Agent Skills

AI エージェントが「なんでもできる汎用ツール」から「特定の仕事を確実にこなす専門家」に進化するとき、その差を生むのが Skills の設計だ。Claude Code を例にとると、Skills は Markdown ファイルとして定義される。実行手順、使用するツール、出力形式、トリガーとなるキーワードを記述しておけば、ユーザーが「SEO 記事を書いて」と言うだけで該当する Skill が起動し、ブリーフ確認から執筆、品質チェック、DB 登録まで一気通貫で処理される。

OpenClaw のエコシステムでは、コミュニティが作成した 5,700 以上の Skills がマーケットプレイスで共有されている。エージェントが自らコードを書いて新しい Skill を生成するケースもあり、必要に応じて能力を自己拡張する仕組みが整いつつある。Skill の設計で重要なのは粒度の見極めだ。

粗すぎると汎用的になりすぎて精度が落ち、細かすぎると Skill の数が爆発して管理コストが上がる。筆者の経験では、「1 つの Skill が 1 つのユーザーアクションに対応する」くらいの粒度がちょうどいい。MCP がエージェントと外部ツールの接続を担うのに対し、Skills はエージェント内部のワークフローと判断ロジックを担う。

両者は補完関係にある。