Agent Skills
Agent Skills とは、AI エージェントに特定のタスクや専門知識を実行させるために定義された再利用可能な命令セットであり、エージェントの能力を拡張するモジュール単位として機能する。
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。
関連する用語
A2A（Agent-to-Agent Protocol）
A2A（Agent-to-Agent Protocol）とは、異なる AI エージェント同士が能力の発見・タスクの委譲・状態の同期を行うための通信プロトコルであり、Google が 2025 年 4 月に公開した。
Agentic AI
Agentic AI とは、人間の逐一の指示なしに目標を解釈し、計画の立案・実行・検証を自律的に繰り返す AI システムの総称である。
LLM（大規模言語モデル）
LLM（Large Language Model）とは、大量のテキストデータで事前学習された、数十億〜数兆のパラメータを持つニューラルネットワークモデルの総称であり、自然言語の理解・生成を高い精度で行う。
