スキルの日本語トリガー|英語の型に混ぜる3記法と発火確認
スキルのdescriptionは、英語の構造テンプレートと日本語の完全一致トリガー句を、1本の文字列に共存させて書けます。AIエージェントの業務用スキル59本を監査して見えた3つの記法、YAMLで壊れる位置、そして発火したかを確かめる順番までを実測つきで整理します。
Agent Skillsの作り方、発火設計、精度検証。AIに定型業務を正しく任せるための設計論を扱います。
スキルのdescriptionは、英語の構造テンプレートと日本語の完全一致トリガー句を、1本の文字列に共存させて書けます。AIエージェントの業務用スキル59本を監査して見えた3つの記法、YAMLで壊れる位置、そして発火したかを確かめる順番までを実測つきで整理します。
スキルの出力の口調をそろえるには、口調を書き出した参照ファイルと、公開前に判定する検査工程の2段が要ります。AIエージェントに口調を持たせる手順、機械で見つける層と別文脈で判定する層の分け方、できたかどうかの確かめ方までを公式ドキュメントの記載に沿って示します。
スキルとサブエージェントの違いは、AIエージェントの会話に居座り続けるか、別の文脈で動いて要約だけを返すかです。公式ドキュメントの記載と自社の委譲ルールから、渡し先を決める4つの軸と、両方をまたぐ書き方を整理します。
生成AIの出力のばらつきは、指示・文脈・参照資料・判断基準という自分側の4つを塞いでから、残った分をモデル側として扱います。AIエージェントの運用で使える切り分けの順番、N回試行での測り方、温度に頼れないときの抑え方までを整理します。
AIエージェントのスキルは、呼ばれても出力まで正しいとは限りません。依頼文と期待結果を書いた評価セットを作り、スキルを渡した実行と渡さない実行を並べて採点し、直すたびに同じセットを回帰テストとして回す手順を、evals.json・grading.json・benchmark.jsonの実物で示します。
Agent Skillsのアンチパターンは、詰め込み型・競合型・起動語過大型の3つに分かれます。AIエージェントのスキルをどこで切り分けるか、4つの問いと自社59本の運用実例から、統合と並存の分かれ目を判断できるように整理します。
Claude Codeのスキル導入で、薄いラッパー定義が既存の作り込み済みペルソナ(AI社員)を劣化させた実際の失敗事例です。サブエージェントとAgent Skillsに共通する「本体だけが実行時の定義になる」仕組みを、症状・誤診・真因・修正・再発防止の順に、2026-06-15の社内記録に基づいて追います。
SKILL.mdの書き方は、フロントマター・本文・切り出しの3段で決まります。AIエージェントがどの段をいつ読むのかを先に押さえ、nameとdescriptionの制約、本文の層の分け方、references・scriptsへ移す判断までを、1本のスキルを組み立てながら追います。
Agent Skillsの発火精度は、説明文がAIに読まれるかどうかで決まります。AIエージェントの運用で使う59本を監査したところ、一覧に説明文が残っていたのは35本でした。公式仕様をもとに、自分の環境で発火精度を測る質問の作り方と回し方までを示します。
Claude Codeのスキルは、descriptionの文章とユーザーの発言全体を読み比べて選ばれます。起動語の列挙で止まると発火しない理由、言い換え表現・除外条件・近いスキルとの境界の書き方を、公式ドキュメントとAIエージェント運用中の実例で整理します。
AIエージェントのスキル設計は、繰り返す手順を再利用できる単位に切り出し、descriptionで呼ばせる設計です。何をスキルにするかの線引き、SKILL.mdの構成要素、59本の運用で固まった命名と分割の型、増えたあとの棚卸しまでを順に整理します。
「うちの業務でも動くのか」「どこから手をつけるのか」。記事を読んで出てきた疑問を、そのままお持ちください。自社でAIエージェントを動かしている実務者が、無料でお答えします。