前回、OpenAIがGPT-6 Astra向けに公開した「指示は足すより減らせ」というガイドをご紹介しました。実は同じテーマについて、Claudeを開発するAnthropicも独自のガイドを公開しています。今回はその「Agent Skills（SKILL.md）構築のベストプラクティス」を要約してお届けします。
Skill＝「新人への引き継ぎ資料」
AnthropicはSkillという仕組みを、こう表現しています。
「エージェント向けにSkillを作ることは、新しく入った人への引き継ぎ資料を用意することに似ている」
Skillとは、AIに特定の業務ノウハウ（手順・判断基準・過去の資料）をひとまとめにして渡す仕組みです。毎回同じ説明を一から繰り返す代わりに、その業務の「型」をファイルとして持たせておき、必要なときにAI自身が判断して読み込みます。
これは、制作現場での「デザインガイドライン」や「ブランドトーンのまとめ資料」、学校での指導要領——どの現場にもある「属人化させないための資料」と、発想はまったく同じです。
起動時に読まれるのは「名前と説明文」だけ
ここがAnthropicのガイドで特に重要なポイントです。AIが起動した時点では、すべてのSkillの中身が読み込まれるわけではありません。読み込まれるのは、各Skillの「名前」と「どんなときに使うかの説明文」だけです。
実際にその業務が発生したタイミングで初めて、AIは該当するSkillの中身を読みにいきます。これを「段階的開示」と呼びます。すべての知識を常に持ち歩くのではなく、必要な知識を、必要なタイミングで取り出す。新人にすべてのマニュアルを初日に丸暗記させるのではなく、業務の場面ごとに該当する資料を渡していくやり方に近い考え方です。
ベストプラクティスの要点
① 説明文は簡潔かつ具体的に
Skillの「説明文」は、AIがそのSkillを使うべきかどうかを一瞬で判断する材料です。ここが曖昧だと、本来使うべきでない場面で発動したり、逆に必要な場面で見逃されたりします。「いつ使うか」を一文で言い切れるくらい具体的にすることが推奨されています。
② 資料が大きくなったら、分割する
一つの資料にすべてを詰め込むと、業務量に比例してAIが毎回目を通す量も膨れ上がります。資料が扱いにくくなってきたら、複数のファイルに分割し、必要な部分だけを参照する構造にすることが勧められています。滅多に同時には使わない情報同士は、あえて別ファイルに分けておくことで、無駄な読み込みを減らせます。
③ 「評価」から始める
Skillを作るときにありがちな失敗は、いきなりファイル構成から考え始めてしまうことです。ガイドは逆の順番を示しています。まず実際の業務でAIにやらせてみて、つまずく部分を具体的に見つける。そのうえで、その不足を補うための資料を、必要な分だけ用意する——という進め方です。
私たちがこの話に注目する理由
私たちSynQ Creativeは、進行管理(PM)を担いながら、社内にも制作(クリエイティブ)機能を持つハイブリッドな体制で案件を束ねています。社内制作でも、外部パートナーとの連携でも、AIにテンプレートやガイドラインを渡す場面が多く、実はこのAnthropicの考え方と同じ壁にぶつかります。
「とりあえず全部の情報をAIに渡しておけば安心」という発想は、実は逆効果になりがちです。情報が多すぎるAIは、かえって的外れな判断をしたり、余計な確認を挟んだりします。むしろ、場面ごとに「今、本当に必要な知識は何か」を見極めて設計することこそが、AI活用の質を大きく左右します。特に社内外の人が入り乱れる体制では、渡す情報の粒度を揃えることそのものが、進行管理の質にも直結します。
これは制作現場でのAI活用にも、社内外のメンバーへの引き継ぎ資料づくりにも共通する話です。人に何かを教える設計と、AIに何かをさせる設計は、実はとても近い場所にあります。
AI活用の「設計」、一度見直してみませんか
もし社内で使っているAIのマニュアルやプロンプトが、「とにかく情報を詰め込む」形になっているとしたら、それは見直しどきかもしれません。
SynQ Creativeでは、PM(進行管理)と内製クリエイティブを組み合わせたハイブリッドな体制で、HP/LP制作・SNS・動画運用の案件を進めています。案件を束ねる裏側の仕組みづくりにご関心があれば、ぜひ一度SynQ Creativeにご相談ください。