AIエージェントに仕事の「やり方」を教える共通規格「Agent Skills（エージェントスキル）」が、新たな段階に入った。Anthropicは2026年10月22日（米国時間）、Agent Skillsの標準を、Linux Foundation傘下のAgentic AI Foundation（AAIF）に寄贈すると発表した。名称やロゴ、GitHubの組織、公式ドメイン「agentskills.io」も移管され、特定の企業ではなく中立な団体のもとで育てられることになる。

Agent Skillsは、「SKILL.md」というファイルを入れたフォルダで、AIエージェントに業務の手順や専門知識を渡す仕組みだ。もともとはClaude Codeの開発の中で生まれたものだが、いまではChatGPT、GitHub Copilot、Cursor、VS Codeなど70以上のエージェント基盤が対応し、公開されたスキルは約100万件、インストールは累計約2億8,000万回にのぼるという。

本稿では、Agent Skillsとは何か、今回の寄贈で何が変わるのか、SKILL.mdの書き方とフォルダ構成、MCPやAGENTS.mdとの違い、Claude Code・GitHub Copilot・OpenAI Codex・Cursorでの使い方と保存場所、はじめてのスキルの作り方、使うときの注意点までを整理する。情報は2026年10月下旬時点の発表、仕様、報道にもとづいている。

この記事の要点

  • Anthropicは10月22日、Agent Skillsの標準をLinux Foundation傘下のAAIFに寄贈すると発表した
  • Agent Skillsは、SKILL.mdを中心にしたフォルダでAIエージェントに手順や知識を渡す仕組み
  • ChatGPT、GitHub Copilot、Cursor、VS Codeなど70以上のエージェント基盤が対応している
  • 必要なときだけ中身を読み込む「段階的開示」により、多くのスキルを入れても文脈を圧迫しにくい
  • MCPは「つなぐ」、Agent Skillsは「やり方を教える」、AGENTS.mdは「ルールを伝える」と役割が異なる

Agent SkillsがLinux Foundationへ｜発表のポイント

Agent SkillsのLinux Foundationへの寄贈 発表のポイントAgent SkillsのLinux Foundationへの寄贈 発表のポイント

まずは、今回の発表のポイントを整理しておこう。

項目 内容
発表日 2026年10月22日（米国時間）
発表の場 米サンノゼで開かれた「AGNTCon + MCPCon North America」
移管先 Agentic AI Foundation（AAIF、Linux Foundation傘下）
移管するもの Agent Skillsの名称、ロゴ、GitHub組織、agentskills.ioドメイン
対応している基盤 ChatGPT、GitHub Copilot、Cursor、VS Codeなど70以上
規模 公開スキル約100万件、累計インストール約2億8,000万回

※Anthropicの発表と報道（2026年10月）をもとに作成。

特定企業の規格から、業界の共通規格へ

Agent Skillsは、2025年10月にClaudeの機能として登場し、同年12月にはオープン標準として独自のGitHub組織とドメインを持つ形になった。今回の寄贈で、標準の管理が特定の企業から中立な団体に移る。AAIFに加盟していなくても、これまでどおり標準を使ったり、開発に参加したりできるとされている。

メンテナーには、Anthropic、Google、OpenAIなどの技術者が個人の立場で名を連ねる。競合する企業の技術者が同じ規格を一緒に育てる体制は、Agent Skillsが業界の共通基盤になりつつあることを示している。

今後のロードマップ

今後は、バージョン付きのリリース、仕様変更のための正式な提案プロセス、スキルの作成者や導入する企業向けのセキュリティ指針の3つが柱になると報じられている。仕様が安定し、変更の手順が明確になれば、企業も安心して業務にスキルを取り入れやすくなるだろう。

Agent Skillsとは？AIエージェントに「仕事の手順書」を渡す仕組み

Agent Skillsのフォルダ構成 SKILL.mdとscripts・references・assetsAgent Skillsのフォルダ構成 SKILL.mdとscripts・references・assets

Agent Skillsをひとことでいえば、AIエージェントのための「業務マニュアル」をフォルダにまとめたものだ。人が新しい仕事を覚えるときに手順書や参考資料を読むように、AIエージェントもスキルを読み込むことで、特定の作業を決まったやり方でこなせるようになる。

フォルダの構成

スキルは1つのフォルダで、中心になるのが「SKILL.md」というMarkdownファイルだ。必要に応じて、スクリプトや参考資料、テンプレートなども同じフォルダに入れられる。

ファイル・フォルダ 必須 役割
SKILL.md 必須 スキルの名前、説明、作業の手順を書くメインのファイル
scripts/ 任意 エージェントが実行できるスクリプト
references/ 任意 詳しい参考資料や仕様書
assets/ 任意 テンプレートやデータなど

SKILL.mdの基本的な書き方

SKILL.mdは、冒頭に「フロントマター」と呼ばれる設定（YAML形式）を書き、その下にMarkdownで手順を書く。フロントマターで必須なのはname（名前）とdescription（説明）の2つだ。

項目 必須 内容
name 必須 スキルの名前。小文字の英数字とハイフンで64文字以内。フォルダ名と一致させる
description 必須 何をするスキルか、いつ使うか。1,024文字以内
license 任意 ライセンスの名前や、ライセンスファイルへの参照
compatibility 任意 対象のツールや必要なパッケージなど、動作環境の条件
metadata 任意 作成者やバージョンなど自由な情報
allowed-tools 任意 実行時に使えるツールの指定（実験的）

※公開されている仕様の解説（2026年10月時点）をもとに作成。最新の仕様はagentskills.ioで確認してほしい。

たとえば、プルリクエストのレビュー手順をスキルにする場合、nameに「code-review」、descriptionに「プルリクエストをレビューするときに使う。変更点、テスト、セキュリティの観点を順に確認する」のように書く。本文には、確認する項目や出力の形式を番号付きで具体的に書いていく。

必要なときだけ読み込む「段階的開示」の仕組み

Agent Skillsの段階的開示の仕組みAgent Skillsの段階的開示の仕組み

Agent Skillsの大きな特徴が、「段階的開示（Progressive Disclosure）」と呼ばれる読み込み方だ。スキルの中身を最初からすべて読み込むのではなく、必要になったときに必要な分だけ読み込む。

段階 読み込む内容 タイミング
レベル1 nameとdescriptionだけ（約100トークン） エージェントの起動時
レベル2 SKILL.mdの本文（5,000トークン未満が推奨） そのスキルが関係あると判断したとき
レベル3 scripts、references、assetsの中のファイル 本文から参照されたときだけ

たくさんのスキルを入れても重くなりにくい

AIモデルが一度に扱える情報量（コンテキスト）には限りがある。すべての手順書を最初から読み込ませると、それだけで容量を使い切ってしまう。段階的開示なら、起動時に読み込むのは各スキルの名前と説明だけなので、数十、数百のスキルを入れておいても、普段の動作を圧迫しにくい。

descriptionの書き方が使われ方を左右する

エージェントは、レベル1で読み込んだdescriptionを見て、どのスキルを使うかを判断する。そのため、descriptionに「何をするか」と「いつ使うか」をはっきり書くことが、スキルを正しく使ってもらうための最大のポイントになる。あいまいな説明だと、必要な場面で使われなかったり、関係のない場面で読み込まれたりする。

MCP・AGENTS.md・Agent Skillsの違い

MCP・AGENTS.md・Agent Skillsの違いMCP・AGENTS.md・Agent Skillsの違い

AIエージェントの世界には、似たような規格がいくつかある。特によく比べられるのが、MCPとAGENTS.mdだ。3つの役割の違いを整理しておこう。

規格 役割 たとえるなら
MCP（Model Context Protocol） AIエージェントを外部のツールやデータにつなぐ 仕事に使う「道具」や「窓口」
Agent Skills 特定の作業の手順や専門知識を教える 仕事の「手順書」や「ノウハウ集」
AGENTS.md リポジトリ全体のルールや約束ごとを伝える 職場の「ルールブック」

組み合わせて使うのが基本

3つは競合するものではなく、組み合わせて使うものだ。たとえば、MCPで社内のチケット管理ツールにつなぎ、Agent Skillsで「バグ報告の書き方」の手順を教え、AGENTS.mdでリポジトリのコーディング規約を伝えるといった使い方ができる。いずれもAAIFで管理される標準になったことで、ツールをまたいで同じ仕組みを使いやすくなっている。

プロンプトとの違い

「毎回プロンプトに手順を書けばよいのでは」と思うかもしれない。しかし、スキルにしておけば、同じ手順を何度も書く手間が省け、チームで共有したり、改善を積み重ねたりできる。スクリプトやテンプレートも一緒に配れるため、作業の品質をそろえやすいのも利点だ。

SKILL.mdのサンプル

実際のSKILL.mdのイメージをつかむために、コードレビュー用のスキルの例を示す。

---
name: code-review
description: プルリクエストのコードレビューを依頼されたときに使う。変更点、テスト、セキュリティ、読みやすさの順に確認し、指摘を重要度別にまとめる。
---

# コードレビューの手順

1. 変更されたファイルと差分の概要を一覧にする
2. テストが追加・更新されているかを確認する
3. 入力値の検証や認証情報の扱いなど、セキュリティ上の問題がないかを確認する
4. 命名や構成など、読みやすさの観点で改善点を挙げる
5. 指摘を「必須」「推奨」「任意」の3段階に分けて出力する

詳しいコーディング規約は references/style-guide.md を参照する。

このように、descriptionで使う場面を示し、本文で手順と出力の形式を具体的に指定するのが基本の形だ。チームのコーディング規約のように長い資料は、references/に分けておけば、必要なときだけ読み込まれる。

公開されているスキルを活用する

自分で一から作らなくても、公開されているスキルを利用する方法もある。各AIツールの公式リポジトリや、スキルを集めたWebサイトでは、文書の作成、データ分析、デザインなど、さまざまな用途のスキルが公開されている。まずは公開スキルを試してみて、自分の業務に合わせて書き換えるのも、効率のよい始め方だ。ただし、後述するように、外部のスキルは中身を確認してから使うようにしたい。

主なAIツールでの使い方と保存場所

主なAIツールのスキルの保存場所主なAIツールのスキルの保存場所

Agent Skillsは、多くのAIツールで使える。主なツールのスキルの保存場所は次のとおりだ。

ツール プロジェクト用 個人用 補足
Claude Code .claude/skills/ ~/.claude/skills/ 一般提供
GitHub Copilot .github/skills/ ~/.copilot/skills/ .claude/skills/ や .agents/skills/ も読み込む
OpenAI Codex CLI .agents/skills/ ~/.agents/skills/ カレントからリポジトリのルートまでを探索
Cursor .cursor/skills/ ~/.cursor/skills/ .claude/skills/ や .codex/skills/ も読み込む
Gemini CLI .gemini/skills/ ~/.gemini/skills/ プレビュー（設定で有効化）

※2026年10月時点の各ツールの解説をもとに作成。保存場所や対応状況は変わることがあるため、各ツールの公式ドキュメントで確認してほしい。

複数のツールで使うなら置き場所に注意

解説記事によると、GitHub CopilotやCursorは .claude/skills/ に置いたスキルも読み込む。一方で、Claude Codeは他のツールのフォルダを読み込まない。複数のツールで同じスキルを使いたい場合は、.claude/skills/ に置くと、より多くのツールで共通して使えるとされている。チームで使うツールが決まっている場合は、そのツールの推奨フォルダに置くのが分かりやすい。

プロジェクト用と個人用を使い分ける

リポジトリの中に置いたスキルは、そのプロジェクトで作業するメンバー全員が使える。チームの開発ルールやレビュー手順はプロジェクト用、自分だけが使う作業の手順は個人用のフォルダに置くと整理しやすい。

はじめてのスキルの作り方 5ステップ

Agent Skillsの作り方 5ステップAgent Skillsの作り方 5ステップ

Agent Skillsは、特別なツールがなくても、フォルダとテキストファイルを用意するだけで作れる。Claude Codeを例に、はじめてのスキルを作る流れを紹介する。

1. フォルダを作る

プロジェクトの中に「.claude/skills/」フォルダを作り、その中にスキル用のフォルダを作る。フォルダ名は、スキルの名前と同じ小文字の英数字とハイフンにする（例：code-review）。

2. SKILL.mdを置く

作ったフォルダの中に「SKILL.md」を置き、冒頭にフロントマターを書く。nameはフォルダ名と同じにするのがルールだ。

3. descriptionを丁寧に書く

descriptionには、スキルの内容と使う場面を書く。「〇〇をするときに使う」「〇〇という依頼があったら使う」のように、エージェントが判断しやすい書き方にするのがコツだ。

4. 手順を具体的に書く

本文には、作業の手順を番号付きで書く。確認する項目、使うコマンド、出力の形式などを具体的に書くほど、作業の品質が安定する。長い仕様書や参考資料はreferences/に分けて、本文から参照すると、SKILL.md自体を短く保てる。

5. 実際に試して改善する

スキルを置いたら、実際にエージェントに作業を頼んでみる。スキルが読み込まれない場合はdescriptionを、結果が期待どおりでない場合は手順を見直す。使いながら少しずつ改善していくのが、よいスキルを育てる近道だ。

Agent Skillsの活用例

スキルは、繰り返し発生する作業ほど効果を発揮する。開発や業務での活用例をいくつか挙げる。

分野 スキルの例
開発 コードレビューの観点、テストの書き方、コミットメッセージのルール、リリース手順
ドキュメント 社内の文書テンプレート、議事録のまとめ方、APIドキュメントの書式
データ分析 社内データの集計手順、グラフの作成ルール、レポートの形式
営業・マーケティング 提案書の構成、ブランドガイドラインに沿った文章作成
運用・サポート 障害対応の手順、問い合わせへの回答テンプレート

「暗黙知」をチームの資産に

ベテランだけが知っている作業のコツや、社内独自のルールは、これまで人から人へと伝えられてきた。スキルとして書き出しておけば、AIエージェントだけでなく、新しく入ったメンバーにとっての手順書にもなる。スキルづくりは、チームの知識を整理し直すよい機会にもなるはずだ。

AAIFに集まるAIエージェントの標準

Agentic AI Foundationに集まるAIエージェントの標準Agentic AI Foundationに集まるAIエージェントの標準

Agent Skillsの移管先であるAAIFは、2025年12月にLinux Foundation傘下で設立された団体だ。AnthropicのMCP、BlockのAIエージェント「goose」、OpenAIのAGENTS.mdの3つのプロジェクトから始まった。

新たに4つのプロジェクトが加わる

今回の発表にあわせて、AAIFにはAnthropicのAgent Skills、OpenAIのOpen Responses、Hugging FaceのOpenEnv、AlibabaのOpenSandboxの4つのプロジェクトが新たに加わったと報じられている。これでAAIFのプロジェクトは10件となり、設立から1年足らずで参加企業は300社を超えたという。

プロジェクト 提供元 概要
Agent Skills Anthropic エージェントに手順や知識を渡すパッケージ形式
Open Responses OpenAI 複数のモデル提供元に対応するためのオープンなAPI仕様
OpenEnv Hugging Face 強化学習の環境を作成・共有するためのフレームワーク
OpenSandbox Alibaba AIアプリ向けの汎用サンドボックス基盤

※報道（2026年10月）をもとに作成。

AIエージェントの「インフラ」が標準化されていく

ツールとの接続（MCP）、仕事の手順（Agent Skills）、プロジェクトのルール（AGENTS.md）、API（Open Responses）、実行環境（OpenSandbox）と、AIエージェントを支える仕組みが、中立な団体のもとで標準化されつつある。特定のAIサービスに縛られずに、エージェントの仕組みを作れる環境が整ってきたといえる。

スキルを使うときの注意点

Agent Skillsを使うときの注意点Agent Skillsを使うときの注意点

便利なAgent Skillsだが、使い方を誤るとリスクにもなる。導入するときの注意点を押さえておこう。

入手元が信頼できるスキルだけを使う

スキルは、AIエージェントへの指示そのものだ。悪意のある指示が書かれたスキルを読み込むと、意図しない操作をされたり、情報を外部に送られたりするおそれがある。インターネットで公開されているスキルを使う場合は、提供元を確認し、中身を読んでから導入することが大切だ。

scripts/の中身を必ず確認する

スキルには、実行できるスクリプトを入れられる。便利な反面、スクリプトが何をするのかを確認せずに使うのは危険だ。特に、ファイルの削除や外部への通信を行う処理には注意したい。エージェントの実行環境をサンドボックスで制限する機能も合わせて活用しよう。

機密情報をスキルに書かない

APIキーやパスワードなどの認証情報、顧客情報などの機密データは、スキルに直接書かないようにする。リポジトリにスキルを置く場合は、公開範囲にも注意が必要だ。

チームで使うならレビューと管理を

チームで共有するスキルは、コードと同じようにレビューし、変更の履歴を管理するのがおすすめだ。誰がいつ何を変えたのかを追えるようにしておけば、問題が起きたときにも原因を特定しやすい。

スキルを作れるエンジニアの価値が高まる

AIエージェントが開発の現場に広がるなかで、エージェントに何をどう任せるかを設計できるエンジニアの価値は高まっている。良いスキルを作るには、業務の流れを分解し、品質の基準を言葉にし、安全に任せられる範囲を見極める力が必要だ。これは、これまでエンジニアが培ってきた設計やレビューの力そのものでもある。

スキルやMCPを使った開発環境づくりは、まだ多くの企業で試行錯誤が続いている分野だ。社内で小さく導入し、効果を測りながら広げていく経験は、エンジニアとしての大きな強みになるだろう。

AIエージェントやスキルを使った開発に力を入れている企業で経験を積みたい人や、今のスキルが転職市場でどう評価されるのかを知りたい人は、ITエンジニア専門の転職エージェントに相談してみるのも一つの方法だ。



PR：ITエンジニア専門の転職エージェント

Agent Skillsに関するよくある質問

Q. Agent Skillsは無料で使えますか？

A. Agent Skillsはオープンな標準なので、仕様そのものは誰でも無料で使える。ただし、スキルを読み込んで動かすAIツール（Claude Code、GitHub Copilotなど）の利用料金は、それぞれのサービスの料金体系に従う。

Q. Claude専用の機能ではないのですか？

A. もともとはAnthropicのClaudeの機能として始まったが、2025年12月にオープン標準となり、現在はGitHub Copilot、OpenAI Codex、Cursorなど多くのツールが対応している。今回の寄贈で、管理も中立な団体に移った。

Q. 一度作ったスキルは他のツールでも使えますか？

A. 同じ標準に沿って作られていれば、多くのツールで使える。ただし、保存場所や対応している機能はツールによって異なるため、各ツールのドキュメントで確認してほしい。

Q. MCPとどちらを使えばよいですか？

A. 役割が違うため、目的に応じて使い分ける。外部のツールやデータにつなぎたいならMCP、作業の手順や知識を教えたいならAgent Skillsが向いている。組み合わせて使うことも多い。

Q. 非エンジニアでもスキルを作れますか？

A. 作れる。基本はフォルダとMarkdownファイルを用意して手順を書くだけなので、プログラミングの知識がなくても始められる。業務の手順をよく知っている人ほど、役に立つスキルを作りやすい。

まとめ：Agent Skillsは「AIに仕事を任せる」ための共通言語に

Agent Skillsは、SKILL.mdを中心にしたフォルダで、AIエージェントに仕事の手順や知識を渡す仕組みだ。2026年10月22日にLinux Foundation傘下のAAIFへの寄贈が発表され、特定の企業の機能から、業界の共通規格へと位置づけが変わった。すでに70以上のエージェント基盤が対応し、約100万件のスキルが公開されている。

段階的開示によって多くのスキルを効率よく使えるのも特徴だ。まずは繰り返し頼んでいる作業を1つスキルにし、使いながら改善していくことから始めてみてほしい。TECH VISIONでは、Agent SkillsやMCPなど、AIエージェントの標準の動きも引き続き追っていく。

※本記事は2026年10月下旬時点のAnthropicの発表、公開されている仕様の解説、報道にもとづいています。仕様や対応状況は変更される可能性があります。最新の情報は各社の公式サイトやagentskills.ioでご確認ください。

Agent Skills AIエージェント Claude Code Linux Foundation MCP