Codexでも動く10大Skills ― SKILL.md標準の仕組みを解剖

クリエイター向け10大Skillsを6つのGitHubリポジトリまで実在検証。SKILL.mdのYAML構造、段階読込が文脈窓を守る仕組み、CodexとClaudeで同じスキルが動くオープン標準、導入手順と収益化の実例まで現場目線で解剖する。

AIエージェントに自分の仕事の手順を教える「スキル」という仕組みが、コンテンツ制作の現場に降りてきた。テーマ調査、構成案、台本、見出し、配信先ごとの書き分け——ブロガーや動画クリエイターの定番作業を肩代わりするスキルがGitHubで無料公開され、導入はファイルをフォルダに置くだけになっている。さらに大きいのは互換性だ。2025年末にAnthropicが公開したSKILL.mdというファイル形式が事実上の業界標準となり、同じスキルがClaude Code、OpenAIのCodex CLI、Gemini CLI、Cursorでそのまま動く。本稿は、制作工程を覆う10のスキル類型と、それを公開する6つのリポジトリを実在検証したうえで、YAML一枚がなぜエージェントの「腕前」になるのか——その動作原理(段階読込)と文脈窓の経済学、現場の導入手順、収益化の型までを解説する。

制作の定番作業を担う10のスキル類型

セルフメディア運営者、ブロガー、知識系クリエイター、ショート動画クリエイターの作業を分解すると、スキル化が進んでいる領域は次の10類型に整理できる。各類型に対応する公開リポジトリとあわせて示す。

導入のセオリーは「まず1〜5の5本だけ入れ、企画→構成→台本→見出し→配信の主経路を先に通す。一度に入れ過ぎない」——この順序が技術的に正しい理由は後述する。6リポジトリは全て実在を編集部で確認した。あわせて押さえておきたい注意点が一つある。上の類型名は役割を表す総称であり、各リポジトリ内の実ファイル名とは必ずしも一致しない(例: evo-nexusに入っているのはviral-hook-titleではなくsocial-hook-writerという名のスキル)。リポジトリは「その方向の機能が置いてある場所」として読むのが正確である。

YAML一枚がスキルになる ― SKILL.mdの解剖

スキルの実体は驚くほど単純で、1つのフォルダと1枚のSKILL.mdファイルである。仕様(agentskills.io)が要求する必須項目は2つだけ——name(64字以内、小文字とハイフン)とdescription(1024字以内)。本文には手順・語彙・出力フォーマット・チェックリストをmarkdownで書く。見出しスキルなら、構造はこうなる。

---
name: viral-hook-title
description: 記事や動画の見出し・冒頭hookをA/B案で作る。SNS投稿、
  YouTubeタイトル、note見出しの作成や改善を頼まれたときに使う。
---

# 見出し・hook作成の手順

1. 本文を読み、読者が得る利益を1文で特定する
2. 数字・固有名詞・意外性のいずれかを冒頭8文字に置く
3. 互いに型が異なるA/B/C案を3本出す(質問型/数字型/逆説型)
4. 各案に「狙い」と「想定読者の感情」を1行で添える

禁止事項

• 本文にない誇張・断定をしない(fact-check-citationの検証対象になる)
• release/発布など中国語直訳の語を使わない

ここで効いているのが`description`の書き方である。エージェントは依頼文とこの説明文の意味的な一致でスキルを自動発動させるため、「何をするか」だけでなく「いつ使うか」まで書いたスキルほど正確に呼ばれる。プロンプトとの違いは保存性と発動条件の宣言にあり、後述のMCP(外部ツール接続)との違いは「知識と手順」を運ぶ点にある——道具を増やすのがMCP、腕前を増やすのがスキル、と整理すると現場で迷わない。

![スキル発動のデータの流れ ― 入力から照合・読込・生成・出力、人の確認まで](/assets/img/figures/skill-invocation-io-flow-v3.svg)

依頼が入力されてから成果物が出るまでのデータの通り道を上図に示す。依頼文はまず常駐中の一覧(全スキルのnameとdescription)と意味で照合され、一致しなければ通常応答に流れる。一致した場合だけ該当スキルのSKILL.md本文が文脈窓に展開され、本文が雛形やスクリプトを参照していれば、その時点で初めて付属資産が合流する。生成された見出しA/B/C案を採るか捨てるかは人間の判断に残る——この最後の関所が、前稿で論じた「人の確認」のゲートに当たる。

必要になるまで読まない ― 段階読込の文脈経済

スキル設計の核心は、プログレッシブ・ディスクロージャー(段階的開示)と呼ばれる読込戦略にある(Anthropic Engineering、2025年10月)。エージェントは起動時、導入済み全スキルのnameとdescriptionだけを文脈窓に常駐させる(段階0、スキル1本あたり数十〜百トークン)。依頼が説明文と合致した時に初めてそのSKILL.md本文を読み(段階1、推奨5,000トークン未満)、本文が参照する付属資料やスクリプトは必要時のみ読む・実行する(段階2、事実上サイズ無制限)。

この三段構えが解くのは、LLMの最も希少な資源——文脈窓(コンテキストウィンドウ)——の配分問題である。全スキルの全文を最初から読ませる方式では、スキルが10本を超えた時点で本来の作業(原稿・資料・対話)のための空間が侵食され、応答品質も速度も劣化する。段階読込なら、常駐するのは目次だけで、開くのは使う章だけだ。先に挙げた「一度に入れ過ぎるな」という導入セオリーは、精神論ではなく段階0の常駐コストが導入本数に比例して膨らむという構造への、正確に技術的な対処なのである。

なぜCodexの図にClaudeのスキルが並ぶのか ― 開放標準の系譜

SKILL.mdはAnthropicがClaude Code向けに設計した形式だが、仕様を公開標準(agentskills.io)として切り出したことで、2026年現在はOpenAIのCodex CLI、GoogleのGemini CLI、GitHub Copilot、Cursor、さらにCline・Windsurf・OpenCodeといったコミュニティツールまでが同じ形式を読む(OpenAI Developers、2026年)。Codexでは~/.codex/skills/(個人用)か.codex/skills/(プロジェクト用)にフォルダを置き、$スキル名で明示呼出しするか自動発動に任せる。Claude Codeなら導入は1行だ。

# Claude Code: Anthropic公式プラグイン市場から導入
claude plugin marketplace add anthropics/knowledge-work-plugins
claude plugin install marketing@knowledge-work-plugins

# 汎用: skills CLIでリポジトリから直接導入(Claude Code/Codex等に展開)
npx skills add Affitor/affiliate-skills

# Codex: フォルダを置くだけ(個人用)
git clone https://github.com/petar-nauka/fact-check-skill ~/.codex/skills/fact-check

一度書いたスキルが主要エージェント全部で動く——この互換性が意味するのは、スキルが特定ベンダーへの依存ではなく持ち運べる業務資産になったということだ。かつてExcelマクロが職場のPCに縛られていたのに対し、SKILL.mdはgitで配布でき、エージェントを乗り換えても腕前ごと付いてくる。Codexの利用者がClaude向けに書かれたリポジトリをそのまま導入できるのは、この標準化が完了したからである。

企画から配信まで ― 10本を主経路に配置する

10本を制作工程に置き直すと、上図の構造になる。主経路は企画(content-research-brief)→構成(seo-aeo-outline)→台本(script-writer)→見出し(viral-hook-title)→配信(platform-repurpose)の5段で、優先導入すべき5本はこの主経路そのものに当たる。残る5本は経路の補助線だ。content-calendar-plannerは企画の上流で連載の刻みを設計し、asset-prompt-packは台本に図版指示を添え、publish-metadata-opsは配信の最後で見出し・説明文・タグ・チャプター・字幕・公開チェックリストを束ねる。そしてbrand-voice-guardとfact-check-citationは特定の段ではなく全工程を横断する品質ゲートとして効く。

現場の回し方を一本の実例で示す。月曜にcontent-research-briefで「Agent Skillsの企業導入」を調査させ、競合記事5本の切り口を表にする。seo-aeo-outlineが検索意図とFAQを織り込んだ構成案を返し、script-writerがnote向け原稿とYouTube台本を同じ調査から二系統で起こす。viral-hook-titleが見出しをA/B/C案で出し、platform-repurposeが完成稿をX向けの140字連投・Instagram向けの箇条書き・note向けの長文に書き分ける。各段の出力は次段の入力であり、人間の仕事は段と段の間の確認に集約される——前稿で論じた「人の判断」をゲートに置く会社OSの構造そのものが、個人クリエイターの机の上で再現される。

リポジトリの中身とマネタイズ ― スキル自体が商品になる

6リポジトリを深掘りすると、収益化の地形が見えてくる。Affitor/affiliate-skillsはアフィリエイト運用の50本(調査・執筆・図解生成・LP構築・配信)を無料公開し、背後のAffitor本体はStripe決済と連動した成果報酬追跡を提供して売上の3.5%を取る——スキルは無料の入口、課金は決済インフラという設計だ。AgriciDanielのclaude-youtubeは公開版をGitHubに置きつつ、活発な開発は有料コミュニティ(AI Marketing Hub Pro)内のリポジトリで進める二層構成で、スキルそのものを会員制の商品にしている。rampstackcoの102本はWeb制作受託の営業資産を兼ね、evo-nexusの190本超は「エージェントは.mdファイルである」という思想ごとオープンソース化して周辺サービスへ誘導する。

ここから読み取れる実務的な含意は三つある。第一に、スキルの配布はgitリポジトリ1つで完結するため、参入コストが事実上ゼロであること。第二に、無料スキル→読者獲得→決済・会員・受託で回収、という導線が既に複数の型として成立していること。第三に、自分の業務手順をSKILL.mdに書き起こす行為自体が、暗黙知を持ち運べる資産に変える投資になること——昨日まで頭の中にあった「見出しの付け方」が、今日からチームの誰のエージェントでも再生される。

幻覚と語調のずれを止める ― 品質ゲート2本の中身

横断ゲートの2本は、他の8本と性質が違う。petar-naukaのfact-check-skillは、報道検証の標準手法SIFT(立ち止まる→出所を調べる→より良い報道を探す→原典まで遡る)とCRAAPテスト(最新性・関連性・権威性・正確性・目的)を、主張の分解から始まる11段階のパイプラインに実装し、6分類40超の警告markerで誇張・出典偽装・文脈切り取りを検知する。生成は一瞬、検証は重労働という生成・検証コストの逆転(前稿で論じた検証の非対称性)に対し、検証側にも手順を与えて非対称を縮める試みである。

Anthropic公式のbrand-voiceは2段構成をとる。discover-brandがNotion・Google Drive・Confluence・Slack・議事録を横断して散在するブランド資料を集め、単一の指針に蒸留する。brand-voice-enforcementがその指針を全ての生成物に適用し、語調の定数(常に守る)と場面ごとの可変域(文脈で調整)を分けて検査する。禁止語と内容境界を含めて「会社の声」を機械可読にする作業は、CLAUDE.mdに会社の前提を書く営みのブランド版と言ってよい。公開前の最終確認を人間が握る前提で、この2本が下流の事故率を下げる。

導入の順序が成果を決める ― 5本から始める理由

ここまでの検証から残る実践則は一行に集約される——「一度に入れ過ぎない。まず企画→構成→台本→見出し→配信の主経路を覆う」。段階0の常駐コストは導入本数に比例し、説明文が似たスキルが増えるほど誤発動も増える。最初の5本で主経路を一本通し、出力の癖を掴み、自分の禁止事項をSKILL.mdに書き足してから、カレンダー・図版・メタデータ・品質ゲートの5本を足す。この順序なら、各スキルが何を変えたかを切り分けて観察できる。スキルは魔法ではなく、書き直せる業務手順書である。だからこそ、最初の1本を自分の仕事の言葉で書き直した人から、エージェントは「賢い一般人」をやめて自分の助手になっていく。