用語: Agent Skills
TERM_ID: G216
AI用語の分類: AIエージェント・開発・運用
Agent Skillsは、AIエージェントに特定作業のやり方や能力を再利用可能な単位として与える仕組みを指しますが、2026年時点では「実行可能なスキルパッケージ」と「A2Aで公開する能力メタデータ」という異なる用法を区別する必要があります。[1][2][3]
目次
Agent Skillsとは
Agent Skillsという語は、エージェント製品の再利用ワークフローと、A2AのAgentSkillの両方で現れます。Anthropicは2025年に、instructions、scripts、resourcesをまとめたフォルダを必要時に発見・読み込むAgent Skillsを公開し、後にオープン標準化しました。OpenAIも2026年に、SKILL.mdを中心とする再利用・共有可能なworkflowとしてSkillsを説明し、Agent Skills formatをサポートする他ツールとの移植性に言及しています。一方、A2AのAgentSkillはAgent Cardに掲載される「このエージェントが何をできるか」の記述オブジェクトです。
この用語を読むときは、名称だけで製品機能や安全性まで推測しないことが大切です。エージェント分野の語は急速に変化しており、同じ言葉が設計パターン、製品機能、プロトコル上の正式オブジェクトを指すことがあります。そのため、元の文脈で誰が何を実行し、どの境界までをその用語が説明しているのかを確認します。
何と区別すればよいか
この二つは同じではありません。スキルパッケージはエージェント内部で実際の手順、テンプレート、スクリプト、資料をロードして作業するための実装資産です。A2A AgentSkillは外部のクライアントが適切なエージェントを発見・利用するための能力宣言で、id、name、description、tags、examples、入出力モード、セキュリティ要件などを持ちます。A2Aのskill説明だけで、その内部にSKILL.mdやスクリプトが存在するとは限りません。
隣接語との境界を読むときは、「モデルが考える部分」「コードやワークフローが決める部分」「外部サービスとの通信契約」「人間が最終判断する部分」を分けると整理しやすくなります。同じシステムの中で複数の概念が同時に使われるため、一つのラベルだけでアーキテクチャ全体を説明しようとしないことが重要です。
仕組み
実行型Skillsでは、エージェントが通常のプロンプトへすべての手順を常時詰め込む代わりに、必要な仕事に応じて該当Skillを選び、そのSkillの指示とリソースを追加の作業コンテキストとして読み込みます。これにより再利用、更新、共有がしやすくなります。A2Aでは、Agent Cardがskills一覧を公開し、他のエージェントが「この相手は請求照会に対応できる」など能力を判断します。つまり前者は能力を実装する側、後者は能力を広告・発見する側に近い概念です。
実装図では、入力から最終出力まで一直線に追うだけでなく、状態を保持する箇所、外部へ出る箇所、権限が変わる箇所、再試行や停止が起きる箇所を見ると、用語の役割が分かりやすくなります。エージェント系システムでは「次に何をするかを誰が決めるのか」が設計上の重要な分岐です。
具体例
社内で「月次レポート作成Skill」を作り、SKILL.mdにデータ取得手順、検算、表のフォーマット、提出先を定義したとします。エージェントは月次レポート依頼を受けたときだけこのSkillを読み込みます。別会社からそのエージェントをA2Aで呼べるようにするなら、Agent Cardに「monthly-report」というAgentSkillを記述して、入力形式や例を公開できます。外部宣言と内部実装は対応し得ますが、同一仕様ではありません。
この例から分かるように、用語が示すのはシステム全体の賢さではなく、特定の接続、制御、実行、引き継ぎ、隔離などの仕組みです。実際の品質は、モデル性能だけでなく、入力データ、ツール設計、権限、エラー処理、評価、監視、人間の運用に左右されます。
利点と限界
Skillは品質保証ではありません。古い手順、過剰な権限、悪意あるスクリプト、外部入力をそのままシェルへ渡す設計などは危険です。共有Skillはサプライチェーンとして扱う必要があり、出所、更新履歴、権限、レビュー、署名や配布経路を確認すべきです。また、Skillを細かく分割しすぎると選択ミスや依存関係が増え、逆に巨大化すると必要な文脈だけをロードする利点が失われます。
特に本番運用では「できること」と「許可されていること」を分ける必要があります。エージェントが技術的に実行可能でも、業務ルール上は承認が必要な場合があります。また、通信や実行を標準化しても、内容の正確性、相手の信頼性、最終結果の適法性まで自動的に保証されるわけではありません。
元のニュース・製品説明へ戻ったときの読み方
資料でAgent Skillsと書かれていたら、まず①実行時にロードするワークフロー資産なのか、②A2Aの能力記述なのかを確認します。実行型ならファイル構造、指示、scripts/resources、発見方法、権限を確認します。A2AならAgent Card内のskill metadata、対応入出力、security requirementsを見ます。この境界を押さえると「skill対応」というマーケティング表現の意味を取り違えにくくなります。
確認項目を短くまとめると、対象、決定主体、権限、状態、失敗時の扱い、証拠やログ、仕様バージョンの7点です。製品比較では「対応している／していない」だけでなく、その機能がどの範囲で有効か、デフォルト設定は何か、管理者が制御できるかを確認してください。
次に起こりやすい誤解
次の誤解は「Skillはモデルへ新しい知識を学習させること」です。通常のAgent Skillsは重み更新ではなく、実行時に指示・リソース・ツール手順を追加して能力を組み立てる方式です。
用語を理解した後に重要なのは、その用語から過剰な推論をしないことです。エージェント技術では、相互運用性があることと安全であること、隔離されていることと無害であること、人間承認があることと責任が明確であること、AI-nativeであることと完全自律であることは、それぞれ別の評価軸です。
実務チェックリスト
- この用語は、システムのどの層を説明していますか。
- 次の手順や接続先を、モデル・コード・人間の誰が決めますか。
- 外部データ、ツール、他エージェントへ渡る情報は何ですか。
- 読み取り、書き込み、送信、削除、決済などの権限はどこまでありますか。
- 失敗、タイムアウト、拒否、再試行、途中中断はどう扱われますか。
- ログ、引用、トレース、成果物など、後から確認できる証拠は残りますか。
- プロトコルや製品仕様に版がある場合、資料の日付と現在版は一致していますか。
関連AI用語
- Agentic Workflow（G200）
- Agent2Agent（A2A）（G214）
- Model Context Protocol（MCP）（G213）
注・出典
- Anthropic, Equipping agents for the real world with Agent Skills — https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills ↩
- OpenAI Academy, Using skills — https://openai.com/academy/skills/ ↩
- A2A Protocol, Agent Skills & Agent Card — https://a2a-protocol.org/dev/tutorials/python/3-agent-skills-and-card/ ↩
AI協働制作について
本記事は、著者が独自に設計した指示、参照資料、出典確認規則、著作権確認および監査工程を組み込んだChatGPT等の生成AIを、情報収集の補助、資料整理、構成検討、草稿作成、文章校正および監査補助に使用して制作しました。記事の対象範囲、情報源の採否、構成、解釈および最終表現は著者が判断し、最終稿を承認しています。著者は、本記事の正確性、独自性、引用、著作権処理および公開内容について責任を負います。制作工程の詳細は「AI協働制作方針」をご覧ください。