第1 結論
1 スキルの数だけでなく,読み込まれる範囲を確認する
Claude CodeやCodexで使うスキルが増えたときは,ファイル数を一律に減らすのではなく,①最初からモデルに示される名前・説明,②選ばれたときに読むSKILL.md,③必要な場合だけ読む参照資料・スクリプトを分けて見直すことが重要である。
常時読み込まれる短い情報が重なれば,全ての作業でコンテキストを使う。
説明の範囲が重なれば,関係の薄いスキルが選ばれ,長い本文や参照資料まで読み込まれる原因になる。
したがって,よく使う作業は短く具体的な入口から必要な資料だけへ案内し,まれに使う重い作業は手動で明示的に呼び出す構成が基本になる。
もっとも,一次資料の確認,機密情報の取扱い,外部への送信・公開の承認及び結果の読戻しは,トークン節約を理由に省略してはならない。
2 本記事の範囲と確認日
本記事は,スキルの数が増えたときの整理方法を,公開されているOpenAI及びAnthropicの公式資料に基づいて説明するものである。
特定の利用者のスキル数,トークン量,PCのパス又は社内の構成は掲載しない。
製品仕様の確認日は令和8年10月26日であり,設定名や読み込み方は変更されることがあるため,実施時には最新の公式資料を確認する必要がある。
第2 スキルが読み込まれる3段階
1 名前と説明
OpenAIのSkills公式資料では,スキルの名前と説明が先にモデルへ示され,利用者の依頼と合うスキルを選ぶために使われる。
OpenAIは,スキルが多い場合や説明が長い場合には一覧が短縮されることがあり,説明の重複は関係の薄いスキルの読込みにつながると説明している。
Anthropicも,Agent Skillsについて,最初は名前と説明を読み,必要になったときにSKILL.mdへ進む段階的な仕組みを説明している。
このため,説明文は単なる紹介ではなく,どの依頼で選び,どの依頼では選ばないかを決める入口である。
OpenAIは,2026年2月11日の技術記事で,一つの大きな指示ファイル(AGENTS.md)に情報を集める方式を試し,予測できる形で失敗したと報告している。
理由として,①大きな指示がタスクやコードに割くべき文脈を圧迫する,②すべてが重要になると何も重要でなくなる,③分厚い手引きはすぐ古くなる,④一つの塊は機械的な検査になじまない,の四つを挙げている。
同社は,約100行の短い指示ファイルを目次とし,詳細は別の資料に置く方式へ移った。
これはソフトウェア開発の一事例であり,法律事務所の指示ファイルやスキルの適切な長さを示すものではない。
2 SKILL.mdの本文
SKILL.mdには,作業の順序,入力,成果物,停止条件及び確認方法を置く。
本文を短くすること自体が目的ではなく,その作業を安全に進めるために毎回必要な規則を残し,個別の場合にしか使わない説明を外へ分けることが目的である。
Claude Codeでは,自動選択を無効にして利用者が明示したときだけ呼び出す設定も用意されている。
破壊的操作,外部公開,本番更新又は利用頻度の低い管理作業は,名称だけが似た依頼から自動的に選ばれないよう,手動呼出しを検討できる。
3 参照資料とスクリプト
長い様式,分野別の資料,例外処理,検査スクリプト及び過去の事例は,必要なときだけ読む補助ファイルへ分ける。
SKILL.mdには,どの条件でどの資料を読むかを短く書き,関係のない参照フォルダを最初から全部読ませない。
段階的読込みは,資料を削除することではない。
必要な根拠や検査器を保持したまま,通常の依頼では入口だけを読み,該当する作業で初めて詳細へ進む設計である。
第3 スキルが増えすぎたときに起きる問題
1 常時のコンテキスト負担
名前と説明が常時示される仕組みでは,個々の説明が短くても,数が増えれば全ての依頼に共通する負担が増える。
同じ注意を複数の説明へ繰り返すと,入口の段階で重複が生じる。
2 誤起動と競合
「調査する」「文書を作る」「ブログを更新する」のように範囲が広い説明が複数あると,一つの依頼に複数の候補が当たりやすい。
調査だけの依頼に本番更新のスキルが選ばれれば,不要な手順を読むだけでなく,権限や停止条件の判断も複雑になる。
3 無関係な参照資料の読込み
入口から多数の参照資料を一律に読む構成では,今回使わない制度,ツール又は例外の説明までコンテキストへ入る。
必要な一次資料の確認と,関係のない補助資料の一括読込みは別である。
前者を維持しながら,後者を条件付きにする必要がある。
第4 ゼロベースで整理する手順
1 実際の作業単位で棚卸しする
最初に,スキルを名称ではなく実際の作業で分ける。
例えば,公開資料の調査,原稿の作成,本番更新,保存後の検証及び障害復旧は,似た記事を扱っていても必要な権限と停止条件が異なる。
各スキルについて,①対象となる依頼,②対象外の依頼,③毎回必要な規則,④必要時だけ読む資料,⑤外部へ影響する操作の有無を一覧にする。
利用実績がなく役割も重なるものは,統合又は保管を検討する。
2 入口の説明を短く一意にする
説明文には,対象,代表的な依頼及び対象外を簡潔に書く。
安全規則や詳しい手順を全て説明へ移すのではなく,別のスキルと区別するために必要な語を残す。
似たスキルがある場合は,「調査・起案まで」「本番反映だけ」のように境界を明示する。
一つの万能スキルへ全作業を集めると本文が重くなり,逆に細分化しすぎると説明の競合が増えるため,入力,権限及び成果物が変わる境界で分けるとよい。
3 軽いルーターで主対象と必要な併用スキルを選ぶ
分野別のスキルが多い場合は,短いルーターで依頼を分類し,まず主対象となるスキルを1件選ぶ構成が考えられる。
その上で,主対象のスキルが明示的に求める併用スキルと,今回の作業に直接適用される恒久的な安全規則だけを追加して読む。
常に1件だけに限定すると,一次資料確認,本番反映後の検証その他の必要な手順が漏れる場合がある。
ルーター自体に各分野の詳しい手順を複写せず,選択基準と移動先だけを置く。
複数のスキルが必要な場合は,調査,起案,検証又は本番反映の順序を決める。
同じ注意を全スキルへ複写するより,共通の安全規則を短い上位規則に置き,作業固有の手順だけを各スキルへ残す方が更新漏れを減らしやすい。
4 重い作業を手動呼出しへ移す
利用頻度が低く,誤起動した場合の影響が大きいスキルは,手動呼出しを検討する。
Claude Codeでdisable-model-invocation: trueを設定したスキルは,説明が通常のコンテキストから外れるだけでなく,Claude自身も起動できなくなる。
この設定のスキルは,利用者が/スキル名で明示的に呼び出す専用となる。
ClaudeがSkillツールから起動しようとしても拒否され,その手順を別の方法で再現することも認められない。
したがって,AI側のルーターからClaudeに利用させるスキルへこの設定を付けてはならない。
「説明を通常のコンテキストから外しながら,必要なときはClaudeが呼び出せる」という設定ではない。
Claude CodeとCodexの起動制御は同じものと扱わず,各製品の現行仕様と実際の動作を確認する必要がある。
ただし,手動呼出しにしたことだけで安全になるわけではない。
公開,送信,削除,上書き及び認証情報の利用には,別に権限の制限,人の確認及び保存後の読戻しを置く必要がある。
5 スキルの分割とエージェントへの分担を区別する
複数のスキルを用意することと,複数のエージェントへ作業を委ねることは,別の設計である。
一つのエージェントが調査,起案及び点検の手順を順に参照する構成もあり,スキルの本数からエージェントの数を推測することはできない。
担当する実行単位を分ける場合には,入力資料,担当範囲,結果の形式及び結果が食い違う場合の扱いを決める。
Google CloudのADKの公式説明は複数エージェントの構成を扱うが,その対応自体を,対象業務の速度又は正確性が向上した証拠として扱わない。
整理の際は,まず同じ対象業務で手順の選択と読込みを見直し,分担する必要がある作業について結果の受渡しも含めて比較する方法が考えられる。
第5の評価では,トークン量に加えて,重複した調査,統合に要した手間及び最終成果物の修正回数も記録するとよい。
根拠・参考資料は,Google CloudのADK公式説明である。
用語の関係は,AIエージェントとスキルの違いとは―プロンプト・MCPとの関係と業務での使い方で整理している。
第5 品質を落とさずにトークンを減らす
1 削ってよい重複と残すべきゲートを分ける
削減の対象は,複数箇所に重複した説明,今回と無関係な事例,常時読む必要のない長い様式及び無条件の参照読込みである。
一次資料の確認,引用と要約の区別,未確認事項の表示,外部操作の承認及び結果の検証は残すべきゲートである。
2 検証結果を再利用する条件を固定する
同じ検査を毎回やり直さないことも,利用量の削減になる。
もっとも,再利用できるのは,原稿,根拠資料,検査器,資料の版及び検査条件が同じ場合に限る。
本文又は重要な命題が変わったときは,影響する部分を再確認する。
3 トークン量以外の指標も見る
評価では,①一覧として常時示される情報量,②目的のスキルが選ばれた割合,③無関係なスキルが選ばれた件数,④実行時に追加で読んだ資料量,⑤成果物の修正回数,⑥停止条件が働いたかを分けて記録する。
トークンが減っても,誤ったスキルの選択や手直しが増えれば,全体の費用と時間は減らない。
第6 見直し後の確認方法
1 代表依頼と非対象依頼で試す
各スキルについて,選ばれるべき代表依頼だけでなく,名称が似ているが対象外の依頼も試す。
調査専用スキルが本番更新の依頼を引き受けないか,本番更新スキルが調査だけの依頼で起動しないかを確かめる。
自動呼出しを確かめるときは,スキルの設置,候補としての読込み,依頼に応じた選択,処理の実行及び結果確認を分けるとよい。
ファイルが存在することや候補一覧に名前があることだけでは,必要な依頼で自動的に使われることまで確認したことにはならない。
| 確認段階 | 確かめること | その段階だけでは確認できないこと |
|---|---|---|
| 設置 | 利用環境が探索する場所に対象版があるか | 実際のセッションで候補になったか |
| 候補読込み | 名前・説明と有効化状態を確認できるか | 依頼に応じて選ばれるか |
| 選択 | スキル名を指定しない対象依頼で呼ばれるか | 手順どおり実行したか |
| 実行 | 必要な取得や点検が行われたか | 成果物が期待を満たすか |
| 結果確認 | 取得物や出力を独立に照合できるか | 別の環境や将来の依頼でも成功するか |
令和8年11月14日に確認したOpenAIの公式説明では,Codexのagents/openai.yamlのpolicy.allow_implicit_invocationをfalseにすると,依頼文に基づく暗黙の呼出しを行わなくなる。
明示的な呼出しは別であり,skills.configによる無効化も別に確認する。
Claude Codeの公式説明では,disable-model-invocation: trueはClaude自身による呼出しを止める設定である。
user-invocable: falseは利用者からの直接呼出しを止める設定であり,自動呼出しを止める設定とは異なる。
Claude Codeでは,skillOverridesによって名前だけが示される場合と,名前・説明が示される場合も区別される。
多数のスキルがある場合の説明文の省略も確認対象になるが,診断に小さなトークン値が表示されたことだけから,省略の原因まで断定しない。
各製品の設定と,今回のセッションで実際に読まれた情報を照合する。
例えば,公開URLの精密確認用スキルを試すなら,スキル名を指定せず「この公開URLを実際に開いて題名と該当箇所を確認して」と依頼し,選択記録,取得物及び回答を確かめる。
概要だけを求める依頼も別に試し,関係のない手順が起動しないかを確認する。
試行前の会話の影響を減らすため,新しいセッションでも試し,手動呼出しの成功を自動選択の成功へ置き換えない。
取得方法自体の選び方はAIにURLを読ませる方法―ウェブ検索・直接取得・ブラウザーの違いと読めないときの確認(AI作成)で扱う。
2 軽量化前後を同じ条件で比べる
同じ依頼,同じモデル及び同じ資料で,選択されたスキル,読んだ参照資料,入力トークン,所要時間及び修正回数を比べる。
一回の成功だけでなく,複数の代表依頼で誤起動と見落としがないかを確認する。
3 変更範囲を記録する
説明文だけを短くしたのか,本文を分割したのか,スキルを統合したのか,手動呼出しへ移したのかを分けて記録する。
他のPCや別の実行環境へ同期する場合は,ファイルの存在だけでなく,対象版と反映時刻を確認する。
第7 よくある質問
1 全てを一つのスキルにまとめるべきか
一つにまとめれば一覧の件数は減るが,本文が重くなり,異なる権限や停止条件が混ざることがある。
入力,成果物,権限又は検証方法が異なる作業は分け,単に題材が同じという理由だけで統合しない方がよい。
2 説明文は短ければ短いほどよいか
短すぎて選択条件が分からなければ,誤起動や未選択が増える。
対象と対象外を区別できる最小限の具体性を残し,詳しい手順を本文へ移すことが重要である。
3 スキルを減らせば429エラーは直るか
スキルの常時情報や不要な読込みを減らすと,将来の入力トークンや利用量を抑えられる場合がある。
しかし,既に到達したChatGPTプラン又はAPIの上限をリセットする方法ではない。
429エラーでは,エラーコード,課金経路,上限の単位及びリセット時刻を別に確認する必要がある。
第8 関連する山中弁護士ブログの記事
弁護士のClaude Code Skills活用法―調査・書面作成・記事更新を手順書にする(AI作成)は,法律事務所の作業をスキルへ整理する基本を扱っている。
生成AIの利用料が予算を超えないために―従量課金の約款で確認する5項目と社内規程の定め方(AI作成)は,利用量と費用を契約・社内規程から管理する方法を扱っている。
弁護士・税理士がAIエージェントのスキル・プラグインを導入するとき―付属スクリプト,外部送信,認証情報及び権限の確認(AI作成)は,軽量化とは別に維持すべきセキュリティ確認を扱っている。
Codexで429エラーが出る原因と対策-別IP・別PCで回避できるか(AI作成)は,利用上限とレート上限の切分けを扱っている。
第9 出典・参考資料
①OpenAI「Rethinking skills and prompts for GPT-6 Astra」(スキル一覧,説明文の重複及び段階的読込み)
②OpenAI「Skills―Plugins」(SKILL.md,名前・説明及び必要時の本文読込み)
③OpenAI「Skills tool」(Skillsの利用方法)
④Anthropic「Agent Skills overview」(メタデータ,SKILL.md及び補助資料の段階的読込み)
⑤Anthropic「Extend Claude with skills」(スキルの構成,手動呼出し,説明文の一覧及び補助ファイル)
⑥OpenAI「Harness engineering: leveraging Codex in an agent-first world」(2026年2月11日。指示ファイルを目次にする方式への移行に関する同社の報告)