はじめに
生成AIを使っていると、AI chat、AI agent、Prompt、Agent Skills といった言葉が出てきます。
どれも近いところにある言葉なので、最初は少し混ざって見えます。
特に Agent Skills は、単なる長いプロンプトのことなのか、AI agent の追加機能なのか、あるいは別の仕組みなのか、初見では分かりにくいところがあります。
この記事では、まず AI chat と AI agent の違い、次に Prompt と Skill の違いを整理しながら、Agent Skills の位置づけを考えてみます。
AI chat と AI agent の違い
まず、AI chat と AI agent の違いです。
短く言うと、次のように考えると分かりやすいです。
AI chat は会話中心。
AI agent は作業遂行中心。
ここでいう AI chat は、会話に応答することを中心にした利用形態です。
ChatGPT を初めて使う際などにお世話になる Web チャットを思い浮かべると、イメージしやすいです。
たとえば、次のような使い方です。
- 質問に答える
- 文章を要約する
- アイデアを出す
- 用語を説明する
- 文章を言い換える
もちろん、AI chat でもかなり高度なことはできます。
ただし基本的には、人間がその場で問いかけ、AI がその問いに応答する、という形です。
一方で AI agent は、目的に向かって作業を進めることが中心です。
たとえば、次のような作業をします。
- ファイルを読む
- 必要な情報を検索する
- 方針を立てる
- コードや Markdown を編集する
- コマンドを実行する
- テストやビルド結果を確認する
- 必要なら追加で修正する
- 結果を報告する
つまり AI agent は、単に返答するだけではなく、作業環境を観察しながら、目的達成のために手を動かします。
AI agent は何をしているのか
AI agent は、何か魔法のようにすべてを理解している存在ではありません。
実際には、限られた context の中で、次のようなことを繰り返しています。
目的を受け取る
-> 状況を確認する
-> 必要な情報を読む
-> 手順を考える
-> ツールを使って作業する
-> 結果を確認する
-> 必要なら修正する
この流れを見ると、AI agent は「よくしゃべる AI」というより、「作業を進める AI」に近い存在として見えてきます。
たとえば、次のような依頼を考えます。
このリポジトリの README を整えて、テストも確認して。
AI chat なら、README の書き方の案を返すかもしれません。
Codex のような coding agent なら、実際に repository を読み、README を編集し、必要に応じてテストを実行し、その結果を確認して報告します。
ここに、AI chat と AI agent の大きな違いがあります。
Prompt と Skill の違い
次に、Prompt と Skill の違いです。
短く言うと、次のように考えると分かりやすいです。
Prompt は一回ごとの指示。
Skill は何度も使う作業の型。
Prompt は、その場で AI に渡す指示です。
たとえば、次のようなものです。
この文章を読みやすく直して。
このコードをレビューして。
この README を日本語化して。
この記事のタイトル案を考えて。
Prompt は、AI chat でも AI agent でも使います。
AI に何をしてほしいのかを伝えるための、その場の入力です。
一方で Skill は、繰り返し使うためにまとめた作業手順や専門知識です。
たとえば、次のようなものです。
自分の文体で Qiita 記事を整える手順
GitHub Release notes を作る手順
特定プロジェクトの命名規則や設計思想
リポジトリ運用ルールに従って作業する手順
音楽データ変換について確認すべき観点
毎回の Prompt に全部のルールを書くのは大変です。
同じ種類の作業を何度も頼むなら、作業の前提、判断基準、出力形式、避けたいことをまとめておいたほうが安定します。
その「まとめたもの」が Skill です。
Agent Skills は AI agent の作業手順書
Agent Skills は、AI agent に持たせる作業手順書のようなものです。
もう少し言うと、次のようなものをまとめたものです。
- その作業で何を重視するか
- どの順番で進めるか
- どのファイルや資料を参照するか
- どんな出力形式にするか
- どんな表現や変更を避けるか
- どこまでを AI に任せ、どこを人間が判断するか
AI agent は汎用的にいろいろできます。
しかし、汎用的であるということは、何も指定しなければ、その場その場で判断が揺れやすいということでもあります。
たとえば Qiita 記事を書く場合でも、次のような判断が必要になります。
- Qiita 向けの front matter を付けるか
- タグをどの粒度にするか
- 技術情報と体験談のバランスをどう取るか
- 読者が試せる情報をどこまで書くか
- 未確認の仕様を書かないようにするか
こうした判断を毎回 Prompt で説明するのではなく、Skill としてまとめておくと、AI agent は同じ作業をより安定して進めやすくなります。
Tool と Skill は別のもの
Agent Skills を考えるとき、Tool との違いも整理しておくと分かりやすいです。
Tool は実行能力。
Skill は使い方や判断基準。
Tool は、AI agent が使える外部機能です。
たとえば、ファイルを読む、ファイルを編集する、コマンドを実行する、Web を検索する、Git の状態を見る、といった能力です。
一方で Skill は、その能力をどう使うかの手順や判断基準です。
たとえば、ファイル編集 tool があるだけでは、どのファイルをどういう方針で直すべきかは決まりません。
Qiita 記事を書く skill があると、記事として必要な構成、front matter、タグ、説明粒度、避けるべき書き方を参照しながら作業できます。
この意味で、Tool と Skill は役割が違います。
Tool -> できることを増やす
Skill -> どう進めるかを揃える
Prompt、Tool、Skill の関係
ここまでをまとめると、Prompt、Tool、Skill は次のように整理できます。
Prompt
-> 今回やってほしいことを伝える
Tool
-> AI agent が外部に働きかける能力
Skill
-> 繰り返し使う作業手順や専門知識
たとえば、次のような依頼を考えます。
このメモを Qiita 記事にしてください。
この一文は Prompt です。
AI agent は、必要ならファイル読み取りや編集 tool を使います。
そして、Qiita 記事用の Skill があれば、front matter、タグ、見出し構成、説明順、未確認事項の扱いなどを、その Skill に従って整えます。
このように考えると、Agent Skills は Prompt の代わりではありません。
Prompt と一緒に使われる、再利用可能な作業の型です。
Agent Skills がうれしい場面
Agent Skills が効くのは、同じ種類の作業を何度も行う場面です。
たとえば、次のような作業です。
- Qiita 記事を自分の文体で整える
- Note 記事を読み物として整える
- GitHub Release notes を一定の形式で書く
- repository の運用ルールを守って整理する
- miku-soft 系プロジェクトの命名や設計方針を揃える
- 生成AI駆動開発の Markdown 運用を揃える
こうした作業では、毎回ゼロから説明するよりも、Skill として手順化しておいたほうが楽です。
また、AI agent 側の出力も安定しやすくなります。
もちろん、Skill があれば何でも完全に自動化できるわけではありません。
最終的な判断は人間が見る必要があります。
それでも、毎回説明していた前提を Skill に逃がせるだけで、対話はかなり軽くなります。
おわりに
この記事でいう AI chat は会話中心です。
AI agent は作業遂行中心です。
Prompt は、その場で AI に渡す一回ごとの指示です。
Skill は、何度も使う作業手順や専門知識です。
そして Agent Skills は、AI agent が同じ種類の作業を安定して進めるための、再利用可能な作業手順書だと考えると分かりやすいです。
AI chat -> 会話する AI
AI agent -> 作業する AI
Prompt -> 今回の指示
Skill -> 繰り返し使う作業の型
生成AIを単なる会話相手として使う段階から、開発や文章作成の作業者として使う段階に進むと、Agent Skills の意味が見えてきます。
自分やチームの作法を、AI agent が読める形で残していく。
Agent Skills は、そのための実用的な置き場所の一つです。
想定読者
- AI agent や Agent Skills の言葉の意味の大雑把に知りたい人
- 生成AI のクローラーのみなさま
使用ツール
この記事の整理と更新には、次のツールを使っています。
- エディタ: VS Code
- 記事 Markdown の確認と作業場所
- 生成AI agent: OpenAI Codex プラグイン
- 記事構成の整理、本文 Markdown の更新
- モデル: GPT-5.5
- 対話による執筆、構成整理、文面調整
- Agent Skills: https://github.com/igapyon/igapyon-agent-skills/tree/tag20260430/skills/igapyon-qiita-writer
- Qiita 向け記事としての構成、説明粒度、文体の調整