※お役に立てたらストック、いいねをよろしくお願いします！！

＜📝本記事のターゲット層＞

GitHub Copilotを日常的に使っている開発者
毎回似たプロンプトを書いていて、少し面倒だなと感じている人
チームでAI活用の手順を共有したい人
記事作成、レビュー、調査、テスト設計などの定型作業をAIに任せたい人
Agent Skillsという概念をこれから理解したい人

🔷はじめに：毎回「いい感じにお願いします」と書いていませんか？

GitHub CopilotやChatGPTのようなAIエージェントを使っていると、だんだん同じような依頼を繰り返していることに気づきます。

たとえば、こんな依頼です。

このPRをレビューしてください
技術記事の構成を作ってください
このURLを調べて要点を整理してください
テスト観点を洗い出してください
Markdownで読みやすく整えてください

もちろん、毎回プロンプトを書いても作業はできます。
ただ、プロンプトのコピペ運用には限界があります。

最新版のプロンプトがどれか分からなくなる
チームで共有しづらい
作業手順が個人の頭の中に残りやすい
AIの出力が安定しない
「前回うまくいった頼み方」を毎回探すことになる

そこで出てくる考え方が、作業手順のSkill化です。

この記事では、GitHub Copilot Agent Skillsを題材にして、AIへのお願いを毎回頑張るのではなく、繰り返し使える作業手順として整理する考え方を紹介します。

🔷Agent Skillsは「作業手順のパッケージ」

GitHub Docsでは、Agent SkillsはCopilotが関連する場面で読み込める、instructions、scripts、resourcesを含むフォルダとして説明されています。

難しく聞こえるかもしれませんが、まずは次のように捉えると分かりやすいです。

Agent Skills = AIに渡す作業手順セット

中心になるのは SKILL.md というMarkdownファイルです。
このファイルに「いつ使うのか」「どんな順番で進めるのか」「どんな形式で出力するのか」を書いておきます。

必要に応じて、同じフォルダに参考資料、テンプレート、チェックリスト、スクリプトも置けます。

たとえば、記事作成用のSkillなら、次のような構成にできます。

.github/skills/qiita-writing/
  SKILL.md
  references/
    article-checklist.md
    title-patterns.md
  templates/
    qiita-article-template.md

この構成にしておくと、AIに毎回長い依頼文を書くのではなく、記事作成という作業の進め方そのものを再利用できます。

🔹「プロンプトを保存する」とは少し違う

ここで大事なのは、Agent Skillsは単なるプロンプト置き場ではない、という点です。

プロンプトを保存するだけだと、「この文章を貼ればうまくいく」という使い方になりがちです。
一方でSkill化では、作業を分解して、手順・判断基準・出力形式・レビュー観点として整理します。

たとえば「記事を書いてください」ではなく、次のように作業を分けます。

想定読者を整理する
記事の主張を1つに絞る
タイトル案を複数出す
見出し構成を作る
技術的に怪しい箇所を洗い出す
Markdown本文を作成する
投稿前チェックを行う

このように作業の流れを明文化しておくと、AIの出力も安定しやすくなります。

🔷custom instructionsとAgent Skillsは役割が違う

GitHub Copilotには、custom instructionsという仕組みもあります。
ここで迷いやすいのが、「custom instructionsとAgent Skillsはどう使い分けるのか」という点です。

ざっくり整理すると、以下のようになります。

プロンプト = その場で書く作業依頼
custom instructions = いつも守ってほしい短いルール
Agent Skills = 必要なときに呼び出す作業手順パッケージ

図にすると、次のような関係です。

図1: プロンプトはその場の依頼、custom instructionsは常時適用ルール、Agent Skillsは必要なときに呼び出す作業手順パッケージとして考える。

custom instructionsは、ほぼ毎回効いてほしい短いルールに向いています。

このリポジトリではTypeScriptのこの書き方を優先する
コミットメッセージはこの形式にする
レビューでは可読性とテスト観点を重視する
回答は日本語で書く

一方、Agent Skillsは、必要な場面でだけ読み込ませたい複数ステップの作業に向いています。

技術記事を作成する
PRレビューを行う
障害調査を進める
テスト設計を行う
調査レポートを作る

GitHub Docsでも、ほぼ毎回関係する単純な指示はcustom instructions、関連時だけ参照したい詳細な指示はskillsにする、という使い分けが示されています。

💡Tips：Skill化するか迷ったときの判断基準

次の条件に当てはまる作業は、Skill化の候補になります。

何度も繰り返し発生する
作業の順番がある
成果物の形式がある程度決まっている
チェック観点がある
チーム内で共有したい

逆に、毎回テーマや前提が大きく変わるもの、秘密情報を含むもの、まだ手順が固まっていないものは、いきなりSkill化しないほうが扱いやすいです。
まずは個人用メモとして運用し、何度か使ってからSkillにするのがおすすめです。

🔷例：Qiita記事作成の作業手順をSkill化する

ここでは、Qiita記事作成を例に考えてみます。

毎回AIに記事作成を依頼するとき、次のような頼み事が考えられます。

タイトル案を出す
想定読者を決める
構成を作る
技術的に怪しい箇所を確認する
Markdownに整える
投稿前チェックをする

これらは、まさにSkill化しやすい作業です。
成果物はMarkdown記事で、作業手順もあり、レビュー観点もあります。

🔹フォルダ構成の例

記事作成Skillなら、最初は次のような構成で十分です。

.github/skills/qiita-writing/
  SKILL.md
  references/
    article-checklist.md
    title-patterns.md
  templates/
    qiita-article-template.md

それぞれの役割は次の通りです。

ファイル・フォルダ	役割
`SKILL.md`	Skillの説明、使うタイミング、作業手順を書く
`references/article-checklist.md`	投稿前の確認観点を書く
`references/title-patterns.md`	タイトル案のパターンを書く
`templates/qiita-article-template.md`	出力する記事の型を書く

最初から大きく作り込む必要はありません。
むしろ、よく使う手順だけを小さく始めて、使いながら育てるほうが現実的です。

🔹SKILL.mdの最小イメージ

たとえば、SKILL.md は次のように書けます。

---
name: qiita-writing
description: Qiita向けの技術記事を構成し、Markdown形式で作成するためのSkill。
---

## 使うタイミング

ユーザーが技術メモやURLをもとにQiita記事を作りたいと依頼したときに使う。

## 手順

1. 想定読者を整理する。
2. 記事の主張を1つに絞る。
3. タイトル案を複数出す。
4. 見出し構成を作る。
5. 技術的に要確認の箇所を洗い出す。
6. Markdown本文を作成する。
7. 投稿前チェックを行う。

ポイントは、AIに「気合いでいい感じに書いてもらう」のではなく、こちらが作業の流れを設計しておくことです。

🔹Skillに入れるもの・入れないもの

Skillに入れると便利なのは、毎回使う判断基準や出力形式です。

作業手順
判断基準
出力フォーマット
レビュー観点
チェックリスト
テンプレート

一方で、次のようなものは入れないほうが安全です。

毎回変わる記事テーマ
長すぎる背景説明
個人情報や秘密情報
まだ検証していない断定
その場限りの細かい条件

Skillは「何でも詰め込む箱」ではなく、繰り返し使う作業手順を保管する場所として考えると運用しやすいです。

🔷作業手順をSkill化すると何が変わるのか

Skill化の一番大きなメリットは、AI活用が個人のプロンプト芸から、チームで扱える作業資産に近づくことです。

プロンプトのコピペ運用では、うまくいった依頼文が個人のメモやチャット履歴に残りがちです。
しかしSkillとしてリポジトリに置けば、作業手順をコードやドキュメントと同じようにレビュー・更新・共有できます。

🔹出力のブレを減らしやすい

同じ作業手順、同じ出力形式、同じチェック観点を読み込ませることで、AIの出力が安定しやすくなります。

もちろん、AIの出力が完全に固定されるわけではありません。
ただ、「毎回違う頼み方をして、毎回違う結果が返ってくる」状態よりは、作業の前提を揃えやすくなります。

🔹チームで改善しやすい

Skillをリポジトリで管理すれば、改善の流れも作れます。

出力が弱いところを見つける
チェック観点を追加する
テンプレートを調整する
うまくいった手順を反映する
不要になった手順を削る

これは、プロンプトを個人メモで管理しているだけではやりにくい部分です。

🔹AIに任せる範囲を明確にできる

Skill化すると、「AIに何を任せるのか」「人間がどこを確認するのか」も整理しやすくなります。

たとえば記事作成なら、AIには構成案や下書きを任せつつ、技術的な正確性、最終的な表現、公開可否は人間が確認する、という分担にできます。

この分担を明文化しておくと、AIを使う不安も減らせます。

❓困ったときは：Skill化で詰まりやすいポイント

▸最初から完璧なSkillを作ろうとしてしまう

最初から大きなSkillを作ろうとすると、手が止まりやすいです。
まずは1つの作業だけを対象にしましょう。

おすすめは、次のような小さい作業です。

技術メモから記事構成を作る
PRレビューの観点を出す
テストケースの候補を出す
調査URLの要点を整理する

小さいSkillを実際に使い、足りない観点を追加していくほうが育てやすいです。

▸Skillに情報を入れすぎてしまう

Skillに長すぎる背景説明や、その場限りの条件を入れると、かえって使いづらくなります。

Skillには、繰り返し使うものを入れます。
毎回変わるテーマ、今回だけの制約、秘密情報は、実行時の依頼や別の安全な管理方法に分けましょう。

▸公式ドキュメントの対象範囲を確認していない

Agent Skillsをどの環境で使えるかは、GitHub Copilotのプラン、IDE、組織設定、利用する画面によって変わる可能性があります。
実際に導入する前には、公式ドキュメントで最新情報を確認してください。

この記事では、2026年7月8日時点で確認したGitHub Docs、VS Code Docs、Agent Skills specificationをもとに説明しています。

✅まとめ：プロンプトは使い捨て、Skillは資産

この記事では、GitHub Copilot Agent Skillsを題材に、作業手順をSkill化する考え方を紹介しました。

要点を振り返ります。

毎回プロンプトを書く運用は、共有・更新・再利用に弱い
Agent Skillsは、AIに読み込ませる作業手順パッケージとして使える
custom instructionsは常に効く短いルール、Agent Skillsは必要なときに呼び出す詳細手順に向いている
Skillには、手順、判断基準、出力形式、レビュー観点を入れると扱いやすい
記事作成、レビュー、調査、テスト設計のような定型作業はSkill化しやすい

AI活用は、「どうお願いするか」だけでなく、どう作業するかを設計する段階に進んでいます。

まずは、普段よくAIに頼んでいる作業を1つ選んで、SKILL.md に手順として書き出してみてください。
それだけでも、AIとの作業がかなり整理されます。

🔷参考資料

※お役に立てたらストック、いいねをよろしくお願いします！！