AIのスキル化で成果が出ない理由｜スキルは「手順」であって「知識」ではない
AIエージェントのスキル（Claude CodeやCodexのSKILL.md）を覚えると、多くの人が同じ壁に当たります。繰り返している作業をスキルにしたのに、出てくる成果物の質が上がらない。むしろ、雑な仕上がりのものが速く出てくるようになった、という状態です。
原因は、スキルの書き方ではありません。
AIのスキル化で成果が出ない原因 スキルに書けるのは「何をどの順でやるか」だけで、そこには良し悪しを分ける判断基準が含まれていない。判断基準を別のファイル（ナレッジ）に書いておかないと、AIは手順どおりに、平均的な成果物を速く作り続ける。
スキルそのものの作り方はAIエージェントのSkillsとはにまとめてあります。この記事は「作り方は分かったのに成果が出ない」段階の話です。
スキルは「順番」を持っていて、「判断基準」を持っていない
スキルに書けるのは、何をどの順でやるかです。ここには良し悪しを分ける基準が含まれていません。「読みやすく書く」と書いても、何が読みやすいかはスキルの外にあります。
だから、判断基準の置き場所が別に必要になります。AI Crewの運営では、それをナレッジと呼び、業務ごとのファイルに書き溜めています。スキルはそのナレッジを読みに行く順番を決めているだけです。
ここが空のままスキルだけ作ると、速く空回りします。作業は自動で進み、出てくるものは平均的で、直すべき箇所も分からない——冒頭の症状はこれです。
実例: 1本の記事を8媒体へ展開するスキル
みやっち🧑💻は、1本の記事を書くと8つの媒体へ展開されるスキルを運用しています。note・X・Facebook・LinkedIn・Eight・Threads・自社ブログ・会社サイトのお知らせ、の8つです。
重要なのは中身です。このスキルは同じ文章を8か所に配っているのではありません。媒体ごとに、文量も、書き出しも、リンクの置き方も変えて書き分けています。
この「書き分け」は、スキルのSKILL.mdには書かれていません。媒体ごとに別々に積み上げたナレッジ一式——Xのナレッジ、Threadsのナレッジ、Facebookのナレッジ——を読みに行った結果として出てきます。
「同じものを作りたい」と聞かれたときの回答
この仕組みを見た方から、繰り返し同じ質問を受けます。「その8媒体展開、どうやってやらせているんですか」。
回答は毎回同じです。「まず1媒体ずつ極めないと、ほとんど意味がありません」。スキルの書き方を写しても、読みに行く先が空なら、8か所に同じ文章が配られるだけになります。
順番として正しいのは、1つの媒体で自分が納得いく成果を出す→その判断基準を文章にする→それを叩く手順をスキルにする、です。ここを飛ばすと、作業だけが自動化されます。
3層に分けて考える: 手順・判断基準・材料
| 層 | 置き場所 | 書くこと | 無いとどうなるか |
|---|---|---|---|
| 手順 | SKILL.md | 何をどの順でやるか、入力と出力 | 毎回同じ説明をし直すことになる |
| 判断基準 | ナレッジファイル | 何が良くて何が駄目か、過去の失敗、決め事 | 速く平均的なものが出てくる |
| 材料 | 作業フォルダの資料 | 元データ、過去の成果物、参考にする実物 | 一般論しか書けない |
「スキル化したのに成果が出ない」ときは、ほぼ2段目が空です。手順は書けているのに、良し悪しの基準がどこにも書かれていない状態を疑ってください。
確かめ方は簡単です。そのスキルが読みに行くファイルを開いてみること。そこに書いてあるのが手順の続きだけなら、判断基準は誰の頭の中にもファイルにも無いことになります。
判断基準の書き出し方: 「直した理由」を残す
判断基準は、机に向かって書き出そうとしても出てきません。出てくるのは、AIの成果物を直しているときです。直したその瞬間、頭の中では基準が動いています。
- AIに1回やらせて、自分で直す。直した箇所には必ず理由がある
- 「なぜ直したか」を一言で書き残す。「この媒体は結論から書く」「この表現は使わない」の粒度でよい
- それが5個たまったらファイルにする。この時点で判断基準の原型ができる
- 同じ作業を2回以上やったら、手順をスキルにする。「今やった手順をスキル化して」とAIに頼めばよい
この順序なら、スキルができた時点で読みに行く先が既にある状態になります。逆に、先にスキルだけ作ると、後から中身を足す作業が発生し、たいてい放置されます。
最初は5項目程度で十分です。完璧な基準書を作ろうとすると手が止まるので、直したときの理由を1行ずつ足していく形で始めてください。
含意: スキル化はドメイン知識がある人ほど効く
この構造から分かるのは、スキル化の効果は、その業務に対する知識の量に比例するということです。判断基準を持っている人ほど、書き出せるものが多く、スキルの出力も上がります。
裏を返すと、やったことのない業務をスキル化しても伸びません。AIエージェントは作業を肩代わりしますが、良し悪しを決める役割は移りません。ここは道具が変わっても動かない部分です。
組織で考えると、これは好材料です。社内で一番詳しい人の判断基準を書き出す作業が、そのままスキルの価値になります。属人化していた基準を、AIが使える形で外に出す機会と捉えられます。
自分の業務のどこから任せ始めるかで迷っている方はAIエージェントの作り方もあわせてどうぞ。手順の資産化はその先の話です。
同じ作業を何度も繰り返している自覚がある方は、まず無料セミナーでお会いしましょう。
