プログラミング不要！AIを「自分専用の秘書」に育てる「Claude Skills」の使い方

2026年3月13日

URLをコピーしました！

こんにちは。Web3に興味があって、AIをもっと使いこなしたい中高年を応援するWeb３とAIマニアじいじのko_sanです。

Claudeの画面の左側に「カスタマイズ」ってボタンが増えてるけど、これ何？

お、よく気づいたね！そこを押すと「コネクター」と「スキル」っていうボタンが出るんだ。コネクターはアプリ連携用だけど、実はその上の「スキル」がすごい進化を遂げたんだよ。実際作る時は会話画面から作れるよ。

作業手順の登録って、また難しい「プロンプト」を頑張って書かなきゃいけないの？私、あれ苦手なんだけど…。

そこが2026年版のすごいところ！今はね、自分から書かなくていいんだ。AIが「逆質問」してくれる形式になったんだよ。

「AIに指示を出すのが難しい…」「毎回同じプロンプトを打つのが面倒…」
そんな悩み、ありませんか？

2026年、Claude Coworkに搭載された『スキル（Skills）』機能が、その常識を根底から覆してくれました。
今日は、AIを自分専用の「超有能な秘書」に変身させる、魔法のようなボタンの使い方を解説します。

◾️「スキル」ボタンから何ができる？

Claude Coworkの左メニューにある「カスタマイズ」→「スキル」。ここは、作成済みのスキルをインストール・管理する場所です。プログラミングは一切不要です。

スキルを一度インストールしてしまえば、次からは「いつものやって」と一言伝えるだけで、AIが勝手にブラウザを開き、情報を探し、ファイルにまとめて保存する……という一連の作業を代行してくれるようになります。

ちょっと紛らわしいのですが、最初はここからskillを作るのかと思いました。でもこれはスキルの管理画面とのことです。

スキルはどこで作るの？ ── Coworkの「会話画面」で作る

スキルの作成は、カスタマイズ画面ではなく、Coworkの会話画面で行います。「新しいタスク」を押して会話を始め、「こんなスキルを作りたい」とAIに話しかけるだけです。

完成すると.skillというファイルが生成され、それをカスタマイズ画面の「＋」ボタンからインストールする、という流れになります。

これまでは、私たちが正確な命令文（プロンプト）を書き上げる必要がありました。しかし最新のスキル作成フローは「AIからのインタビュー形式」です。あなたが「こんなことできないかな？」と一言書くと、AIが

「どのサイトを調べますか？」
「結果は何という名前のファイルに保存しますか？」

と、必要な情報を聞き出しながら、裏側で「自動操作プログラム」を組み上げてくれます。上司が秘書に仕事の進め方を教えるような感覚です。これが最新のスキル作成です。

◾️スキルクリエイターを使うためのステップ

Skill Creatorは、AI（Claude）と対話しながら新しいスキルを構築・改善していくためのツールです。基本的な使い方は、以下の7つのステップで進みます。

ステップ1：スキルの目的と仕様の明確化
ステップ2：スキルのドラフト作成
ステップ3：テストケースの作成と並行実行
ステップ4：評価基準の作成と結果のレビュー
ステップ5：フィードバックに基づくスキルの改善
ステップ6：説明文の最適化（オプション）
ステップ7：パッケージ化と提供

ステップ1：スキルの目的と仕様の明確化

Coworkの会話画面で「〇〇をするスキルを作りたい」とAIに伝えます。AIはユーザーの意図を汲み取り、以下の点を質問して仕様を固めていきます。

目的とトリガー：そのスキルに何をさせたいか、どんな言葉（コンテキスト）で起動させるべきか。
出力フォーマット：どのような形式での出力を期待するか。
エッジケース：例外的な状況や、客観的に評価可能なタスクかどうかの確認。

実例があった方がわかりやすいので、以下のようなスキルを作るよう、Coworkにお願いしてみました。

ステップ2：スキルのドラフト作成

要件が決まると、AIが SKILL.md というファイルにスキルの草案（ドラフト）を作成します。

ファイルの上部（メタデータ）には、名前と「スキルを起動すべき具体的な状況」をまとめた説明文（Description）が記載されます。AIが確実にスキルを使えるよう、説明文は「少し強気（pushy）」に書かれます。
本文には、命令形での指示や、期待される出力例、そして「なぜその手順が重要なのか」という理由（Why）が500行未満で記述されます。

こちらが上記依頼したスキルのドラフトの例です。

ステップ3：テストケースの作成と並行実行

次に、実際のユーザーが入力しそうなリアルなテスト用のプロンプト（指示文）を2〜3個作成し、ユーザーに内容を確認します。その後、「スキルを使った場合（with-skill）」と「スキルを使わなかった場合（ベースライン）」の処理を、同時に並行して実行します。

これは自動でやってくれるのかと思いきや、チャットで以下のように「このスキルのテストをして」と入れる必要があるようです。なんかわかりずらいですね。ともかく、やってみたらテストしてくれました。

ステップ4：評価基準の作成と結果のレビュー

テストを実行している裏側で、AIは客観的に結果を評価するための基準（アサーション）を作成します。テストが完了すると、AIが自動で結果を採点・集計し、専用のビューワー（確認画面）をブラウザで立ち上げます。ユーザーはこのビューワーを通じて以下の2点を確認します。

Outputsタブ：実際の出力結果を見比べ、個別のテストケースに対して「ここを直してほしい」などのフィードバックを入力します。
Benchmarkタブ：処理時間やトークン数、テストの合格率などの定量的なデータを比較します。

このようにレビュー用にまとまった内容とPDFの例が表示されました。これがOutputsタブのようです。ベンチマークタブらしきものは表示されませんでした。

スクロールするとレビューを書く欄があったのでフィードバックとして入れてみました。

ステップ5：フィードバックに基づくスキルの改善

ユーザーがビューワーでフィードバックを送信すると、AIがそれを読み取り、スキルを改善（イテレーション）します。

特定のテストケースにだけ通用するような過剰な修正は避け、汎用的に機能するよう指示を洗練させます。
複数のテストで同じような処理（例えばドキュメント作成など）が繰り返されている場合は、AIが専用のスクリプトを作成し、スキルに同梱して効率化を図ります。

改善後、再びステップ3のテストとステップ4のレビューを行い、ユーザーが満足するまでこのループを繰り返します。

こちらが、改善してくれた結果です。文字がハイライト表示されています。さらに金価格も表示されていました。これはすごい！

ステップ6：説明文の最適化（オプション）

スキル本体が完成したら、AIが適切なタイミングでスキルを呼び出せるように、説明文（Description）のチューニングを行います。AIが「起動すべきプロンプト」と「起動すべきでないプロンプト」をそれぞれ用意し、ユーザーの確認を経た上で、自動テストを繰り返して最もトリガー精度の高い説明文を導き出します。

ここはオプションのようですが、チャットで実施するように依頼すればやってくれます。