エージェントのスキル(Skill)とは?
名前付きの能力パック——いつ使うかの短い説明、より詳しい手順、そしてそれが解放するツールをまとめたもので、エージェントは関連が生じたときにだけそれを読み込む。
Skill とは、ある手順をエージェントに教えるとき、それをすべての人に、あらゆる場所で、常時教え込むことなく教えるための仕組みです。
建物の中のマニュアルをすべて読み込んだ同僚と、どのマニュアルに手を伸ばせばよいかを知っている同僚の違いを思い浮かべてください。後者のほうが役に立ち、雇うコストも安く済みます。
まず説明、手順は後から
すべての Skill には二つの層があり、その分離こそが要点です。
- 名前と説明——これが何のためのもので、いつ適用されるのか
- 手順——実際のプロシージャで、長くなることもある
デフォルトでエージェントの目の前にあるのは最初の層だけです。エージェントは、自分が知り得ることの短いリストを見ます。ある会話でそれが必要だと分かったとき、その Skill を読み込み、詳しい手順が届きます。
これは段階的開示(プログレッシブ・ディスクロージャ)と呼ばれ、コンテキストが有限で高価だからこそ存在します。詳細な手順を20個も恒久的に貼り付けておけば、会話そのものを押しのけ、どの返答も——どの手順も当てはまらなかった返答さえも——遅く高価になります。
Skill を具体的に書き下すと
「住宅ローンの見積もりを出す」はこう読めるかもしれません。何かを見積もる前に、雇用形態、頭金、物件価格を確認する。この顧客が実際に対象となる商品について見積もりツールを実行する。多くても3つまで、安いものから順に提示し、条件を満たさない商品は決して提示しない。数字はあくまで参考値だとはっきり伝える。何かが確定する前にブローカーへ引き継ぐ。
これは知識ではなく手順であり——そして営業時間についてのあらゆる会話で毎回言い直したくなるようなものではありません。顧客が借入について尋ね始めたときに読み込まれ、それより前には読み込まれません。
エージェントはどうやって Skill を手に入れるか
Skill は単一のエージェントではなくテナントに属します。「新しい問い合わせを審査する」を一度書けば、それを実行できるべきどのエージェントも名前で参照します——知識ベースが使うのと同じパターンです。二つのエージェントは、二か所にコピーを存在させることなく一つの Skill を共有でき、手順を直せば両方が直ります。
実行時、エージェントは自分のリストにある Skill の名前と説明だけを見ます。そのうちの一つが関連してくると、エージェントはツールを呼んでその Skill を読み込み、詳しい手順が会話の残りの間ずっと届きます。
Skill が携えられるもの
手順が本体ですが、Skill はどのツールを有効にするかも宣言できます。予約用のスキルはカレンダーを解放でき、資格審査用のスキルは何も解放せず、単に正しい順序で質問するための手立てであることもできます。
これは Skill を命令セットであると同時に権限の境界にもします——読み込まれたどの Skill も有効にしていないツールは、エージェントが手を伸ばさないツールです。
よくある質問
- 知識ベースに資料を足すのではなく、Skill が必要になるのはどんなときですか?
- 知識は質問に答えるものです。Skill は、特定の状況が生じたときにエージェントがたどるべき手順を携えます。その中身が「何が事実か」なら知識ベースに属し、「何を、どの順序で行うか」なら Skill に属します。
- Skill をたくさん持たせると、エージェントは遅くなったり混乱したりしませんか?
- プロンプトに常時置かれるのは各 Skill の一行の説明だけで、詳しい手順は実際にその状況になったときに取得されます。だからエージェントは、毎ターンすべての代金を払うことなく、多くの手順を携えられます。
- Skill が本当に必要なときに起動するか、どうすれば分かりますか?
- トリガーテストがあります。実際のプロンプト組み立てとモデルのルーティングに対してサンプルのメッセージを再生し、その Skill が発火するかどうかを報告します。何も実行せず、会話も保存しません。手順を長くするより、説明文を試すほうがたいてい効果的です。
エージェントが誰であるか——その性格、口調、譲れない一線——を、たまたま担っている仕事とは切り離して保持する、恒常的な記述。
エージェントが答えてよい文書。agent4.io は二種類を保つ——あなたの会社の検証済み資料と、各顧客自身のファイル——同時に検索されるが、決して互いに混同されない。
Model Context Protocol——エージェントを外部のツールやデータに接続するためのオープン標準で、システムは AI 製品ごとに一度ではなく、一度だけ自らの能力を公開する。
一つのものと混同されがちな、三つの異なる仕事——知識ベースは事実を保持し、MCP ツールはモデルに即興させてはならない計算を実行し、Skill はそのどれに手を伸ばすかを決める手順である。
望む振る舞いの例でモデルの学習を継続し、その振る舞いを、毎回のリクエストで求めるものではなくデフォルトにすること。モデルが何を知っているかではなく、どう働くかを変える。