概要
著名エンジニアたちが公開した Claude Code 用スキルリポジトリを分析し、説明文の最適化、段階的な情報開示、決定論的な設計など、AIエージェントの能力を最大限に引き出すための実践的なベストプラクティスを解説する。
詳細内容
本記事は、Matt Pocock や Addy Osmani といった著名エンジニアが GitHub で公開した Claude Code 用の「.claude/skills」を比較・分析したガイドである。良いスキルの共通項として、以下の4つの重要ポイントを挙げている。1. **Description の最適化**: AIがスキルを呼び出すか判断する唯一の基準であり、三人称で「いつ使うか」を明記し、トークン予算（コンテキストの1%）を意識して簡潔にする必要がある。2. **段階的な情報開示 (Progressive Disclosure)**: `SKILL.md` を500行以内に抑え、詳細や用語集を別ファイルに逃がすことで、長いセッションでも情報欠落を防ぐ設計。3. **決定論的な呼び出し制御**: `frontmatter` で自動呼び出しと手動実行を使い分け、副作用のある操作を保護する。4. **AIの言い訳を潰す**: Addy Osmani 流の「Common Rationalizations（よくある言い訳）」テーブルにより、AIが手順をサボるのを先回りして防ぐ手法。さらに、公式が提唱する eval（評価）駆動の開発や自由度の設計についても触れ、他人の実用的なコードを読むことの重要性を説いている。