OpenAIがAgent Skills標準を正式採用、Anthropicが業界仕様を2度主導する構図

グラレコ：OpenAIがAgent Skills標準採用の全体像

2026年4月、AIエージェント開発の業界地図が静かに、しかし決定的に塗り替わった。OpenAIがResponses APIおよびCodex CLIのアップデートにおいて、AnthropicのAgent Skills仕様（SKILL.mdとYAMLフロントマターによるオープン標準）を正式サポートしたのだ。

1年半前のModel Context Protocol（MCP）のとき、多くの観測者は「Anthropicが標準を提案する側に回った」ことに驚いた。それから16ヶ月でMCPは月間9,700万インストールを超え、OpenAI・Google・Microsoftがこぞって追随した（MCPが9700万インストール突破の記事はこちら）。そして今、まったく同じシナリオが「エージェントにスキルを与える方法」という領域で再現されようとしている。

Agent Skills とは何か

タスク実行手順をパッケージ化する仕組み

Agent Skillsは、Anthropicが2025年10月に発表し、同年12月18日にオープン標準として公開したフォーマットだ。一言でいえば「エージェントが特定のタスクをうまくこなすための手順書・スクリプト・リソースを1つのディレクトリにまとめる規約」である。

中核となるのは SKILL.md ファイルだ。このファイルはYAMLフロントマターから始まる。

---
name: pdf-extractor
description: PDFからテキストや表を高精度に抽出し、構造化データとして返す
---

name と description は必須項目で、エージェントが起動時にこのメタデータをシステムプロンプトに読み込む。エージェントが「このタスクにはpdf-extractorスキルが使える」と判断した瞬間に、SKILL.md の本文が展開される。さらに本文から参照された reference.md や実行スクリプトが必要に応じてロードされる——これが「プログレッシブ・ディスクロージャー（段階的展開）」と呼ばれる3層構造だ。

skillコマンド体系

Claude Codeでは /skill install <name> でスキルを取得し、/skill list で一覧を確認できる。Codex CLIでも同等のサブコマンドが実装されており、コマンド体系はほぼ統一されている。スキルのディレクトリ構成例は次のとおりだ。

pdf/
  SKILL.md        # コアの手順と参照
  reference.md    # PDFライブラリの詳細ドキュメント
  extract.py      # 実行可能なPythonスクリプト
  forms.md        # フォームPDF特有のガイダンス

スクリプトを同梱できることが重要で、確定的な処理（ソート、抽出、変換）はスクリプトに任せることで、トークン消費を抑えながら信頼性を高める設計になっている。

OpenAI が採用した意味

Responses API への統合

OpenAIは2026年4月のアップデートで、Responses APIにスキル機能を統合した。VentureBeatの報道によれば、「シェル・メモリ・スキルをResponses APIに一体化した턴キー体験」として、複雑なエージェントを素早く構築できる基盤を提供する。

具体的には、Responses APIへのJSONペイロードに skills パラメータが追加され、スキル名を指定するだけでエージェントが該当の SKILL.md を参照する形になった。あわせてサーバーサイド・コンパクション（文脈圧縮）により、500万トークンに及ぶ長時間セッションでも文脈を失わない設計が施されている。

Codex CLI での対応

コーディングエージェントのCodex CLIでは、スキルがリポジトリ内の ~/.codex/skills/ に配置される。Codexは「pdfスキルが必要」と判断したとき初めて SKILL.md の全文を読み込む仕組みで、コンテキストウィンドウの節約に貢献している。

エンタープライズへの効果も定量的に示された。AI検索スタートアップのGleanは、OpenAIのスキルフレームワーク導入によってツール精度が73%から85%に向上したと報告している。

「静かな採用」の背景

注目すべきは採用の経緯だ。OpenAIは公式発表でAgent Skillsをあからさまに「AnthropicのOSS仕様を採用した」とは言わない。しかしフォーマットの同一性——YAMLフロントマター、SKILL.md、ディレクトリ構造——は明らかで、agentskills.ioで公開されているオープン仕様と一致している。競合他社の標準を採用するのは組織として難しい判断だが、開発者コミュニティから「どのAIでも同じスキルが使える」という強い需要があったことが、採用を後押しした。

他社の動向：業界規模の収束

採用はOpenAIにとどまらない。

Microsoft / GitHub: VS CodeとGitHub Copilotがスキル対応を実装。開発者が ~/.vscode/skills/ にスキルを置けば、Copilotが自動的に参照する。GitHubのリポジトリ内にスキルを配置してチームで共有する使い方も公式にサポートされた。

Cursor: VS Codeフォーク系のCursorはCursor Marketplaceでスキルを配布。Claude CodeとCodexで作ったスキルがそのまま動作する互換性が開発者に支持されている。

Figma: FigmaはFigma MCPサーバー向けにスキル作成のドキュメントを整備し（developers.figma.com/docs/figma-mcp-server/create-skills/）、デザインツールへの統合を前進させた。

Atlassian: JiraやConfluenceのワークフロー自動化にスキルを組み込む対応を表明。エンタープライズのタスク管理とAIエージェントの連携を標準化する動きだ。

コミュニティ: GitHubでは awesome-agent-skills リポジトリが1,000件超のスキルを蒐集。ClawHubには3,000件以上のコミュニティ製スキルが公開されており、スマートホーム連携から複雑なエンタープライズワークフローまで多岐にわたる。

MCPとの関係を整理する

この時点で「MCPと何が違うの？」という疑問は自然だ。

MCPはツール接続の標準である。「エージェントがどうやって外部システムのAPIやデータソースに繋がるか」を定義する。データベース、ファイルシステム、SaaS APIへのインターフェースを統一する役割だ。

Agent Skillsはタスク実行手順の標準である。「繋いだツールをどう使ってタスクを完遂するか」を記述する。「PDFを読んでデータを抽出して表にまとめる」という複数ステップの手順書と、そこで使うスクリプトをパッケージ化する。

AnthropicはAgent Skillsの解説で「MCPサーバーと複雑なワークフローを組み合わせる方法をSkillsが教えるという方向で、MCPとの連携を探っていく」と述べている。両者は競合ではなく、MCPが「外部接続の配管」で、Skillsが「配管を通じて何をするかの設計図」という関係に近い。

MCPが16ヶ月で業界標準になった軌跡（詳細はこちら）を振り返ると、Agent Skillsが同様の普及曲線を描く可能性は十分にある。

開発者にとっての意味：一度書けば、どこでも動く

Agent Skillsが業界標準として定着すると、開発者のワークフローは大きく変わる。

従来は「Claude Code用に書いたプロンプト集をOpenAIのエージェントに移植する」たびに書き直しが必要だった。Skillsが共通化されれば、SKILL.md を一度書けばClaudeでもCodexでもGemini CLI（Googleも対応を進めている）でも同等に動作する。

Anthropicのエンジニアリングブログで解説されたManaged Agentsのアーキテクチャ（Brain/Hands設計の詳細はこちら）と組み合わせると、「Brainはどのモデルにも差し替え可能で、Handsが扱うSkillsは移植不要」という構成が現実的になる。マルチモデル・マルチプラットフォームなエージェント設計の基盤として、Skillsは重要なピースになりつつある。

実務レベルで言えば、次のような変化が起きる。

スキルの共有が容易に: チームがGitリポジトリでスキルを管理し、どの環境でも同じ動作を保証できる
ベンダーロックインの軽減: モデルプロバイダーを切り替えてもスキル資産は持ち越せる
品質保証の標準化: OpenAIが紹介しているように、スキルをEvalsで系統的にテストするパターンが確立されつつある

まとめ：Anthropicが再び「地盤」を作った

2024年11月にMCPを発表したとき、Anthropicの行動は「ツール接続の配管を業界共有財にする」ことだった。2025年12月のAgent Skillsオープン標準化は「その配管をどう使うかの手順書まで共有財にする」という、一つ上のレイヤーへの提案だ。

OpenAIが採用し、Microsoft・GitHub・Cursor・Figma・Atlassianが続いた今、Anthropicは競合モデルプロバイダーとして戦うだけでなく、業界のインフラ層を設計する役割を担いつつある。

MCP のときと同じように問うべき問いがある。「標準を握った企業が、最終的にどの位置を占めるか」——開発者がどのモデルを使う場合でも、Anthropicが定義したフォーマットを通じてスキルを書くとしたら、その影響力は単なる「Claudeのベンダー」を超える。

Agent Skillsが9,700万インストールを次に達成するまで、どれほどの時間がかかるか。MCPの軌跡が一つの参考になる。