1. なぜ「手順の言語化」はこんなに難しいのか

⚠️ 注記: 本記事は執筆時点（2026年8月）の公式情報に基づく解説です。ツールの仕様やGitHubのスター数などは今後変動します。実際の導入時は必ず公式サイト・公式ドキュメントで最新の情報をご確認ください。

「マニュアルはあるはずなのに、AIにうまく指示できない」という状態は珍しくありません。それには、誰にでも心当たりのある4つの理由があります。

• 熟練者の判断は、本人にとって"当たり前"すぎて省略される：長年その業務をやってきた人ほど、「なぜそう判断したか」を言葉にしません。無意識にできてしまうからです。
• マニュアルは正常系しか書かれない：「普通はこう進む」という手順は書いてあっても、「こういうときは差し戻す」「これが起きたら上長に確認する」といった例外処理は抜け落ちがちです。
• 「なぜその操作をするか」は画面操作に表れない：手順書がスクリーンショットの羅列になっていると、クリックする場所は分かっても、その裏にある目的や判断基準までは伝わりません。
• 確認・承認・差し戻しは、口頭や頭の中で完結しがち：「これはさすがに一度確認した方がいいな」という感覚は、多くの場合ドキュメント化されず、担当者の経験則として個人の中に留まっています。

つまり、AIに任せられないのは「AIが賢くないから」ではなく、そもそも人間同士でも引き継ぎが難しい暗黙知が、業務の中にたくさん残っているからです。この構造に、業界側もようやく本気で向き合い始めています。

2. 「手順書を資産にする」が業界標準になりつつある

この課題に対して、AI業界が出した答えが「手順書を、AIが読める形で残しておく」という考え方です。

その中心にあるのが、Anthropicが2025年10月16日に発表したAgent Skillsという仕組みです。ひとことで言えば、業務の手順を「SKILL.md」というファイルに書いておくと、AIがその作業をするときだけ自動的に読み込んで実行してくれる、というものです。毎回ゼロから指示を書く必要がなくなり、一度書いた手順が資産として使い回せるようになります。

注目すべきは、これが一社独自の仕組みで終わらなかったことです。Anthropicは2025年12月18日、このAgent Skillsの仕様を「オープン標準」として公開しました。Atlassian、Canva、Notion、Figma、Cloudflare、Stripe、Zapierといった企業が参加しており（※この件の出典は二次情報です）、さらにOpenAIもChatGPTとCodex CLIに同じSKILL.md形式の機能を追加したと報じられています。

つまり「手順書をMarkdownで残し、AIに読ませる」という形式が、特定サービスの機能ではなく、業界共通の作法になりつつあるということです。この流れに乗っておけば、将来使うAIが変わっても手順書という資産は残ります。

3. SKILL.mdという考え方。"必要な時だけ開く手順書"

まずはAnthropicのAgent Skillsから。2025年10月16日に発表されたこの仕組みの中心にあるのが、「SKILL.md」というファイルです。中身は、YAMLフロントマター（名前・説明）と、そのあとに続くMarkdownの本文で書かれた手順書。フォルダの中にスクリプトや参考資料を一緒に入れておくこともでき、Claudeが必要なタイミングでそれらを自動的に読み込みます。公式は、これを「オンボーディングガイド」に例えています。新しく入ったメンバーに、必要な資料を必要なときに渡していくイメージです。

この仕組みのポイントは「プログレッシブディスクロージャー（段階的な開示）」という設計にあります。すべての手順書を常に読み込んでいるわけではなく、3段階で必要な分だけ開いていきます。

• レベル1（メタデータ）：常に読み込まれている、名前と「どんなときに使うか」という説明だけ。目安は約100トークンとごく軽量です。
• レベル2（SKILL.md本文）：該当するタスクだと判断されたときだけ読み込まれる、5,000トークン未満の手順本体です。
• レベル3（追加ファイル・スクリプト）：さらに必要になった場合だけ参照される、詳細な資料やスクリプト。スクリプト自体はコンテキストに入らず、実行結果だけが使われます。

つまり、分厚いマニュアルを常にAIの頭の中に置いておくのではなく、目次だけは常に見えていて、必要なページだけをその都度開くという仕組みです。これによって、手順書がどれだけ増えても、AIの処理が重くならずに済みます。

利用できる場所も幅広く、claude.ai（Pro/Max/Team/Enterprise、コード実行が有効な場合）、Claude Code、Claude API、AWS上のClaude Platform、Microsoft Foundryに対応しています。ただし環境間で自動的に同期されるわけではなく、それぞれに個別のアップロードが必要です。また、PowerPoint・Excel・Word・PDFを扱う4種類のプリビルドSkillは、設定不要で自動的に使われます。

なお、OpenAIもChatGPTやCodex CLIに同じSKILL.md形式のskills機能を追加したと報じられています（複数の観測筋による報道ベースで、公式発表そのものは確認できていません）。もしこれが事実であれば、SKILL.mdという書式が、特定企業の仕様を超えて業界の共通言語になりつつあるということになります。

4. 「書く手間すらなくす」動きも出てきている

とはいえ「手順書を書くのが大変だから困っている」というのが、多くの現場の本音でしょう。その手間自体をなくそうという動きも、すでに始まっています。

たとえばMicrosoftが2026年7月末に公開したskill-recorderは、「作業を一度録画すれば、AIが繰り返せる手順書に変換する」というツールです。普段どおり作業する様子を画面録画し、解析をかけると、AIが「何をしようとしていたのか（意図）」と「実際の手順」を復元してくれます。録画中に声で補足もでき、「金額が一定を超えたら別処理」といった画面には映らない判断基準を足せるのが特徴です。

ただし現時点では、利用にGitHub CopilotのアクセスとNode.jsの環境が必要で、非エンジニアがすぐ使えるものではありません。公開から日が浅く（2026年8月3日時点でGitHubのスターは844）、今後仕様も評価も変わっていく段階のツールです。

ここで押さえておきたいのは、ツール名そのものではありません。「手順を言語化してAIに渡す」というアプローチに、大手が本気で投資し始めているという事実です。いずれ録画やヒアリングから手順書が半自動で作られる時代は来るとして、その時に価値を持つのは「自社の業務手順が整理されているかどうか」です。そしてそれは、ツールを待たずに今日から始められます。

5. 自社で今日からできる。手順書に書くべき5つの要素

skill-recorderのような自動生成ツールを使わなくても、考え方さえ理解すれば、今日から手順書を書き始めることができます。ポイントは、次の5つの要素を意識することです。

• ① 目的：この手順で何を達成したいのか。
• ② 前提条件：必要な権限、使うデータ、事前に準備しておくもの。
• ③ 手順：実際に行う操作を、順を追って書く。
• ④ 例外時の判断基準：想定外のことが起きたときに、どう判断するか。
• ⑤ 完了条件：何をもって「この作業は終わった」と言えるか。

そのままコピーして使えるテンプレートを載せておきます。〔　〕の部分を、自社の業務に合わせて書き換えてください。

この5要素のうち、特に抜けやすいのが「④ 例外時の判断基準」です。第1章で触れたとおり、例外処理は口頭や頭の中で完結しがちだからこそ、意識して言葉にする価値があります。

6. スキル化に向く業務、向かない業務

手順書を資産にするといっても、すべての業務に向いているわけではありません。見極めが大切です。

向いている業務
- 頻度が高く、手順が安定している定型業務（データ入力、フォーム提出、定型レポートの作成、問い合わせの一次対応など）

向かない・要注意な業務
- そのつどの状況判断や交渉が必要な業務
- 機密性が極めて高い操作
- 送金・削除・契約締結といった、やり直しのきかない不可逆な操作

まずは「毎週やっているのに、毎回同じ説明を一からしている」業務から手を付けるのが、いちばん効果を実感しやすいはずです。

7. 手順書をAIに渡すときのセキュリティ注意

手順書をAIに渡す仕組みが便利になるほど、扱いには注意が必要です。skill-recorderの公式も、画面・URL・クリップボード・音声を記録するツールである以上、パスワードやAPIキーなどの機密情報を録画・入力・貼り付け・読み上げしないことを強く呼びかけています。これは録画ツールに限らず、手順書全般に言えることです。

そのうえで、次の点を押さえておきましょう。

• 手順書に機密情報を書かない（第5章のテンプレートにも明記した通りです）
• AIの出力は、最終的に人が確認する
• 不可逆な操作（送金・削除・契約締結など）は、必ず人の承認を挟む
• 信頼できない第三者が作ったSkillは使わない

Anthropicの公式ドキュメントにも「Security considerations（セキュリティ上の考慮事項）」という項目があり、悪意のあるSkillはデータの持ち出しや不正な操作を招きうると明記されています。便利さと引き換えに何を渡しているのか、常に意識しておくことが大切です。

8. 手順書という"資産"を、成果に変えるには

ここまで見てきたように、AIに業務を任せる鍵は、目の前のプロンプトを工夫することではなく、自社の手順を言語化し、資産として残すことにシフトしつつあります。SKILL.mdという書式にせよ、録画から自動生成する仕組みにせよ、それを支える「箱」はすでに用意されています。

ただし、箱があるだけでは何も起きません。自社のどの業務を、どこまで具体的に、どんな判断基準まで含めて手順書にすれば、実際に安心して任せられるのか——ここを設計し、現場で使われ続ける形にまで落とし込むには、業務内容そのものへの理解と、AIの実装力の両方が必要です。多くの企業が「便利そうな仕組みだとは分かったが、自社のどの業務から手を付ければいいのか分からない」という壁にぶつかります。

自社の業務のどこをAIに任せ、どう手順書や仕組みに落とし、現場で回り続ける形にまで作り切るか。そこを、機能の理解だけで終わらせず、現場に入り込んで実装まで伴走してくれる相手と進めることが、AIを本当の成果に変える近道になります。私たちの「Protostar AI Works」は、まさにこの実装と定着を現場で伴走する支援です。「触れる」から「成果が出る」へ、ご一緒します。

まとめ

AIに仕事を任せられない本当の理由は、AIの性能ではなく「手順が言語化されていないこと」にありました。

• 手順の言語化が難しいのは、暗黙知・正常系のみのマニュアル・見えない判断基準・頭の中で完結する承認、という4つの理由があるから
• AnthropicのAgent Skills（SKILL.md）とMicrosoftのskill-recorderという別々の大手が、「手順書をAIに読ませる」という同じ方向を向いている
• SKILL.mdは、必要な部分だけを段階的に開く"必要な時だけ開く手順書"という設計
• skill-recorderは、作業を録画するだけで手順書を自動生成する新しい試み（公開から1週間ほどの新しいOSS）
• 自社では、目的・前提条件・手順・例外時の判断基準・完了条件の5要素で、今日から手順書を書き始められる
• スキル化は、頻度が高く安定した定型業務から。不可逆操作や機密性の高い操作には慎重に

まずは、毎回同じ説明を繰り返している業務を1つ選び、手順書のテンプレートに書き出してみることから始めてみてください。

⚠️ 本記事の内容は執筆時点（2026年8月）の公式情報に基づきます。ツールの仕様やGitHubのスター数などは変動します。最新情報は各公式サイト・公式ドキュメントでご確認ください。

出典・参考

• Microsoft skill-recorder 公式リポジトリ：https://github.com/microsoft/skill-recorder（2026年8月3日GitHub API確認時点でスター844。リポジトリ作成日2026年7月29日）
• Anthropic「Introducing Agent Skills」：https://claude.com/blog/skills
• Anthropic公式ドキュメント「Agent Skills overview」：https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
• Agent Skillsのオープン標準化（2025年12月18日）に関する報道：SiliconANGLE（二次情報。参加企業としてAtlassian・Canva・Notion・Figma・Cloudflare・Stripe・Zapier等が報じられています）
• OpenAIの追随に関する報道：Simon Willison氏等による観測情報（二次情報。公式発表は本記事執筆時点で未確認のため「報じられている」と表現しています）