クロードのスキルフレームワークが静かに業界標準になる

When Anthropic launched Skills in October, the announcement read like a niche developer feature. Two months later, OpenAI has adopted the same architecture—and the quiet convergence reveals something significant about where AI agents are heading.

スキルは、見た目に反してシンプルです: Markdownファイルを含むフォルダで、AIシステムに特定のタスクを実行する方法を伝えます。しかし、両方の主要AI研究所による採用は、業界が基本的な質問に対する共通の答えを見つけたことを示唆しています: AIアシスタントを特化した作業で一貫して良くするにはどうすればよいのか?

OpenAIが行ったこと

開発者Elias Judinは、12月12日にChatGPTのCode Interpreterを実験中に、OpenAIの実装を発見しました。モデルに/home/oai/skillsディレクトリのzipファイルを作成するようにプロンプトすると、PDF、スプレッドシート、ドキュメント用のフォルダーが見つかり、それぞれAnthropicの仕様と構造的に同一のインストラクションファイルが含まれていました。

同様のアーキテクチャは、2週間前にOpenAIのCodex CLIツールに登場しました。プルリクエスト「feat: experimental support for skills.md」で実装され、Anthropicのアプローチをミラーしています: スキルはローカルディレクトリ (~/.codex/skills) にあり、各スキルはメタデータとインストラクションを含む SKILL.md ファイルで定義されます。

OpenAIは機能を正式に発表していません。しかし、ChatGPTとCodexの両方に存在することから、実験ではなく、意図的な戦略であることが示唆されます。

スキルの重要性

特定のタスクでAIを改善するための従来のアプローチは、特化したデータでモデルを微調整することでした – 高価で時間のかかるプロセスです。スキルは、より軽量な代替手段を提供します: 関連する場合にのみロードされるインストラクションとリソースです。

Anthropicのエンジニアリングチームは、設計原則を「progressive disclosure」と表現しました。各スキルは、要約すると数十トークンしか占めず、詳細はタスクが要求する場合にのみロードされます。これは、実用的問題を解決します: コンテキストウィンドウは貴重な資産であり、すべての可能なインストラクションをすべてのリクエストに詰め込むとリソースが浪費されます。

このアーキテクチャは、現代のAIモデルが動的にインストラクションを読み解くことができるため機能します。PDFハンドリング用のスキルには、優先されるライブラリ、エッジケースのハンドリング、出力フォーマットなどの情報が含まれる可能性があります – モデルがPDFを処理するときに必要な情報です。

収束の物語

OpenAIがAnthropicのアプローチを採用したことは、単独では珍しくありません。AI研究所は互いの公開された研究から学び合います。注目すべきは、構造的な同一性です: 同じファイル命名規則、同じメタデータ形式、同じディレクトリ構成です。

この互換性は、Claude Code用に書かれたスキルが、OpenAIのCodex CLIで動作し、逆もまた然りであることを意味します。開発者は、npmパッケージのようにGitHubでスキルを共有できます。エコシステムは断片化ではなく、相互運用可能になります。

このタイミングは、より広範な標準化の取り組みと一致しています。Anthropicは、12月9日にLinux FoundationにModel Context Protocolを寄付しました。両社は、Blockとともに、Agentic AI Foundationを共同設立しました。Google、Microsoft、AWSがメンバーとして参加しました。

財団は、MCP、Blockのgooseプロジェクト、OpenAIのAGENTS.md仕様を管理します。スキルは、この標準化の推進に自然にフィットします – プラットフォームを跨いで動作する再利用可能な機能モジュールです。

AIコーディングツールへの影響

スキルアーキテクチャは、AIコーディングツールで最も重要です。ここでは、特化した知識が出力の品質を劇的に向上させます。React開発用のスキルには、コンポーネントパターン、ステート管理の優先順位、テストの規約が指定される可能性があります。データベース移行用のスキルには、セーフティチェックとロールバック手順が含まれる可能性があります。

AIコーディングスタートアップのCursorは、特定の開発タスクでAIをより有用にすることにビジネスを構築しています。スキルフレームワークは、モデルプロバイダーに標準化された方法で同等のカスタマイズを提供する方法を提供します – 第三者ツールに応じて、潜在的に脅かしたり、補足したりします。

エンタープライズ開発者にとって、相互運用可能なスキルは、機関の知識が移植可能であることを意味します。会社の内部コーディング規約、セキュリティ要件、ワークフローの優先順位は、1回エンコードされ、チームが使用するすべてのAIツールに適用できます。

戦略的背景

OpenAIの採用には、戦略的な意味合いがあります。同社は従来、独自アプローチ – GPTアクション、カスタムGPT、プラットフォーム固有の統合 – を好んできました。スキルは、ツールを跨いで動作するオープン標準への転換を表します。

1つの解釈: OpenAIは、開発者エコシステムがこの段階ではプロプライエタリロックインよりも重要であることを認識しています。如果スキルが標準化される場合、互換性が重要になり、仕様を制御することは二次的なものになります。

別の解釈: Anthropicの開発者エクスペリエンスと競合するには、その機能を一致させる必要があります。Claude Codeは急成長を遂げ、10億ドルの年間収益に達し、Slackに統合されています。スキルは、Claude Codeが有用である理由の1つです。OpenAIは対応する必要がありました。

真実は、おそらく両方の要因を含みます。AI研究所は、ベンチマークと機能で激しく競争しながら、すべての利害関係者に利益をもたらすインフラストラクチャ標準について協力しています。スキルは、後者のカテゴリに該当します。

次に何が起こるか

すぐに利用可能な機会は、スキルマーケットプレイスです – 開発者が共通タスク用の特殊なインストラクションセットを共有するGitHubリポジトリです。Anthropicはすでにanthropics/skillsリポジトリを持っています。OpenAIがこれに続き、コミュニティが貢献するスキルが増えることを期待します。

長期的な質問は、スキルがAI製品にどの程度統合されるかです。現在、スキルは主にCLIツールを使用する開発者にとって関連しています。しかし、同じアーキテクチャは、消費者製品のカスタマイズ – パーソナライズされたライティングアシスタント、特殊な研究ツール、ドメイン固有のチャットボット – を動かすことができます。

今のところ、スキルへの収束は、AIにおける稀なものです: 競合会社が、標準化はすべての利害関係者に役立つことを認識しています。協力が他の争点の領域 – 安全性標準、機能開示、展開ガイドライン – に拡大するかどうかは、不確実です。

しかし、AIプラットフォームを構築する開発者にとって、メッセージは明確です: スキルはインフラストラクチャになりつつあります。スキルを今学ぶことは、AIツールがどのように動作するかを予測することを意味します。