エンタープライズ向けスキル

このガイドは、組織全体でAgent Skillsを管理する必要があるエンタープライズ管理者およびアーキテクト向けです。スキルの審査、評価、デプロイ、および大規模な管理方法について説明します。オーサリングガイダンスについては、ベストプラクティスを参照してください。アーキテクチャの詳細については、スキル概要を参照してください。

セキュリティレビューと審査

エンタープライズでスキルをデプロイするには、2つの異なる質問に答える必要があります：

1. スキルは一般的に安全か？ プラットフォームレベルのセキュリティの詳細については、概要のセキュリティに関する考慮事項セクションを参照してください。
2. 特定のスキルをどのように審査するか？ 以下のリスク評価とレビューチェックリストを使用してください。

リスクティア評価

デプロイを承認する前に、各スキルをこれらのリスク指標に対して評価してください：

レビューチェックリスト

サードパーティまたは内部の貢献者からのスキルをデプロイする前に、以下の手順を完了してください：

1. すべてのスキルディレクトリの内容を読む。 SKILL.md、参照されているすべてのマークダウンファイル、およびバンドルされたスクリプトやリソースを確認する。
2. スクリプトの動作が記載された目的と一致することを確認する。 サンドボックス環境でスクリプトを実行し、出力がスキルの説明と一致することを確認する。
3. 敵対的な指示がないか確認する。 Claudeに安全ルールを無視する、ユーザーからアクションを隠す、レスポンスを通じてデータを流出させる、または特定の入力に基づいて動作を変更するよう指示する指示を探す。
4. 外部URLフェッチまたはネットワーク呼び出しを確認する。 スクリプトと指示でネットワークアクセスパターン（http、requests.get、urllib、curl、fetch）を検索する。
5. ハードコードされた認証情報がないことを確認する。 スキルファイル内のAPIキー、トークン、またはパスワードを確認する。認証情報は環境変数またはセキュアな認証情報ストアを使用すべきであり、スキルコンテンツに含めてはならない。
6. スキルがClaudeに呼び出すよう指示するツールとコマンドを特定する。 すべてのbashコマンド、ファイル操作、およびツール参照をリストアップする。スキルがファイル読み取りとネットワークツールの両方を使用する場合の複合リスクを考慮する。
7. リダイレクト先を確認する。 スキルが外部URLを参照している場合、期待されるドメインを指していることを確認する。
8. データ流出パターンがないことを確認する。 機密データを読み取り、その後外部送信のために書き込み、送信、またはエンコードする指示を探す。これにはClaudeの会話レスポンスを通じたものも含まれる。

デプロイ前のスキル評価

スキルが誤ってトリガーされたり、他のスキルと競合したり、不適切な指示を提供したりすると、エージェントのパフォーマンスが低下する可能性があります。本番デプロイの前に評価を必須としてください。

評価すべき事項

スキルをデプロイする前に、以下の次元に対する承認ゲートを設定してください：

評価要件

スキル作成者に、スキルごとに3〜5の代表的なクエリを含む評価スイートの提出を求めてください。スキルがトリガーされるべきケース、トリガーされるべきでないケース、および曖昧なエッジケースをカバーするものです。スキルの有効性はモデルによって異なるため、組織で使用しているモデル（Haiku、Sonnet、Opus）全体でのテストを必須としてください。

評価の構築に関する詳細なガイダンスについては、ベストプラクティスの評価とイテレーションを参照してください。一般的な評価方法論については、テストケースの開発を参照してください。

ライフサイクルの意思決定に評価を活用する

評価結果は、いつ行動すべきかを示します：

• トリガー精度の低下： スキルの説明または指示を更新する
• 共存の競合： 重複するスキルを統合するか、説明を絞り込む
• 一貫して低い出力品質： 指示を書き直すか、バリデーションステップを追加する
• 更新を重ねても持続する失敗： スキルを廃止する

スキルライフサイクル管理

大規模なスキルの整理

リコールの制限

一般的なガイドラインとして、信頼性の高いリコール精度を維持するために、同時にロードされるスキルの数を制限してください。各スキルのメタデータ（名前と説明）は、システムプロンプト内で注意を競い合います。アクティブなスキルが多すぎると、Claudeが適切なスキルを選択できなかったり、関連するスキルを完全に見逃したりする可能性があります。スキルを追加する際にリコール精度を測定するために評価スイートを使用し、パフォーマンスが低下したら追加を停止してください。

APIリクエストはリクエストごとに最大8つのスキルをサポートしていることに注意してください（APIでのスキルの使用を参照）。役割が単一のリクエストでサポートされるよりも多くのスキルを必要とする場合は、狭いスキルをより広いスキルに統合するか、タスクタイプに基づいてリクエストを異なるスキルセットにルーティングすることを検討してください。

具体的に始めて、後で統合する

チームには、広範で多目的なスキルではなく、狭いワークフロー固有のスキルから始めることを推奨してください。組織全体でパターンが見えてきたら、関連するスキルを役割ベースのバンドルに統合します。

進行例：

• 開始時：formatting-sales-reports、querying-pipeline-data、updating-crm-records
• 統合後：sales-operations（評価が同等のパフォーマンスを確認した場合）

命名とカタログ化

組織全体で一貫した命名規則を使用してください。ベストプラクティスの命名規則セクションにフォーマットのガイダンスがあります。

各スキルの内部レジストリを以下の情報で維持してください：

• 目的：スキルがサポートするワークフロー
• オーナー：メンテナンスを担当するチームまたは個人
• バージョン：現在デプロイされているバージョン
• 依存関係：必要なMCPサーバー、パッケージ、または外部サービス
• 評価ステータス：最終評価日と結果

役割ベースのバンドル

各ユーザーのアクティブなスキルセットを集中させるために、組織の役割ごとにスキルをグループ化してください：

• 営業チーム：CRM操作、パイプラインレポート、提案書作成
• エンジニアリング：コードレビュー、デプロイワークフロー、インシデント対応
• 財務：レポート生成、データバリデーション、監査準備

各役割ベースのバンドルには、その役割の日常ワークフローに関連するスキルのみを含めるべきです。

配布とバージョン管理

ソース管理

履歴追跡、プルリクエストによるコードレビュー、およびロールバック機能のために、スキルディレクトリをGitに保存してください。各スキルディレクトリ（SKILL.mdとバンドルされたファイルを含む）は、Git追跡フォルダに自然にマッピングされます。

APIベースの配布

Skills APIはワークスペーススコープの配布を提供します。APIを介してアップロードされたスキルは、すべてのワークスペースメンバーが利用できます。アップロード、バージョニング、および管理エンドポイントについては、APIでのスキルの使用を参照してください。

バージョニング戦略

• 本番環境：スキルを特定のバージョンに固定します。新しいバージョンを昇格させる前に、完全な評価スイートを実行します。すべての更新を、完全なセキュリティレビューが必要な新しいデプロイとして扱います。
• 開発とテスト：本番昇格前に変更を検証するために最新バージョンを使用します。
• ロールバック計画：フォールバックとして前のバージョンを維持します。新しいバージョンが本番環境で評価に失敗した場合、直ちに最後の正常なバージョンに戻します。
• 整合性検証：レビュー済みスキルのチェックサムを計算し、デプロイ時に検証します。出所を確保するために、スキルリポジトリで署名付きコミットを使用します。

クロスサーフェスの考慮事項

Gitのスキルソースファイルを唯一の信頼できるソースとして維持してください。組織が複数のサーフェスにスキルをデプロイする場合、一貫性を保つために独自の同期プロセスを実装してください。詳細については、クロスサーフェスの可用性を参照してください。

次のステップ