SkillCraft — Agent Skills Case Study
副業チーム × AI モダナイゼーション暗黙知を Skill として資産化暗黙知を、
Agent Skills として 資産化する。
品質ブレを、 構造で消す。
副業・兼業メンバーが中心の流動的なチームでも、Agent Skills を整えれば品質ブレを実質ゼロに保ったままモダナイゼーションを完走できます。SkillCraft の刷新で実証した「人 → Skill → AI / 人」への構造転換を、下の体験デモで実際に操作して確かめられます。
なぜ構造改革が必要か
単純な人月圧縮ではなく、 開発プロセス そのものを 変える
副業・兼業・リモートで入れ替わるチームでは、属人化がそのまま「品質ブレ」になります。Agent Skills は、この構造を根本からつくり変えます。
プロジェクトコストの大半は、ベテランの知識を新メンバーが理解するためのコストです。人海戦術では、人数に比例してコストがかかり続けます。
人を増やすほどコストが増え、理解のばらつきが品質リスクになります。副業メンバーの比率が高いほど、この傾向は強まります。
「暗黙知は人の頭の中にしかない」という前提を、Agent Skills が変えます。一度書き出せば、追加コストなしで全員と AI が参照できます。
SkillCraft Lab — 触って確かめる
ベテランの口ぐせを Skill に。
誰が AI と組んでも、 同じ品質で。
リードエンジニアの早瀬さんが PR レビューで毎回言っている口ぐせを、SKILL.md に書き出します。そのうえで、参画時期も稼働時間もばらばらな 5 人に、AI と組んで同じタスクを任せます。Skill があるときとないときで、出来上がりのブレを見比べてください。
カードやボタンを自分で操作して試せます
早瀬さんの口ぐせを、SKILL.md に書き出す
カードを選ぶと、ルールが Skill の 3 層に振り分けられます。もう一度押すと取り消せます。
PR レビューで毎回言っている口ぐせ(ドキュメントには書かれていない)
Skill の正本 — 3 層に分けて書き出される
name と description だけ。数行なので、Skill が何十個あっても軽い
ルールと反例。description に合うタスクが来たときに読み込む
検査スクリプト・参考資料・雛形。開くまでコンテキストを使わない
AI が常に読むのは L1 の数行だけ。本文と同梱ファイルは、関係するタスクが来たときにだけ読み込みます。ルールを増やしても、AI の作業メモリ(コンテキスト)は軽いままです。
AIDD で実現できる理由
2 つの AIDD サービスが、 Skill 駆動開発を そのまま 動く形にする
既存システムのリニューアル(モダナイズ)でも、内製化の推進でも、gaipack の AIDD スキームで「動くもの」を最短半年で届けます。
AIDD モダナイズ
既存のソースコードを AI のコンテキストとして読み込ませ、Skill 化と並行してリニューアルを進めます。レガシー仕様の発掘・規約化・新基盤への移行までを一気通貫で。
- 既存コードを解析し、仕様書を逆算して起こす
- ドメイン知識を Skill として正本化する
- 新基盤のコードを Skill にもとづいて生成する
AIDD インハウス
プロジェクト独自のコーディング規約・データモデル・テスト戦略を Skill として定義し、副業メンバーがいるチームでも、人に依存せず同じ品質を出せる土台をつくります。
- ヒアリング → 構造化 → 正本化で Skill を整備する
- 対話型プロンプトで、オンボードを実質 1 日に
- GitHub Codespaces × MCP で環境構築ゼロ
人 → 人 の知識移転から、 人 → Skill → AI / 人 の流れへ
- ベテラン → ドキュメント
- ドキュメント → 新メンバー(理解に時間がかかる)
- 新メンバー → 設計
- 設計 → 実装(人によって差が出る)
- ベテラン → Skill(書くのは一度だけ)
- Skill → AI エージェント(何度でも再利用)
- AI エージェント → コード / テストを生成
- 人は本質的なロジックの確認に集中
この体験を支えた、
実プロジェクトの数字。
このデモで扱ったトピック(暗黙知の Skill 化・3 層構造・対話型プロンプト方式)は、KDDIアイレット株式会社 / SkillCraft(自社プロダクト事例)で実証したものです。「属人的なスキル差をなくし、品質のブレを最小化する AI 駆動開発」という構想を、 副業エンジニア中心のチーム編成で半年で完走しました。
- 副業・兼業人材を中心とした流動的なチーム編成
- 従来 2〜3 年想定のリニューアルを半年で完了
- 既存ソースコードを AI のコンテキストに読み込ませて加速
- プロジェクト規約を Skills として正本化し品質を平準化
- AI が必要情報を質問形式で聞き取り成果物を自動生成
- GitHub Codespaces × MCP 統合で環境構築ゼロ

