今週は、AIエージェント周りの「使い方」だけでなく、「どう運用するか」に踏み込む記事が印象に残りました。SKILL.md の配布、MCP のトークン削減、Slack 常駐の AI 社員という並びで読むと、道具そのものよりも、文脈や配り方の設計が効いているのが見えてきます。
gh skill で SKILL.md の配布と更新を楽にする
元記事
SKILL.mdを使っている人は全員”gh skill”も知っておいてください - Qiita
ひとこと
SKILL.md を知っている人向けの、かなり実務寄りの次の一手でした。gh skill で検索・preview・install・update・publish をまとめて扱えるのは、配布と更新の手間をかなり減らせそうです。
読んで考えたこと
気になったのは、便利さよりも先に「preview で中身を確認する」「--pin で固定する」という慎重さが強調されていた点です。Skill は AI に読ませる命令そのものなので、コードと同じかそれ以上に、内容確認と再現性が大事になります。
一方で、記事でも触れられていた通り、これはまだ preview 機能です。検索精度や削除機能の未実装など、運用の癖は残っています。だからこそ、単に導入するだけでなく、チームでどう配るか・どう更新を止めるかまで含めて考える必要があると感じました。
MCP は「全部返す」と重いので、URL だけ返す
元記事
自作MCPサーバーのトークン消費を9割削減するTips ── MCPの退避パターン
ひとこと
発想がすごく実用的でした。大きいファイルや大量データをそのまま MCP に載せず、Git URL や Spreadsheet URL に退避して Key だけ返す、というのは「うっかり重くなる」を防ぐ設計として強いです。
読んで考えたこと
MCP は入出力がそのまま会話コンテキストに入るので、設計を誤ると簡単にトークンを食います。この記事の良さは、都度気をつける運用ではなく、サーバー側で自動的に軽くする方向に寄せていることでした。
特に「結果が大きいなら Spreadsheet にエクスポートして URL を返す」という退避は、AI に分析させる前に、まず人間が扱いやすい形へ逃がす発想として納得感があります。Google Workspace OAuth と組み合わせると認証も権限もまとめやすい、という点も現場では効きそうです。
Slack に AI を常駐させると、知識共有の形が変わる
元記事
大規模案件のSlackにAI社員3人を常駐させたら、2年目が参画1週間で設計根本に踏み込んだ
ひとこと
「AI を個人に配る」のではなく、「案件の Slack に常駐させる」という置き方が本質的でした。さらに、Excel/PPT から decision.md / knowledge.md を抽出して、案件固有の文脈を構造化しているのが効いています。
読んで考えたこと
この話の中心は、AI が賢いかどうかより、チームの文脈をどう永続化して共有するかでした。Slack に AI がいることで、若手が参画後すぐに過去判断へ触れられ、設計の根本にまで質問を持ち込める。これは単なる省力化ではなく、問いの質や学習速度を変えているように見えます。
一方で、記事が正直だったのは「9割あってる出力を人間が完全には検証しきれない」という新しい歪みも出てきた、と書いている点です。AI 導入の次の論点は精度そのものより、検証能力とのバランスなのだと思いました。
今週の所感
3本を並べると、今の AI 活用は「モデルに何をさせるか」から「どう配るか・どう退避させるか・どう文脈を残すか」に重心が移っている感じがしました。
gh skill は Skill の配布と更新を整え、MCP の退避パターンは重いデータを会話から外し、Slack 常駐の AI は案件知識をチームの共有資産に変える。どれも、AI を単体の道具ではなく、運用設計の中に埋め込む発想です。
今週は特に、「AI に何を覚えさせるか」より「人間と AI が同じ文脈をどう持つか」が大事だと感じました。