Claude Code プリビルトSkillとカスタムSkill 業務で使うときの選び方
目次 クリックで開く
AnthropicがリリースしたClaude Codeは、単なるチャットAIではなく、開発者のローカル環境やリポジトリに深く入り込む「エージェント型CLI」です。その中核を成すのが「Skill（スキル）」という概念です。
実務において、「どこまでをClaude Codeの標準機能（プリビルト）に任せ、どこからを独自の実装（カスタム）で行うべきか」という判断は、生産性に直結します。本記事では、公式の仕様に基づき、Claude CodeのSkill選定基準と、リポジトリ上の CLAUDE.md や AGENTS.md を活用した高度な運用方法を解説します。
1. Claude Codeにおける「Skill」の本質
Claude Codeは、ターミナル上で動作し、ファイルシステムへのアクセスやコマンドの実行を自律的に行うことができます。これらの動作を支えるのが「Skill」です。
プリビルトSkill（標準搭載機能）
インストールした瞬間から Claude Code が利用できるツール群です。これらは Anthropic によって最適化されており、ユーザーが明示的に定義しなくても、AIが必要に応じて自動的に呼び出します。
- ls: ディレクトリ構造の把握
- grep / search: コードベース全体の検索
- read: ファイル内容の読み取り
- edit: ファイルの部分書き換え（diff形式）
- bash: 任意のコマンド実行
カスタムSkill（ユーザー定義）
標準機能だけでは対応できない、プロジェクト固有のルールや外部サービスとの連携を「教え込む」ことで実現する拡張機能です。具体的には、プロジェクトルートに配置する CLAUDE.md への記述や、自作のスクリプトを bash Skill経由で呼び出させる運用を指します。
2. プリビルトSkillで完結する業務の判断基準
多くの実務は、実はプリビルトSkillの組み合わせだけで十分に自動化可能です。以下のケースでは、カスタムSkillを構築するコストをかける必要はありません。
既存コードの調査とドキュメント生成
「このAPIのエンドポイントはどこで定義されているか？」「このコンポーネントの使い方は？」といった質問に対して、Claude Codeは自動的に grep や read を駆使して回答します。この際、リポジトリの全容を把握するために ls -R を裏側で実行することもあります。
テストコードの作成と実行
既存のテストファイルを読み取り、それを模倣した新しいテストケースを作成し、bash Skillで npm test や pytest を実行する。エラーが出れば、そのログを読み取って修正案を出す。これら一連の流れはプリビルトSkillの範疇です。
ただし、複数のSaaSが絡む複雑なデータ連携のテストなど、環境構築自体に特殊な手順が必要な場合は、次に述べるカスタムSkillの視点が必要になります。例えば、SaaSコストを削減するためにフロントオフィスツールを統合するような開発プロジェクトにおいて、複数のAPIキーを管理しながらテストを行う場合は、指示系統を整理しなければなりません。
3. カスタムSkillが必要になる「4つの境界線」
実務においてカスタムSkill（または CLAUDE.md による指示の拡張）が必要になるのは、以下の要件が発生した時です。
① 社内独自のCLIツールやCI/CDフローとの同期
一般的な git push だけでなく、社内独自のデプロイコマンドや、特定のセキュリティスキャンを通さなければならない場合、Claude Codeにその手順を「常識」として教える必要があります。
② 複雑なコンテキストの強制（AGENTS.md / CLAUDE.md）
Claude Codeは、プロジェクトルートにある CLAUDE.md を優先的に読み込みます。ここに「このプロジェクトでは必ずこの命名規則に従うこと」「プルリクエストを作成する前に必ずこのスクリプトを実行すること」と記述することで、AIの挙動をカスタマイズできます。これは実質的なカスタムSkillの定義といえます。
③ 外部SaaS・データベースとの高度な連携
リポジトリ内のコードを書き換えるだけでなく、BigQueryのデータを参照したり、Slackに特定のフォーマットで報告を上げたりする場合です。例えば、BigQueryと連携した行動トリガー型LINE配信のロジックを開発している場合、ローカルのClaude CodeからBigQueryのスキーマを確認しにいくカスタムスクリプトをSkillとして用意しておくと、開発効率が劇的に向上します。
④ 大規模な会計・基幹システム移行などの定型処理
ファイルフォーマットの変換（例：MJSからfreeeへの移行用CSV変換など）を大量に行う際、Claude Codeにその変換ロジックをスクリプトとして持たせ、「convert_mjs_to_freee という指示で実行せよ」と定義するのは非常に有効です。
4. 【比較表】プリビルトSkill vs カスタムSkill
どちらを採用すべきか、以下の比較表を参考にしてください。
| 比較項目 | プリビルトSkill (標準) | カスタムSkill (CLAUDE.md拡張等) |
|---|---|---|
| 導入コスト | ゼロ（即時利用可能） | 低〜中（スクリプト作成、指示定義が必要） |
| 柔軟性 | 汎用的な操作に限定 | 自社ルール、独自ツールに完全適合 |
| メンテナンス | Anthropicが自動更新 | 開発チームによる管理が必要 |
| 得意な作業 | コード読み書き、検索、一般コマンド実行 | 特定SaaS連携、規約チェック、一括変換 |
| セキュリティ | ユーザーの権限範囲内 | APIキー管理などの設計が必要 |
5. 運用ガイド：CLAUDE.mdによるプロジェクトの最適化
実務担当者がまず着手すべきは、プログラムとしてのSkill開発ではなく、CLAUDE.md による「ふるまい」の定義です。これは、Claude Codeがプロジェクトを読み取る際の「憲法」になります。
CLAUDE.md の記述例
Project Rules テストコマンド: npm run test:unit Lint実行: npm run lint:fix 命名規則: キャメルケースを使用し、インターフェースには 'I' プレフィックスを付けないこと。 Custom Workflows プルリクエスト作成前には必ず scripts/validate_schema.sh を実行し、その出力を確認すること。 データベース関連の修正を行う際は、docs/db_schema.md を必ず参照すること。
このように記述しておくことで、Claude Codeは bash プリビルトSkillを使って、指示されなくても scripts/validate_schema.sh を呼び出すようになります。これは、実質的にプロジェクト専用のカスタムSkillを実装したのと同等の効果を持ちます。
特に、経理の完全自動化（楽楽精算×freee連携など）を進めるプロジェクトでは、CSVの項目マッピングルールを CLAUDE.md に記載しておくことで、変換スクリプトの修正精度が飛躍的に高まります。
6. 実践：カスタムSkillを定義するステップ
高度な自動化を目指す場合、以下の手順でClaude Codeに「独自の能力」を与えます。
- タスクのスクリプト化:
まず、人間が叩いても動作するスクリプト（例：deploy_check.py）を作成し、リポジトリのscripts/ディレクトリに配置します。 - 実行権限とパスの確認:
Claude Codeがbash経由でそのスクリプトを叩けるよう、実行権限（chmod +x）を付与しておきます。 - CLAUDE.mdへの登録:
CLAUDE.mdの中で、「〇〇をしたい時は、scripts/deploy_check.pyを実行して結果を評価せよ」と明文化します。 - 動作確認:
Claude Codeに対して「デプロイ前のチェックをして」と自然言語で依頼します。AIがスクリプトを見つけ出し、実行し、その結果（標準出力）を解釈して次のアクション（修正や承認依頼）を提示すれば成功です。
業務シナリオ別 × Skill選択の判断根拠 × CLAUDE.md記述パターン × 月次トークンコスト目安 早見表
前のセクションでカスタムSkillを定義するステップを説明しましたが、実際の業務導入では「このタスクはプリビルトSkillで対応できるのか、カスタムSkillが必要なのか」の判断に迷うケースが多くあります。判断基準を設けずにカスタムSkill開発を進めると、プリビルトSkillで十分だった業務に過剰なコストをかける一方、カスタムSkillが本当に必要な業務に対しては「プリビルトで頑張ろう」という誤った判断をしてしまう場合があります。以下の表は代表的な業務シナリオとSkill選択の判断根拠をまとめたものです。
| 業務シナリオ | 推奨Skill選択と判断根拠 | CLAUDE.mdへの記述パターン | 月次トークンコストの目安 |
|---|---|---|---|
| コードレビュー・バグ修正 （既存コードベースの改善） |
プリビルトSkillで対応可能。Claude Codeのデフォルトのコード理解・編集能力で大半のコードレビューとバグ修正は完結する。カスタムSkillが必要になるのは「特定のコーディング規約（社内独自スタイルガイド）への準拠チェックを自動化したい」場合のみ | CLAUDE.mdの「コーディング規約」セクションに禁止パターン（例：グローバル変数の使用禁止、マジックナンバー禁止）とその理由を記述する。プリビルトSkillはCLAUDE.mdの内容を参照して規約チェックを行うため、カスタムSkill開発なしで規約準拠の確認が可能 | 週5時間のコードレビュー自動化で月間推定100〜300万トークン。Claude Code Proプランで月$200程度。コードレビューの精度向上にはコンテキストウィンドウをフルに使う設定が効果的だがトークン消費が増える |
| 技術ドキュメント自動生成 （API仕様書・README・設計書） |
プリビルトSkillで対応可能（基本的なドキュメント生成）。ただし「社内専用のドキュメントフォーマット（Confluenceテンプレート等）への準拠」や「特定のMarkdownスキーマでの出力」が必要な場合はカスタムSkillで出力形式を制御する価値がある | CLAUDE.mdに「ドキュメント生成時のテンプレート構造（見出し階層・必須セクション・文体）」を記述する。カスタムSkillを作る場合は「/generate-docs」コマンドでCLAUDE.md内のテンプレートに従ったドキュメントを一発生成できる設計にする | 月次ドキュメント生成10〜30件で推定50〜150万トークン。ドキュメント生成はコードレビューより1タスクあたりのトークン消費が少ない。長大なドキュメントを一度に生成しようとするとコンテキスト上限に達するため、章ごとに分割生成するプロンプト設計が推奨 |
| 社内データ集計・レポート作成 （kintone/Spreadsheet→分析レポート） |
カスタムSkillが必要。社内のkintoneやGoogle Spreadsheetとの連携・特定のデータソースへのアクセス・社内固有の集計ロジック（KPI定義等）はプリビルトSkillでは対応できないため、データ取得→集計→フォーマット変換のカスタムSkillを設計する価値が高い | CLAUDE.mdにkintoneのAPIエンドポイント・認証方式・主要アプリのフィールド定義を記述する。カスタムSkillの「/weekly-report」コマンドを定義して「指定期間のkintoneデータを取得→集計→Slack通知形式で出力」という一連のフローをClaude Codeが実行できる設計にする | 週次レポート自動生成（kintoneデータ取得+集計+Slack連携）で月間推定200〜500万トークン。データ取得APIのレスポンスをコンテキストに全量渡す設計はトークン消費が多いため、集計済みサマリーデータのみをClaude Codeに渡すよう前処理を入れることでコストを50〜70%削減できる |
| インシデント対応・障害調査 （ログ解析→原因特定→対応手順生成） |
カスタムSkillが必要。本番ログへのアクセス・エラーパターンと過去インシデントの照合・インシデント対応手順書の自動生成は社内固有のシステム知識を必要とするためカスタムSkillで実装する。「/investigate-incident」コマンドにエラーログを渡すと原因候補と対応手順を出力する設計が典型的 | CLAUDE.mdに「過去の主要インシデントと原因・解決策の要約」「監視対象のシステム構成図」「インシデントレベル分類（P1〜P3）の定義」を記述する。インシデント調査Skillは誤った対処手順を出力するリスクを抑えるため、出力の末尾に「この手順は必ず担当SREが確認してから実行する」という免責文を自動追記する設計にする | 月次インシデント調査5〜15件で推定150〜400万トークン（大規模ログ解析を含む場合）。ログファイルをそのままコンテキストに渡すとトークン消費が急増するため、エラー行のみを抽出した前処理済みサマリーをClaude Codeに渡すフィルタリングを入れることがコスト管理の鍵 |
この表でSkill選択の実務的な境界線が「社外のSaaSに繋げるかどうか」で判断できます。Slack通知・GitHub PR作成・Notion更新・kintoneへの書き込みといった社外または社内の特定システムとの連携が必要な業務シナリオは、プリビルトSkillでは対応できないためカスタムSkill開発の投資対象になります。逆に「コードを読んで指摘する」「文章を要約する」「設計案を提案する」という言語処理主体のタスクはプリビルトSkillで十分なため、カスタムSkill開発コストをかけない判断が合理的です。
7. セキュリティとコストの注意点
Claude CodeのSkill運用には、技術的な側面以外のリスク管理も欠かせません。
セキュリティ：破壊的コマンドの防止
Claude Codeは rm -rf / のようなコマンドも、ユーザーが許可（Approve）すれば実行できてしまいます。特にカスタムSkillで強力な権限を持つスクリプトを呼び出す場合は、実行前の確認フローを CLAUDE.md で重ねて強調しておく必要があります。
コスト：トークン消費の最適化
Skillの実行結果があまりに巨大なテキスト（数万行のログなど）を返す場合、それがそのまま Claude のコンテキスト（入力トークン）として消費されます。カスタムSkillを作成する際は、出力を要約したり、エラー箇所のみを抜粋して表示したりする工夫が必要です。
まとめ：どちらを選ぶべきか？
結論として、以下のような使い分けが最適です。
- まずは「プリビルトSkill + CLAUDE.md」で運用する: ほとんどのコーディング、テスト、リサーチ業務はこれで事足ります。
- 「特定のツール連携」が必要になったら「カスタムスクリプト + CLAUDE.md」へ移行する: 外部APIを叩く、特殊なビルドを通すといった、プロジェクト固有の「手作業」をスクリプト化し、それをClaude Codeに呼び出させます。
Claude Codeを「ただのチャット」として使うのではなく、リポジトリの一部としてSkillを構成・管理することで、開発チーム全体の生産性は異次元のレベルへと引き上げられます。公式ドキュメント（Anthropic公式の claude.ai 関連ドキュメント）を定期的に確認し、最新のプリビルトSkillの追加（MCPとの統合深化など）をチェックし続けることも忘れないでください。
カスタムSkillでkintoneやSlackなど社外SaaSへの書き込みを自動化するフェーズでは、APIキーの保管方法と実行できる操作の範囲を事前に確定させておく必要があります。プリビルトSkillとカスタムSkillのどこで線を引くか、という設計判断から着手したい場合は、 Claude Code 導入支援 でもPoCの進め方を一緒に整理できます。
生成AIの法人導入・セキュリティ設計のご相談
ChatGPTやClaudeなど生成AIのプラン選定・セキュアな全社導入・権限／ログ設計を、貴社の体制に合わせて整理します。すでに導入済みの環境について『この設計で問題ないか』を確認したい、という導入前後のセカンドオピニオンにも対応しています。
AI・業務自動化
ChatGPT・Claude APIを活用したAIエージェント開発、n8n・Difyによるワークフロー自動化で繰り返し業務を削減します。まずはどの業務をAI化できるか診断します。