AIに毎回同じ説明をしていませんか

AIを使い込んでいくと、必ずぶつかる壁がある。「このAIはまた自分のことを何も知らない」という感覚だ。プロジェクトの背景、口調の好み、前提条件——新しいチャットを開くたびに同じ説明を書き直している人は、それだけで毎日数分を無駄にしている。

Claude Code・Codex・Gemini Sparkそれぞれにスキル（コンテキスト設定）を持つ仕組みがあり、「どこに置いて、どう書くか」にはツールごとの作法がある。これを先に把握しないまま使い始めると、いつまでも「毎回ゼロから説明するAI」のまま終わる。逆に言えば、設定さえ整えてしまえば、同じ指示を何度も書くムダをまとめて消せる。

ClaudeもChatGPTも「使い倒せない」は設計の問題だったでも触れたように、AIの使いこなしは「どう頼むか」より先に「どう設計するか」が問われる段階に入っている。スキル設定はまさにその設計の核心部分だ。

3つのツールはそれぞれスキル（常駐コンテキスト）の扱い方が異なる。整理しておきたいポイントは「どこに書くか」「何が引き継がれるか」「どこまで細かく分けられるか」の3軸だ。

Claude CodeはCLAUDE.mdというファイルをリポジトリのルートに置く設計。プロジェクト単位でコンテキストを切り替えられるのが強みで、「このプロジェクトではTypeScriptを使う」「テストはVitestで書く」といったルールをファイルに書いておくと、以降のセッションで毎回説明しなくて済む。

OpenAI Codexはシステムプロンプトの扱いがより直接的で、APIを通じた呼び出しを前提とした構造を持つ。エージェント的な使い方をするときは、ツールの定義と合わせてコンテキストを設計する必要がある。

Gemini SparkはGemini Notebookを要約で終わらせない5つの使い方でも紹介したNotebook LMの系譜を持ちつつ、エージェント向けのスキル設定機能を拡張している。ソース（資料・ドキュメント）をあらかじめ読み込ませておく設計が特徴で、「この資料を前提に動いてくれ」という指示を毎回しなくていい。

共通して言えるのは、スキルの内容は「箇条書きで書けばいい」ではなく、「そのAIがどう解釈するか」を意識した書き方が必要だという点だ。長すぎても無視され、短すぎても機能しない。最初はシンプルに5〜7行から始めて、使いながら育てるのが現実的なアプローチとして紹介されている。

複数の実践者が共通して強調するのが、「理解してから使い始めようとすると永遠に始まらない」という点だ。AIの仕様は週単位で変わり、今日覚えた知識が来月には陳腐化していることも珍しくない。

@shota7180をはじめとする実践者が示すフレームはシンプルだ。「最初の7日間で、仕事の中の1タスクだけAIに置き換えてみる」。全体最適を考えるより前に、まず一点突破で動かしてみることで、そのAIの癖と自分のワークフローのズレが体感できる。

特に50代以上の読者に向けて強調されていたのが「遅すぎることはない」という視点だが、これは年齢の問題ではなく本質的に正しい。AIは「知識を蓄えてから本番投入」するものではなく、「本番で使いながら覚える」設計になっている。スキル設定も同じで、最初から完璧なコンテキストを書こうとせず、使いながら書き足していくスタイルが機能する。

「触ってから判断する」自分に向いている学習ルートが、実はAIの設計思想とも一致している。