書き手の声を消さない、Zenn記事執筆サポートスキルを作った話

顔出しなし YouTube チャンネル運用で、単純な AI 台本量産は重複やファクトチェック漏れを招くため失敗。生成担当と検証担当を異なるモデルに分け、数値の合格ラインを設定し、重複検知は機械的に照合する仕組みを構築。これにより人間のチェック負荷が激減し、同時に失敗パターンをルール化して再発防止を図った実運用事例。

Claude Code と Codex の両方で使用できる Skill と MCP サーバーを一元管理する社内 Marketplace を、Microsoft の Agent Package Manager（APM）と GitHub で構築する方法を解説。APM Marketplace から統一された定義を用い、Claude Code 向けと Codex 向けの成果物を自動生成し、開発者が同じパッケージをシームレスに導入・更新できる仕組みを実装します。

Claude Enterprise でメンバーが作成したスキルを組織全体に公開する仕組みを検証しました。メンバーは「組織と共有」が ON なら確認なしでワンクリック公開でき、受け取り側は共有済みディレクトリから手動で追加します。管理者は個別削除できず、「組織と共有」トグルの ON/OFF で全体制御のみ可能です。

AI生成文を自然な日本語に改善するAgent Skill「natural-japanese」を開発。137本の人間文章と406本のAI文章で校正した機械的なlintを組み込み、AI臭の正体が定型句ではなく「文長のメリハリのなさ」にあることを実測データで実証。Claude Sonnet 5やgpt-5.6など7モデルを同じ物差しで診断した結果を報告。