Agent Skills で『スクリプト活用スキル』の作り方！定型処理はスクリプトへ、判断は AI へ

事業アイデア評価で毎回異なる結果が出る問題に対し、評価ロジック自体を Skills として固定化した実装例。創造性をモデルに、評価の規律をスキルに分離し、7段階のワークフロー（前提インテイク→商材生成→検証設計）を再現可能な道具として設計したアプローチを紹介。

複数の coding agent を組み合わせるための Claude Skills 形式のオーケストレーション機能。親エージェント（Claude Code / Grok Bot など）が簡潔なブリーフを書いて別の agent に処理を委譲し、結果を統合する仕組み。異なるモデルが相互に検証することで、単一モデルの盲点を補う。

独学エンジニアが7種類のAIモデルに落ちものパズル課題を実行させ、同じ採点プログラムで比較。Claude Opus 5・Gemini 3.7 Flash・GPT-OSS など複数環境で計測した結果、Gemini 3.7 Flash が前世代比で約35%性能向上し、環境依存性が最小限であることを確認。実験設計の穴（モデルが繰り返し同じ答えを見ていた事例）も発見。

エンジニアでない著者が Claude を使い GPU メモリ見積もりツールを開発。Claude がコードを書く一方で、著者は計算式の検証に徹し、HuggingFace の config.json や論文・実装コードで裏取りすることで、LLM が陥りやすい「もっともらしい数字」の落とし穴を回避した事例記。