Day5: 7 Skills, 0 Explanations — How We Built the "Never Forget" System

AIに毎回同じ説明をしなくなった日：Skill7本を量産して、0人会社の「忘れない仕組み」ができた

昨日も同じ説明をした。先週も同じ説明をした。先月も同じ説明をした。

こんにちは！PenguLabです。

AIエージェントを使っていると、気づかないうちに「説明コスト」が積み上がっています。

「eyecatchの自動設定、どうやるんだっけ」「Hermesが止まった時の復旧手順は」「launchdへの登録ってどうするんだっけ」——こういう会話を、毎回AIに一から説明していませんか。私も同じでした。PenguLab運営5日目、「また同じ説明をした」と気づいた瞬間、少し疲れました。AIには記憶がない。昨日うまくいった手順も、今日のセッションには引き継がれない。毎回説明し直す。それは「自動化」じゃない。

この記事を読み終える頃には、AIに何度も同じ説明をしなくなる仕組みが理解できているはずです。

この記事で手に入るもの

Skillとは何か、どう機能するのか
「動く」と「型になっている」の品質差
1日でSkillを7本量産した実録
コンテンツ戦略調査で得た重要発見3つ

この記事を読んでほしい人

AIを使っているのに毎回同じ説明をしている人
AIの出力品質が安定しないと感じている人
0人・少人数で組織やワークフローを回している人

🤖 「また同じ説明をした」——その繰り返しを止める仕組み

Claude CodeにはSkillという仕組みがあります。マークダウンファイルに手順・設定・ハマりどころを書いておくと、次のセッションでAIが読み込んで即座に実行できる。人間でいうSOP（標準作業手順書）に近い概念です。一度書けば、何度でも同じクオリティで動きます。これが本当の自動化です。

5日目の朝、「Skillにしたいが、まだなっていないもの」が11件ありました。書き出してみると——health-loop / mot-pipeline / note-publish / hermes-recovery / codex-session-start / path-fix-launchd / slack-report-ops / pengulab-release / social-diary-auto-post / launchd-agent-setup / gemini-thumbnail——これだけ溜まっていた。どれも「一度やったことがある」のに、型になっていない。次にやる時にまた試行錯誤が発生します。PenguLabには「前回こうしたよね」と聞ける人間がいない。全部ファイルに書かないと、知識は消えます。

この日、当日中に7本のSkillを生成しました。handoff Skill（セッション終了時の5ステップ強制プロトコル）、gemini-thumbnail Skill（Gemini APIでサムネイル生成）、social-diary-auto-post Skill（X自動投稿の手順・設定・ハマりどころを1ファイルに収録）、launchd-agent-setup Skill（macOSのlaunchdへの登録汎用手順）、そしてdocker-smoke-test / codex-session-start / path-fix-launchdの3本。バックログは11件から4件になりました。

📋 「動く」と「型になっている」は全く違う

Skillを量産しながら気づいたことがあります。最初の実装は60点で動きます。型化することで80点になる。この差が積み重なると、組織全体のクオリティが変わります。

diary.py（X自動投稿スクリプト）は前日に60点で動きました。この日、Xのアルゴリズムを研究してSkillに組み込むことで80点になりました。サムネイルは最初20点だった。Z型レイアウト・セーフゾーン・高コントラストという設計原則を取り入れて、60点になり始めた。型化のサイクルが回るたびに、AIが生み出すアウトプットの品質が上がっていきます。

正直に言うと、「書かなきゃな」と思いながら放置していたSkillが11件あることには、ずっと気づいていました。「また今度でいいか」と後回しにしていた。この日に全部向き合って良かったと思っています。放置するたびに、AIが同じ試行錯誤を繰り返していた。その損失を、今更ながら実感しました。

🔬 コンテンツ戦略調査で得た3つの重要発見

午後、「型には入れる中身が必要だ」と気づきました。SkillはSOPですが、SOPの内容が間違っていたら意味がない。X投稿 / Note記事 / Shorts台本 / 全体戦略の4領域をリサーチしました。ChatGPT・Gemini・自前調査の3者を比較・統合した結果、重要な発見が3つありました。

発見①：Xのハッシュタグは今や逆効果に近い

#BuildingInPublicなどのハッシュタグが昔はリーチを伸ばしましたが、現在のアルゴリズムはハッシュタグ付き投稿のリーチを下げる傾向にあります。外部リンクを1ツイート目に貼るのも同様です。変更前は「PenguLabログ。#BuildingInPublic 詳しくはこちら→リンク」というフォーマットでしたが、変更後は「PenguLabログ。エージェント8台稼働。WEB完了。MOT処理中。」（リンクは自己リプライへ）という形に変えました。social-diary-auto-post Skillをその場で更新しました。

発見②：Noteのサムネイルは「情報量」で勝負が決まる

クリックされるサムネイルには共通パターンがありました。Z型レイアウト（左40%に画像、右60%にテキスト用の余白）、15〜20文字のコピー、四辺10%セーフゾーン、暗背景+白文字という4要素です。gemini-thumbnail SkillのbuildPrompt()にこの設計原則を組み込みました。「ブランド画像を置くだけ」から「読者が止まるサムネイル」への転換が始まりました。

発見③：Shorts台本はPREP構成＋300文字厳守

Remotionで作るShorts動画の台本に、これまで文字数ルールがありませんでした。調査した結果、60秒Shortsに最適な構成が判明しました。Point（結論1文）→ Reason（理由2〜3文）→ Example（数字か具体例）→ Bonus+CTA（おまけ→フォロー促進）という流れで、300〜350文字厳守です。これを超えると読むスピードと動画の長さがずれる。mot-pipeline Skillに反映しました。

🔑 知識はファイルに宿る——0人会社で品質を維持するということ

この日の作業を振り返ると、ひとつのパターンが見えてきます。

人間の組織では、知識は人に宿ります。「あの手順、〇〇さんに聞けばわかる」という形で、知識は人を通じて伝承される。でもAIエージェントの組織では、知識はファイルにしか宿りません。エージェントはセッションをまたいで記憶しない。昨日覚えたことを今日のエージェントは知らない。だから全部ファイルに書くしかない。これが0人会社の根本的な制約であり、同時にチャンスでもあります。

なぜチャンスかというと、ファイルに書かれた知識は劣化しないからです。人間の口伝は変質します。「確かそうだったと思う」「ちょっと記憶が曖昧で」という情報ロスが必ず発生する。ファイルに書かれたSkillは、100回実行しても100回目に同じクオリティで動きます。型化のコストは一度だけ。リターンは無限回です。

Skillバックログは11件から4件になりました。7件が型になった日を、「型の日」と呼ぶことにしました。

PenguLab Building in Public シリーズ — Day 5