ふとした出会いで生まれたSkillが、 社内利用1位になるまで

『Claude Code Skills利用Skill Top5 誕生と運用の苦労も大公開！』登壇資料
https://findy-aiplus.connpass.com/event/401265/

Transcript

1. ふとした出会いで生まれたSkillが、 社内利用1位になるまで 2026.08.05 Claude Code Skills利用Skill Top5 誕生と運用の苦労も大公開！ 株式会社タイミー Agent Harness Group みーた
2. 自己紹介 林 美紀 a.k.a. みーた AI・データ本部 Agent Harness Group @earlgrayMK 元デザインエンジニア、jQueryは元カノ。 23年12月からタイミーでDevRelを務め、 26年5月からAgent Harness Group所属。 趣味：グルメ・日本酒・紅茶・ガンダム
3. タイミーとは ｢働きたい時間｣と｢働いてほしい時間｣を マッチングするスキマバイトサービス 3
4. タイミーの使われ⽅ 働き⼿と事業者をつなぐBtoCプラットフォームを提供しています。外からは⾒えづらいですが、スポットワークを実現す るための雇い⼿の⼿続きや課題は多く、そのプロセスのほとんどをシステム化しています。 4
5. プロダクト開発組織全体で 積極的に導⼊しています
6. 現場で⽣まれて広がる仕組み タイミーのAI活⽤は、現場起点で積極的に推進されています。 プロダクトや組織が緩やかにつながっているゆえに、ベストプラクティスがネットワーク的に広がる事例が数多く⽣まれ ています。 AI Handbook /bq-analysis プロトタイピング基盤 バックエンド開発への越境を促進するため ⾃然⾔語⼊⼒でSQLの⽣成‧実⾏‧レポート ⾃社デザインシステムを反映したAIプロトタ に、Railsや⾃社運⽤の知⾒をまとめた 作成を⼀貫して処理します。SQLを書かずに イピング基盤を構築。ClaudeやDevinからAI HandbookをAIが読み取り可能な形式でSkill BigQuery分析が可能となり、PdMやデザイ に指⽰するとAIが社内環境にデプロイしま 化。CI上のAIレビューに優先的に組み込んで ナーも利⽤しています。 す。 います。
7. 技術において⼤切にしていること AI を開発ライフサイクル全体に組み込み 少⼈数でも⾼速に動ける組織であり続けます。 AI を作業効率化ツールではなく、設計‧実装‧検証‧運⽤までを加速する能⼒として位置づけます。 レビュー、テスト、リリース、監視、振り返りを AI と⾃動化で補強し、チームで再利⽤できるワークフローとガードレールを整備します。 オブザーバビリティと開発者運⽤を⼀体で捉えます ⾼頻度な変更に耐えるため、システム指標に加えてビジネスロジック‧データ品質‧セキュリティまで含めた監視を設計します。検知に とどまらず、ガードレール（予防）と復旧⼿順（回復）を整備し、影響範囲と期間を最⼩化します。 運⽤の⼀次責任は開発者が持ち、バグ検知‧データ操作 Ops‧障害対応体制を明⽂化して継続改善します。ポストモーテムを徹底し、再 発防⽌策の妥当性まで検証します。 ⻑期最適化が叶うように技術を拡張します データ基盤整備、再利⽤可能なデザインコンポーネント、⾮同期処理を実現するフロント‧アーキテクチャ刷新など、⽬的に基づいた技 術投資を⾏います。個別最適ではなく、組織全体の再現性と速度が上がる標準化‧共通化を重視します。
8. Agent Harness Group 設⽴しました🎉
9. Introduction 4社とも調査とレビュー が上位なの、納得感が あります。AIは書く前 より、確かめる前に使 うほうが相性がよさそ うです。 データ分析系Skillが 上位に食い込むのは 興味深い https://lp.ai-plus.findy.io/articles/claude-code-skills-top5/ 9
10. Theme 「Top5スキルは、なるべくしてなったのか、偶然生まれたのか」 10
11. Answer 「偶然生まれた。でも、広がったのは偶然じゃない。」 11
12. bq-analysisとは STEP 01 自然言語  STEP 02 テーブル特定  STEP 03 SQL生成  STEP 04 クエリ実行  GOAL 考察・分析 💡 特別な技術的仕掛けはありません 裏側ではAIに単純な bq コマンド（BigQuery操作）を実行させているだけ。 📕 何をするSkill？ 社内用語のリファレンス集。 社内のコンテキスト（文脈や暗黙知）を徹底的に言語化した、約4,400行に及ぶ巨大なMarkdownファイル群こそ が、このSkillの核心です。 →例：「クライアント」は社内では店舗。AIは当然「企業」だと解釈します。このズレをなくす作業が本体。 内訳は用語辞書2割・指標定義1割・計測仕様6割強。辞書として生まれ、計測仕様書に育ちました👶 用語・テーブルの逆引き（domain_glossary / tables / datasets）、指標定義（business_logic：KPI計算式・会計年度・ステータス体系）、計測仕様、手順書、評価用メタの仕様 12
13. どんなことができるの？ ▪ 特定機能の利用状況分析 /bq-analysis xxx機能の利用状況を分析してください。 この機能の利用を促進するための提案を行ってください。 テーブル名を知らなくても、多くのケースで正しいテーブルに自動で辿り着いてくれます。 ▪ 事業者の利用状況分析 /bq-analysis client_id xxの利用状況を分析し、売上を拡大するためにすべきことを教え てください。 分析＋提案とかもしてくれます。 ▪ KARTEの接客分析 /bq-analysis xxx機能に関するKARTEの接客を出したので効果測定をしたい BigQueryに存在するデータであれば、タイミー以外のデータでも分析可能です。 ▪ ファネル分析 /bq-analysis 初めてログインするワーカーの行動を分析して。どうしたら初回ログインか らスムーズに仕事への申し込みをしてもらえるか考えてください。 GA4とwide-tableとdata-portを全て駆使していて、もうなんかすごい。 13
14. 誕生のきっかけ ＜これは使えそうだ...!! ＜実働2〜3時間で出来た 2月9日 582行の初版がマージされ bq-analysis 爆誕👶 https://x.com/bcherny/status/2017742757666902374?s=20 14
15. リポジトリ移動するまでの1ヶ月 582行 → 1,823行（3.1倍）／3ファイル → 7ファイル • • • • • テーブル一覧だけの初版 KARTE分析・管理画面URL・長期バイト 社内用語の統一 使われない領域を削除 用語辞書（「クライアント=店舗」） 足す → 揃える → 削る → 整える が1ヶ月で回った👏 でも置き場はRails repo。バックエンドエンジニア以外には手が届きづらい。 3/2 Skill専用リポジトリ『agent-skills』を新設 → 3/4 移植。 npmで誰でも導入できる状態に🎉 15
16. 広がり始めるbq-analysis 🚀 驚異的なスピードでの伝播 ▼ 同日中 複数チャンネルで言及され、PdMが「bq-analysisを使うため」とCCアカウント申請まで発生 3/5 Agent Skills共有用の リポジトリが爆誕しました🎉 bq-analysisが使いやすくなるよ！ ▼ 3/10 (わずか5日後) マーケチームにも到達し、プロダクト組織の枠外へ瞬く間に普及 📈 主体的な価値創出と活動 ▼ PdMによる共有・普及が加速 4/28・5/12・6/5 と継続的に勉強会が開催される（※すべてPdM側が自発的に主催） ▼ 改善提案 PdMが「統計的な示唆まで出してほしい」と改善を提案 → 作者が「コンテキストが増えすぎ る」と判断し、データ取得と分析を分ける方針へ → 3ヶ月後の6/1に分割を実装 🤝 自律的に回り続ける開発 ▼ コミットバランス agent-skillsリポジトリの全29コミットのうち、作者によるものは9件（31%） 使う人が改善を持ち込み、それが中身にも設計にも入って育っていった📈 16
17. 広がり始めるbq-analysis 💡 作った側の職種より、PdMの到達率が高かった PdM データアナリスト エンジニア 到達率 65% 45% 36% 週1日以上使う人 77% 40% 41% 利用日数（中央値） 10日 5日 4日 1〜2日で離脱 8% 40% 31% ※Claude Codeを利用するメンバーは約200名。集計日：2026/8/5 計測期間：2026/06/08 ~ 08/04（テレメトリ計測開始以降の58日間） PdMは6月上旬のテレメトリ計測開始週にすでに45%が利用→6月末には65％にまで増えた 🔍 PdMの継続利用が特に高かった • SQLを日常的に扱う職種では、利用の伸びが早く落ち着く傾向が見られた • 作者は最初から直感していた：「エンジニアより、示唆出しをやる PdMやデザイナーの方がうまく使えそう」 ◦ • 以前からPdMやデザイナー側から「 AIだけで SQLを完結させたい 」という相談を受けていた 利用傾向と事前相談を合わせると、『 SQL実行までの手間』や『 SQLを書けず着手できない』というペインに合致した可能性がある 17
18. 土壌の運用と、これから • 5/29 プラグイン配布へ移行 → 6/29 旧版を廃止 ◦ 目的は自動更新と用途データの収集 ◦ 現在、利用結果からどこに課題があるかを調査中 • リファレンスは、実際のプロダクトコードと照合しながら6月まで拡充してきた • 精度検証の仕組みづくりが進行中（「この結果は本当に正しいのか」の声に応えるため） • 分析の専門部署では、品質担保を組み込んだ別の仕組みを整備中。今後は部署外への展開も予定🙏 < 数ヶ月後には使われていないかもしれない もっと良いものに乗り換えることも全然ある Google BigQuery側でネイティブにAI機能が強化される可能性もある AIを使って、職能を越境できる仕組み（土壌）を作っていきたい。 18
19. We are hiring!