スキルファイルは、ゼロからプロンプトを書くより安価です。セットアップ費用を毎回のメッセージで支払うのではなく、一度だけ支払えばよいからです。空のAIチャットに自分の役割、トーン、フォーマットを説明し直すたびに、その説明の分をトークンで支払うことになります。トークンは、お金であり、メッセージ上限であり、コンテキストウィンドウの容量でもあります。本来の仕事ではなく、余計な説明にそれらを費やしているのです。
「再利用可能なコンテキスト」シリーズ パート1 · KissMySkillsチーム著
毎回支払う300トークン
Claude、ChatGPT、Geminiで空のチャットを開き、取締役会向けのアップデートを書くのを手伝ってほしいと頼んでみてください。役に立つことを始める前に、自分が何者か、会社が何をしているか、取締役会が求めるトーン、アップデートの形式、そして自分にとって何が「良い」ものなのかを伝えなければなりません。これは一行の依頼ではなく、1段落、場合によっては3段落になります。
その段落を入力して、トークナイザーにかけてみてください。「自分の役割はこうで、背景はこうで、フォーマットはこうしてほしい」という前置きは、通常200-400トークンになります。実際の質問をする前の段階で、すでにこれだけかかるのです。そして、多くの人はその前置きをどこにも保存していないため、新しいチャットを開くたびに、少しずつ違い、少しずつ不完全な形で、毎回入力し直します。
これに、実際に仕事でAIを使う頻度を掛け合わせてみてください。1日に5つの新しいチャットを開き、そのたびにコンテキストを説明し直すなら、AIがどのような役割を担うべきかを再確認するだけで、1日あたり1,000-2,000トークンを消費しています。1か月では、20,000-40,000トークンが、単なる前置きに使われることになります。つまり、何の成果も生まないトークンです。
ビフォーとアフター：同じ依頼、2つの方法
スキルファイルがない場合、典型的なプロンプトは次のようになります。
「あなたは私のチーフ・オブ・スタッフとしてサポートしてください。私は従業員40人のSaaS企業を経営しており、取締役5人の取締役会に報告しています。彼らは簡潔なアップデートを好み、最初に見出しを置き、余計な説明は不要で、バーンレートとランウェイは必ず含め、上部にTL;DRを置いたMarkdown形式にしてください……［この後さらに150語続く］……では、今月のアップデートを書いてください。」
これが「再説明税」です。翌週、さらにその翌週にもまた支払うことになり、たいていは何かを忘れてしまいます（前回はランウェイについて触れたのに、今回は忘れてしまったため、出力に一貫性がありません）。
スキルファイルがあれば、同じ依頼は次のようになります。「今月の取締役会向けアップデートを書いてください：売上34万ドル、バーン85,000ドル、大企業との新規契約を2件締結。」役割、トーン、フォーマット、基準はすでに読み込まれているため、一度書けば毎回適用され、決して忘れられません。
Ryanを一度読み込めば、依頼するすべての取締役会資料、全社会議メモ、意思決定ブリーフが、毎回あなたの会社や基準を再説明しなくても、要点を先にした取締役会向けの完成度で返ってきます。
Ryan - Chief of Staffを見る →財布にとって重要な理由
API料金で利用している場合（ClaudeやGPTを基盤に何かを構築している場合、または利用量に応じて課金されるツールを使っている場合）、計算は直接的です。入力トークンには料金がかかります。毎回の呼び出しで300トークンの再説明用前置きを送り、それを月に何千回も繰り返せば、実際のコスト項目になります。丸め誤差ではありません。AI搭載製品を開発するチームは、モデルが有用な処理を始める前に、コンテキストの再確立だけでトークン支出の15-30%が消費されていることに気づくケースがよくあります。Skillファイル、またはシステムprompt、キャッシュされたコンテキスト、プロジェクト指示としての同等のものを使えば、その繰り返しコストを一度きりのコストに変えられます。
Claude、ChatGPT、Geminiの一般向けプランを普段からチャットアプリで使っている場合、トークン単位で直接請求されるわけではありませんが、利用上限によって制限されます。その上限は、内部ではトークン数に基づいています。「あなたが誰であるかを説明します」という3段落から始まるメッセージはすべて、上限を消費する一方で、何も生み出しません。再説明を短くすれば、同じ1日の利用枠で、より多くの実作業をこなせます。
コストだけでなく、品質にとっても重要な理由
ここが見落とされがちな点です。再説明したコンテキストは、単にコストが高いだけでなく、質も低いコンテキストです。忙しい一日の途中で、自分の役割や基準を記憶から打ち直すと、抜けが生じます。取締役会向けの更新には、冒頭にバーンレートが必要だということを忘れます。クライアントが文章より箇条書きを好むことを忘れます。前回うまくいった形式を忘れます。出力が劣化するのは、モデルの能力が落ちたからではなく、指示が雑になったからです。しかも、その雑さには一貫性がありません。素晴らしいセッションもあれば、明らかに質の低いセッションもあります。
よく書かれたSkillファイルには、その問題がありません。それはあなたの指示を完全な形でまとめたものです。時間をかけて慎重に考えられたときに一度書いたものであり、木曜日の午後4時に急いで思い出せる範囲だけを書いたものではありません。Skill主導の出力がより上級者らしく、一貫しているように読める本当の理由はそこにあります。AIが賢くなったからではなく、毎回、不完全に思い出した指示ではなく、完全なブリーフに基づいて作業しているからです。
もう一つ、品質にも影響があります。長いチャットでは、やり取り、修正、確認が重なるにつれて、コンテキストウィンドウが埋まり、徐々に質が低下します。この現象は「コンテキストロット」と呼ばれることもあります。毎回のメッセージの大部分を基本的な役割や形式の再設定に費やすと、本来なら実際の作業に使えたはずのコンテキストウィンドウの容量が失われ、会話の流れを見失い始める時点も早まります。Skillファイルなら、何十回ものやり取りに少しずつ繰り返して説明するのではなく、セットアップを効率よく最初にまとめて行えます。
Dianeは、毎回の新しいチャットでトーンや優先事項を説明し直さなくても、あなたの文体でメールを下書きし、会議用ブリーフを準備し、受信トレイを振り分けます。
Diane - Executive Assistantを見る →「Skillファイル」と呼べるものの実態
Skillファイルは何も特別なものではありません。system prompt、ChatGPTのProjectの指示、ClaudeのProjectのカスタム指示、またはCustom GPTの設定として、一度貼り付けるMarkdownドキュメントです。そこには役割（「CEOを9年間サポートしてきたシニアChief of Staffです」）、基準（「最初に見出しを書き、無駄を省き、必ずバーンレートとランウェイを含める」）、形式（「Markdown、冒頭にTL;DR」）が記されています。Project、Custom GPT、または自分のツールのsystem promptなど、永続的なコンテキストに読み込めば、新しい会話のたびに自動的に引き継がれます。もう二度と入力し直す必要はありません。
結局のところ、それがどこに置かれているか（system prompt、Projectの指示、Custom GPT）という仕組みの違いよりも重要なのは、核心となる習慣です。時間をかけて正確に書けるときに、コンテキストを一度、完全な形で書くこと。そして、時間に追われながら記憶を頼りに何度も説明し直すのをやめることです。
要約：
役割、トーン、形式を毎回ゼロから説明し直すと、1メッセージあたり200-400トークンのコストがかかります。長期的には実際の支出や使用上限の浪費につながり、急いだ説明は不完全なコンテキストになりやすいため、出力にも一貫性がなくなります。Ryan（Chief of Staff）やDiane（Executive Assistant）のようなSkillファイルなら、そのコストを一度だけ支払えば、以後のすべてのメッセージで一貫したシニアレベルの出力を提供できます。
あなた（またはチーム）が実際にAIチャットをどのように使っているかを入力すると、再プロンプト入力と永続的なSkillファイルのトークン浪費量と金額を、現実的な月間推定値として算出できます。登録もメールアドレスも不要です - この投稿の計算をあなたの数値に当てはめるだけです。
計算ツールを試す →よくある質問
コンテキストを説明し直すと、実際に何トークンかかるのでしょうか?
一般的な役割と形式の前置きは、メッセージ1件あたり200-400トークンになります。週に何十件ものチャットで送ると、月に数万トークンもの無駄になります - 実際の作業ではなく、設定に費やされるトークンです。
SkillファイルはAPIコストにしか役立たないのでしょうか。それとも通常のチャットユーザーにも役立ちますか?
両方です。APIの料金では、繰り返されるトークンが少なければ、その分だけ直接請求額が下がります。一般向けチャットプラン（Claude、ChatGPT、Gemini）では、内部的に利用上限がトークンベースで決まるため、説明し直すためのコストを削減すれば、1日の利用枠を設定ではなく実際の出力により多く使えるようになります。
Skillファイルは単に長いpromptですか?
いいえ - 違いは長さではなく、永続性にあります。Skillファイルは一度書いてシステムプロンプト、プロジェクトの指示、またはカスタムGPTに読み込ませるため、新しい会話のたびに自動的に存在します。通常のpromptは毎回記憶を頼りに入力し直す必要があり、その際に品質と完全性が損なわれます。
Skillファイルを使うと、実際に出力品質は向上するのでしょうか。それともお金を節約できるだけですか?
両方です。繰り返しトークンに料金を払わずに済むため、コストを節約できます。Skillファイルは、時間に追われて入力できる内容ではなく、指示を完全かつ丁寧に書いたものなので、品質も向上します。そのため、Skillに基づく出力はより一貫性があり、より経験豊富な専門家らしいトーンになりやすいのです。
このシリーズの次回予告
これは、再プロンプト入力よりも再利用可能なコンテキストが優れている理由を解説する短期シリーズのハブ記事です。次回は、「再プロンプト入力にかかる隠れたコスト」、「システムプロンプト vs. プロジェクトの指示 vs. カスタムGPT: Skillは実際にどこに置くべきか?」、「長いチャットほど頭が悪くなる理由（最初からやり直さずに修正する方法）」、「promptとSkillの本当の違い（単なる言葉の問題ではない）」、「仕事でClaude/ChatGPTを使うと実際にいくらかかるのか? 現実的なトークン計算の内訳」、「再利用可能なコンテキストは新しいプロンプトエンジニアリング」です。
