---

「画面キャプチャを撮って、パワポに貼り付けて、説明文を書く…」そんな面倒なマニュアル作成に、膨大な時間を取られていませんか？

私は最近、話題のClaude「Agent Skills」を活用して、操作動画からスクリーンショット付きのPowerPoint資料を自動生成するツールを作成しました。AIが動画内の「画面が切り替わった瞬間」を自動で判別し、文字起こしデータと組み合わせて、実用的なマニュアルを数分で出力します。

この記事では、実際に作成したAgent Skillの仕組みから、プログラミング知識がなくてもClaudeとの対話だけで自分専用のスキルを構築する手順まで、詳しく解説します。業務効率を劇的に向上させたい方は、ぜひ最後までご覧ください。

Agent Skillsとは？従来のプロンプトを超えた新しいAI活用法

Agent Skillsは、Anthropicが2025年10月に発表した革新的な機能です。従来の一回限りのプロンプトとは異なり、再利用可能なファイルシステムベースのリソースとして、Claudeに専門的な知識とワークフローを提供します。

✅ 主な特徴

• プログレッシブディスクロージャー：必要な情報のみを段階的に読み込み、コンテキストウィンドウを効率的に活用
• ファイルシステムベース：指示書、実行可能コード、参考資料を含むディレクトリ構造
• オンデマンド実行：関連するタスクが発生した時のみスキルが起動
• クロスプラットフォーム対応：Claude.ai、Claude Code、APIで共通利用可能

💡 従来のプロンプトとの違い

従来のプロンプトは会話レベルでの一回限りの指示でしたが、Agent Skillsは複数の会話にわたって同じガイダンスを繰り返し提供する必要がありません。まるで新しいチームメンバーに渡すオンボーディングガイドのように、体系化された知識を蓄積できます。

動画からマニュアル自動生成の仕組み：技術的アーキテクチャを詳解

私が作成した「動画からパワポマニュアル」Agent Skillは、以下の技術的な仕組みで動作します。

🔍 処理フローの全体像

1. 音声処理（文字起こし）

ローカルの動画ファイルをWhisperに送信し、高精度な文字起こしを実行します。ElevenLabsのMCP（Model Context Protocol）を設定することで、Claudeが外部サービスと連携できるようになります。

⚠️ 注意点：ElevenLabsのMCPが設定されていない場合、音声処理はスキップされ、画像のみでマニュアルが生成されます。

2. 動画分割と画像抽出

動画ファイルを1秒ごとに分割し、各フレームを画像として抽出します。ここで重要なのは、画面の変化が大きい部分のみを残すアルゴリズムです。

💡 なぜ画面変化を検出するのか？

マニュアルにおいて重要なのは、操作の「切り替わり」の瞬間です。同じ画面が続いている部分は説明に不要なため、変化点のみを抽出することで、効率的で分かりやすいマニュアルが作成できます。

3. 文字起こしと画像の統合

抽出された画像と文字起こしデータを組み合わせ、各ステップに対応する説明文を生成します。画像の内容を解析して、文字起こしだけでは不足する視覚的な情報を補完します。

4. PowerPointファイルの高速生成

テンプレートファイルの文字と画像を書き換える方式を採用することで、1枚1枚スライドを作成するよりも大幅に処理時間を短縮しています。

📊 技術仕様と制約

項目	仕様・制約
対応動画時間	最大5分程度
必要な前提条件	ローカルに動画ファイルが存在すること
文字起こし精度	ElevenLabs API使用時：高精度
生成時間	30秒の動画で数分程度
出力形式	PowerPoint（.pptx）

実際の生成結果：品質と精度を検証

実際に30秒程度のエージェントスキル設定方法を説明した動画を使用して、マニュアルを生成してみました。

✅ 生成されたマニュアルの特徴

画面キャプチャの精度

• 設定画面への遷移が正確にキャプチャされている
• 機能設定への移動も適切に記録
• 赤枠による操作箇所の強調（一部自動設定）

説明文の品質

• 文字起こしと画像内容を組み合わせた詳細な説明
• 操作手順が論理的な順序で整理
• 視覚的情報の補完により、理解しやすい内容

⚠️ 改善が必要な点

• 操作箇所の特定が完璧ではない場合がある
• 赤枠の自動設定は成功率にばらつきがある
• 最終的な手動調整が推奨される

💡 実用性の評価

生成されたマニュアルは「粗いけれども実用的」なレベルに達しており、最終的に不要な部分をカットして使用することで、従来の手動作成と比較して大幅な時間短縮が実現できます。

Agent Skillの作成方法：Claudeとの対話で簡単構築

Agent Skillの作成は、想像以上に簡単です。プログラミング知識がなくても、Claudeとの対話だけで高機能なスキルを構築できます。

🚀 基本的な作成フロー

ステップ1：要件の整理と依頼

私が実際に使用した依頼文は以下の通りです：

Agent skillsで、動画データからスクショつきマニュアル資料にしたい。

・動画データを文字起こしして内容を考える
　→mcp-server-whisper　で

・動画データを画像にし、最適な画像を選ぶ
　→プログラムで１秒ごとに分割する
　→全画像は使えないと思うタイムラインをうまく使って使う画像を選定

・上記を組み合わせてPowerpointのマニュアル資料にする
　→pptx-creator-workstyleevolution　を使う
　→ただし、なるべく生成速度を早めたいので、シンプルな出力にできるとよい（毎回作るのではなく、文字と画像だけ差し替えするとか？）

ステップ2：技術的な詳細の調整

• PowerPointテンプレートの指定
• 画像処理アルゴリズムの調整
• MCPサーバーの設定

ステップ3：Claudeによる自動ファイル生成

驚くべきことに、Claudeは対話を通じて以下を自動生成します：

• SKILL.mdファイル（メインの指示書）
• 必要なPythonスクリプト
• 設定ファイル
• 使用方法のドキュメント
• PowerPointテンプレート

💡 Claudeの賢さに驚いた点

Claudeは単にファイルを作成するだけでなく、「ビデオマニュアル」という一つの塊のファイルセットとして、アセットや必要なガイド、作り方まで全てをまとめて作成してくれました。これにより、そのままスキルとして使用したり、ダウンロードして配布することが可能になります。

🔧 継続的な改善プロセス

初回作成後も、以下のような要望を追加して継続的に改善できます：

• 「文字起こしツールをElevenLabsに変更して」
• 「PowerPointテンプレートをこちらに差し替えたい」
• 「マニュアルのPDFも追加して」

Claudeは要望に応じてスキルをアップデートし、新しいバージョンを生成してくれます。

使用時の重要な注意点と制約事項

⚠️ ファイルの配置に関する制約

ローカルファイルが必須

このAgent Skillを使用する際の最も重要な制約は、動画ファイルがローカル（手元のパソコン）に存在する必要があることです。

💡 なぜローカルファイルが必要なのか？

動画ファイルをチャット上にアップロードすると、そのファイルはサーバー上に送られてしまいます。MCPは手元のパソコン上のファイルにアクセスする仕組みのため、サーバー上のファイルは処理できません。

具体的には、「C:\Users\[ユーザー名]\Videos\sample.mp4」のように、ローカルパスを指定する必要があります。

🔧 必要な前提条件

項目	要件
Claudeアプリ	デスクトップアプリ版（推奨）
ElevenLabs MCP	音声処理を使用する場合は必須
動画ファイル	ローカルストレージに配置
PowerPointテンプレート	カスタマイズする場合は事前準備

📝 テンプレートのカスタマイズ方法

生成されるマニュアルは、デフォルトでは私の会社のテンプレートが使用されています。自社用にカスタマイズする場合は：

• PowerPointテンプレートファイルを差し替え
• ロゴやデザインを自社仕様に変更
• 色調やフォントを統一

これらの変更により、自社ブランドに合ったマニュアルを自動生成できるようになります。

Agent Skills作成のハードルは想像以上に低い

🎯 従来の印象と現実のギャップ

Agent Skillsは「若干ハードルが高い」「難しい」という印象を持たれがちですが、実際に作成してみると、その印象は大きく変わります。

実際の作成体験

• 完全にゼロから新しいスキルを作成するのも難しくない
• Claudeが必要なファイルセットを自動生成
• 一度作成したものを要望に応じてアップデート可能
• コピーして再利用することも簡単

💡 成功のポイント

1. 明確な要件定義

「何を自動化したいのか」「どのような成果物が欲しいのか」を具体的に伝えることが重要です。

2. 段階的な改善

最初から完璧を求めず、基本機能を作成してから段階的に機能を追加していく方が効率的です。

3. Claudeとの対話を活用

技術的な詳細が分からなくても、Claudeが適切な実装方法を提案してくれます。遠慮なく質問や要望を伝えましょう。

マニュアル作成の課題と解決策

📋 従来のマニュアル作成の問題点

私がこのAgent Skillを作成した背景には、従来のマニュアル作成プロセスの深刻な課題がありました。

時間的コスト

• 画面キャプチャの撮影に時間がかかる
• PowerPointへの貼り付け作業が煩雑
• 説明文の作成に集中力が必要
• 全体の構成調整に多大な時間を要する

品質の一貫性

• 作成者によって説明の詳細度が異なる
• キャプチャのタイミングが最適でない場合がある
• 重要な操作手順が抜け落ちる可能性

✅ Agent Skillによる解決効果

劇的な時間短縮

従来は1つのマニュアル作成に数時間を要していましたが、Agent Skillを使用することで：

• 動画撮影：5-10分
• Agent Skill実行：数分
• 最終調整：10-15分

合計で30分程度まで短縮できました。

品質の標準化

• 重要な画面変化を自動検出
• 一貫した説明スタイル
• 見落としがちな操作手順も確実にキャプチャ

今後の展望と活用可能性

🚀 Agent Skillsの将来性

Agent Skillsは単なる機能追加ではなく、AIエージェントの根本的な進化を示しています。

自己改善するAIへの道筋

Anthropicは将来的に、Claudeが自分自身でスキルを作成・編集・評価できるようになることを目指しています。これが実現すれば：

• 経験から学習してベストプラクティスを蓄積
• 自動的に新しい能力を獲得
• 組織固有の知識を自律的に体系化

📈 企業での活用シナリオ

研修・教育分野

• 新人研修用マニュアルの自動生成
• システム操作手順書の効率的作成
• 多言語対応マニュアルの展開

業務プロセス改善

• 標準作業手順書（SOP）の自動化
• 品質管理チェックリストの生成
• トラブルシューティングガイドの作成

🔮 技術的な発展方向

より高度な動画解析

• 音声認識精度の向上
• 画面要素の自動認識と説明
• 操作意図の推測と補完

多様な出力形式への対応

• インタラクティブなWebマニュアル
• 動画付きの説明資料
• VR/AR対応の立体的ガイド

まとめ：Agent Skillsで業務効率を革新する

Claude Agent Skillsを活用した動画からパワポマニュアルの自動生成は、単なる時間短縮ツールを超えた価値を提供します。

📊 主要なメリット

• ✅ 大幅な時間短縮：従来の数時間から30分程度に短縮
• ✅ 品質の標準化：一貫した構成と説明スタイル
• ✅ 簡単な作成プロセス：プログラミング知識不要でClaudeとの対話のみ
• ✅ 継続的改善：要望に応じたスキルのアップデートが可能
• ✅ カスタマイズ性：自社テンプレートへの対応

🎯 次のアクション

この記事を読んで興味を持たれた方は、以下のステップで実際に試してみることをお勧めします：

1. Claude デスクトップアプリのインストール
2. 簡単な操作動画の撮影（30秒程度から開始）
3. 提供されたスキルファイルのダウンロードと設定
4. 実際のマニュアル生成を体験
5. 自社用途に合わせたカスタマイズの検討

Agent Skillsは、AIと人間の協働における新しい可能性を示しています。単純な作業の自動化から始まり、最終的には組織の知識を体系化し、継続的に改善していく「学習する組織」の実現につながるでしょう。

ぜひこの機会に、Agent Skillsの可能性を実際に体験してみてください。

参考リンク

本記事の内容は、以下の資料も参考にしています：

• 動画からマニュアル資料作成のAgent Skills
• Agent Skills – Claude公式ドキュメント
• Introducing Agent Skills – Claude公式ブログ

---

---

■合わせて読みたい

■関連記事