世界を動かす技術を、日本語で。

ChatGPT作業ツールとスキルリファレンス

概要

  • inventory は、232のツールインターフェースと44のスキルファイルを含む
  • ツール は呼び出し可能なエンドポイント、 スキル は再利用可能な手順パッケージ
  • スキルページは現行の SKILL.md ソースを完全再現
  • ツールリファレンスは TypeScript宣言 と説明を保持
  • 利用可否は セッション構成・権限・接続アプリ・プラグイン により変動

inventoryの概要

  • inventory は、OpenAI Codex/ChatGPTシステム上で利用できる ツールとスキルの一覧
  • ツール :APIのように呼び出せるエンドポイント
  • スキル :ツールの使い方をガイドする再利用可能な指示パッケージ
  • 232のツールインターフェース44のスキルファイル を収録
  • 各スキルページでは SKILL.md の現行ソースをそのまま掲載
  • ツールリファレンスは 説明文とTypeScript型定義 を保持

利用と可用性

  • 利用可能なツール・スキル は、セッション設定、権限、接続済みアプリ、インストール済みプラグインに依存
  • 可用性 はセッションごとに変動
  • プラグインやアプリ のインストール状況も影響要因

スキルの分類例

  • ドキュメント・ビジュアル :文書作成、画像生成、PDF操作、プレゼンテーション、スプレッドシート、可視化、テキストブロック作成
    • 例: documentsimagegenpdfPresentationsSpreadsheetsvisualize
  • ブラウザ・サイト :ウェブ操作やサイト構築・ホスティング
    • 例: control-browsersites-buildingsites-hosting
  • コンテキスト・インタラクション :ユーザー入力やパーソナルコンテキストの取得、宛先解決
    • 例: answers-ask-user-inputpersonal-contextresolve-recipients
  • OpenAI/スキル/プラグイン管理 :OpenAI製品関連、スキル・プラグインの作成・管理
    • 例: openai-docsplugin-creatorplugin-managementskill-creator
  • データアナリティクス :データ品質評価、ダッシュボード構築、KPI設計、レポート作成など
    • 例: analyze-data-qualitybuild-dashboarddesign-kpiskpi-reporting

スキル・ツール利用の流れ

  • ユーザーのリクエスト内容に応じて 最適なスキルやツール を選択
  • スキルは 明確な用途ガイドワークフロー を提供
  • ツールは APIとして直接呼び出し、スキルのロジックで組み合わせて活用
  • プラグインや外部サービス との連携も柔軟に対応

注意事項

  • スキルやツールの可用性 は常に変動
  • セッションやユーザー権限 が結果に影響
  • 最新のスキル・ツールリスト は都度確認が必要

このinventoryは、OpenAI Codex/ChatGPTの高度な利用・拡張を支える 基盤情報目的別スキルとツール の選択で、業務効率化や自動化を強力にサポート。

Hackerたちの意見

背景(と作成プロンプト)については、このコメントを見てね: https://news.ycombinator.com/item?id=49504625#49505116

サイモン、いつも素晴らしい仕事をありがとう。ここでの議論スレッドやブログへの貢献、本当に感謝してるよ。あなたからたくさん学んだ。

メタコメント:AI生成のウェブサイトやアーティファクト、レポートがいつも同じ「見た目」なのはなんでだろうって思ってた。昔のBootstrap(CSSフレームワーク)の時代を思い出すよ。どのスタートアップのウェブサイトも同じに見えたもんね。何か共通のガイドラインに従ってるのかな?

この場合、本当にそうで、サイト自体のスキルにそのガイドラインが載ってるよ: https://codex-tool-reference.simonw.chatgpt.site/skills/site... 「ビジュアルディレクションを確立する」セクションまでスクロールしてみて。

これらのガイドラインはllmsに組み込まれてると思う。結局、llmsでは自分が取らない決定は勝手に取られるからね。いわゆるスロップサイト(シモンの言葉、私のじゃないよ :P)では、スタイルが指定されてないから、llmが知ってるデフォルトを選んだんじゃないかな。いつか実験をして(お金ができたら)いろんなllmの「味」を特定してみたいな。

ほとんどのAI生成のウェブサイトは、あまり詳しくない人たちが作ってるから、欲しい見た目を言葉にすることすらできないんだよね。

こういうコメントをよく見るんだけど、俺もいくつか(非公開の)ウェブサイトを作ってみたけど、全部全然違ったんだよね。AI生成のウェブサイトやそういうのがある場所にはあまり時間を使ってないけど、HNは別として、言いたいことは分かるでしょ。

ほんとイライラすることもある。https://tinkeri.ng/を見てみて - 右上に「Neubrutalism」っていうレイアウトスイッチャーを追加したばかりなんだ。既存のテーマは普通のやつだし、どっちもまあまあ見た目はいい感じ。C3POには、https://neubrutalism.comで設定されたガイドラインに従って、影を減らすように言ったんだ。やっぱり、詳細なデザイン作業の経験があると、正しいプロンプトを書くのがずっと楽になるね。こういうテーマスイッチャーを提供できるのもすごく便利だし。ただ、トレードオフがある。これを追加するのに約1時間10分かかった。結果の最後の10%がいつも一番時間がかかるんだよね。ダーク/ライトの切り替えも重要だし。もしこれを手動でゼロから作ってたら、自分のデザインを実装して細かいところをいじれるけど、スピード重視で作るとその細かさが失われちゃうんだよね。

ここで一番面白いスキルは、コントロールブラウザのやつだと思う: https://codex-tool-reference.simonw.chatgpt.site/skills/cont... これがChatGPT Workに、Node.jsのREPLを使ってPlaywrightのインスタンスを立ち上げる方法を教えて、その後に「nodeRepl.write(await browser.documentation());」を実行させるんだ。さらに指示を得るためにね。この方法は、ブラウザの使い方についての詳細なテキストを返すよ: https://codex-tool-reference.simonw.chatgpt.site/skills/cont... なんでこういう風に定義されてるのか、直接スキルのMarkdownファイルに指示を含めるのではなくて知りたいな。

推測だけど、スキルが常に最新のドキュメントを取得するためかもね。

使用するブラウザによって実行時が変わるんだよね!スキルファイルは、使うブラウザに対して動的に注入することはできないと思う。スキルファイルは、すべてのブラウザに対する一般的な指示を示すことができるけど、実際に使うブラウザに対するガイダンスを提供するんだ。

自分のツールでも似たような技術を使ったことがあるよ。詳細な指示を必要な時だけでなく、必要な場所に遅らせることで、全体のコンテキストを保存するのに役立つんだ。ブラウザのスキルだけを読み込むことが、必ずしもブラウザが必要(またはサポートされている)とは限らない。ユーザーはメインのデスクトップブラウザを操作したいかもしれないし、ユーザーがレンダリングを必要としない読み取り専用のHTMLファイルに向けているかもしれないし、サンドボックスがネットワークアクセスを制限していることもあるし… Codexは特にスキルを使うのが「好き」なんだよね(特にClaudeと比べると)。よく使わないスキルを読み込むのを見かけるけど、メインのスキルコンテンツには「これを使わない時」と書いてあるから、こういう状況に対応するための製品デザインの決定なんだと思う。

Hacker Newsで議論の続きを見る