Google公式「google/skills」徹底解説——107スキル固定検証＋追加2本、16プラグイン、GA4実機検証

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくんです。

Google公式のAgent Skillが出た。

そう聞いて一覧を開くと、英語の名前がずらーっと並んでいます。

うん、分からん。

アプリなのか。AIへ追加する知識なのか。それとも、Googleのサービスを勝手に動かす仕組みなのか。名前だけ追っても、仕事で使う姿が見えてこないんだよね。

だったら、一個ずつ見るしかない。

Google公式のgoogle/skillsを全件調べました。数を数えただけではありません。何ができるのか、どんな仕事で使うのか、実データへ触るものなのか。107本を同じ物差しで見直した。

で、一覧表を作って終わるのも違う。

Google Analytics 4（GA4）用Skillを、実際のai-kidou.jpの環境で動かしました。直近7日と、その前の7日を比べ、取れた数字を次の判断へどうつなぐかまで試した。

この記事で持ち帰ってほしいのは、次の3つです。

• google/skillsは何で、一般的なAIツールと何が違うのか
• 107スキル・16プラグイン・追加7系統で何ができるのか
• 自分の仕事でどう活用し、何を人間が判断すればよいのか

先に、いちばん面白かった結果を言います。

追加ログインなし。約6秒。GA4への書き込みは0。

その条件で実データを取得できました。そして、直近7日と前の7日を比べると、セッション減少の中心は検索流入ではなくDirectだった。

ただ数字を取ったのではありません。

最初は「サイト全体が落ちてるな…」としか見えません。でも内訳を見ると、「まずDirectの前週要因や計測分類を確認しよう」と、見る場所が一気に細くなった。

ここが大事だよね。

でね、107本を暗記する必要はありません。

あなたの仕事に関係するところだけ拾えばいい。ここからは、機能名の羅列ではなく「何を任せたいか」からほどいていきます。

この記事の目次

1. google/skillsとは何か
2. Skill・Script・Plugin・MCPの違い
3. 固定検証した107スキルの全機能
4. 16プラグインの全体像と主な機能
5. 追加エコシステム7系統
6. 導入方法と安全な頼み方
7. 仕事別の活用法
8. 公式Skillと自作Skillの組み合わせ
9. GA4公式Skillの実機検証
10. GA4 7日差分パルスへの実装
11. 導入前の注意点
12. 自分の仕事で始める手順
13. よくある質問
14. まとめ

更新注記——107本は2026年8月13日の検証固定値

この記事の107スキル、16プラグイン、追加7系統は、Google公式リポジトリのコミットc4591645（2026年8月13日）を全件走査した固定値です。

2026年8月16日の公式mainはコミット8f57a0dへ進み、直接選べるSkillは109本になっています。追加された2本は、記事末の補遺へ。

google/skillsは開発中のカタログです。導入時は、公式リポジトリの最新版も確認してください。

公式SkillでGoogleの手順をそろえ、自作Skillで目的・判断・週次運用を重ねる。

1．Google公式google/skillsとは何か

Agent Skillは、AIに専門的な仕事の進め方を教える手順書

Agent Skillは、AIへ仕事の進め方を渡す仕組み。

中心になるのはSKILL.mdという文書です。中には、次のような内容が書かれています。

• どんな依頼で使うか
• 正しいAPIやCLIの扱い方
• どこで失敗しやすいか
• 実行後に何を検証するか
• 使わない方がよい場面はどこか

AIは一般知識だけで「たぶんこうだろう」と進めず、その専門手順を読んでから動けるようになる。

あ、そうだ。手順書が増えるだけでなく、判断のよりどころが増える——ここが普通のPrompt集との違いです。

料理でいえば、食材でも調理器具でもありません。プロが残したレシピと、「ここで焦がすなよ」という注意書き。そんな感じかな。

google/skillsはGoogle製品に特化した公式Skill集

google/skillsは、Googleが公開しているAgent Skillのカタログです。

中心領域はGoogle Cloud。Gemini、Agent Platform、GKE、BigQuery、データベース、監視、セキュリティ、Google Ads、Google Analyticsなどを扱います。

ただね、Googleの全サービスをまとめて操作する万能AIではありません。

調査時点の本体107本には、Gmailの送受信、Google Driveの一般的なファイル操作、Calendarの予定操作、Docs・Sheets・Slidesの一般編集、YouTube Studioの操作は含まれていない。

「Google公式」と聞くと何でもできそうに見える。でも、入っていないものは入っていない。ここは期待で補わず、実際の収録範囲を見た方がいいよ。

一般知識で答えるAIと、公式手順を持つAIの違い

一般知識だけのAIは、学習済みの記憶から操作方法を組み立てる。製品の更新が入ると、古いコマンドや廃止された方法を提案することがある。

公式Skillを読んだAIは、そのSkillに書かれた現在の手順、注意点、確認方法を土台に動く。

もちろん、公式Skillがあれば結果が自動的に正しくなるわけではありません。認証、権限、対象プロジェクト、実データ、実行後の確認は別に必要だ。

それでも「何となく知っているAI」から、「Googleの専門手順を参照して進めるAI」へ変わる意味は大きい。

正直、派手な魔法ではありません。でも、実務ではこの差が効くんだよね…。

どの環境から利用できるのか

公式READMEでは、Agent Skillsに対応する環境からSkillを追加できます。製品プラグインの案内先は、Claude Code、Codex、Antigravity CLI。

ただし、Skillを読めることと、Googleの実データへ接続できることは別です。

実行には、対象に応じてGoogleアカウント、Google Cloud CLI、Application Default Credentials、APIの有効化、対象サービスの権限などが必要になります。

2．Skill・Script・Plugin・MCPはどう違うのか

ここ、私は最初に引っかかりました。

Skill、Plugin、MCP。似た言葉が並ぶので、全部同じ箱に見えるんです。役割で分けると、かなりスッキリします。

Skillは新しい権限を与えるものではない

Skillを追加しただけで、Googleアカウントの権限が増えるわけではありません。

ただしね、AIが既存のCLIやAPIを正しく使えるようになると、今ある権限を使い切れる範囲は広がります。

だから、安全性はSkillの名前だけでは決まらない。

「どの認証情報を見せるか」「どの権限で実行するか」「読み取りか書き込みか」まで含めて考える必要があります。

Pluginは実務機能をまとめた製品別パッケージ

Pluginは、Skillだけでなく、MCPやScriptをまとめて導入できる形だ。

たとえばデータベース系Pluginなら、接続、SQL実行、スキーマ確認、データ更新まで一つの製品単位で扱える。そのぶん便利だが、実データや課金資源へ届く可能性も高くなる。

まず仕組みを知るならSkill。実環境へ接続して操作するなら、PluginやMCPの外部作用まで確認する。

この分け方なら迷いにくいよ。

3．本体107スキルの全機能

さて、ここから107本です。

正直、全部を頭から読むのはしんどい。なので、コミットc4591645で直接選べた107本を15分類に分けました。

表は「Skill名」「対象サービス」「できること」「想定業務」の順です。英語名ではなく、今任せたい仕事に近い分類から見てみよう。

まず15分類で、自分に関係する場所を見つける

全部を順番に読む必要はありません。広告をやっているならGoogle Ads、サイト運営ならAnalytics。まず自分の仕事に近い表だけ拾ってください。

4．製品Plugin 16件の全体像と主な機能

Pluginは、製品ごとのSkill、Script、MCP設定などをまとめた実務パッケージです。

Skillが「進め方を教えるもの」なら、Pluginは「進め方と接続口をまとめた道具箱」に近い。

接続先によっては、実データの変更、クラウド資源の作成、費用の発生まで起こり得る。機能と外部作用を一緒に見てください。

データベース系Pluginは、接続後の影響が大きい

たとえばalloydb Pluginは、さらに管理、権限、データ、健康診断、監視、最適化、複製という7領域へ分かれる。

任意SQLを実行できるため、分析だけでなく変更も可能です。認証情報を環境ファイルから探す設計もある。

これは便利。

でも、ぶっちゃけ「つながった！」と喜んでいる時がいちばん危ないかもしれません。大事なのは、その接続で何を読めて、何を変えられるのか。

だからこそ、どの作業フォルダを見せるか、どの認証情報を渡すか、どこまで書き込みを許すかを先に決めます。

Skill単体で足りる仕事と、Plugin・MCPが向く仕事

用語を理解したい。設計案を作りたい。正しいコマンドや確認手順を知りたい。

その段階なら、Skill単体で役立つ場面が多いです。

一方で、実際のDBへ接続してQueryを回す、Cloud StorageのObjectを操作する、実資源の状態を取得するといった仕事では、PluginやMCPが力を発揮する。

要するに、「知る・設計する」と「つなぐ・動かす」の違い。

包丁の使い方を教わるのがSkill。実際に包丁を持って厨房へ入るのがPluginやMCP。厨房へ入るなら、どこまで切っていいかも決めておこう、という話です。

5．公式READMEが案内する追加エコシステム7系統

公式READMEには、本体とは別のリポジトリで更新されるGoogle関連Skillも案内されています。

本体107本とは別枠だ。導入元と更新時期が異なるため、同じものとして数えないようにしてください。

この追加系統まで見ると、Google Cloudの運用だけでなく、AndroidやFlutterの開発まで一気に広がる。

ただし、GmailやCalendarなどの一般的なGoogle Workspace操作が、この本体カタログへ網羅されているわけではありません。

6．google/skillsを実際に使うには

1．カタログをAIエージェントへ追加する

Agent Skillsに対応する環境では、公式READMEの導入コマンドから始めます。

npx skills add google/skills

この操作で、カタログから利用するSkillを選べます。

Claude Codeで製品Pluginを使う場合は、Marketplaceを登録し、目的のPluginを指定する。

claude plugin marketplace add google/skills
claude plugin install <plugin-name>@google-plugins

CodexではPlugin Marketplaceへgoogle/skillsを追加し、Plugin画面から選ぶ。Antigravity CLIにも、PluginのPathを指定する導入方法がある。

コマンドや画面は更新される可能性がある。実行時は公式READMEを確認してください。

2．認証・API・権限を確認する

Skillを追加しただけでは、Googleの実データは取得できません。

対象に応じて、次を確認します。

• 利用するGoogleアカウント
• 対象のGoogle Cloud ProjectやGA4 Property
• Google Cloud CLIやApplication Default Credentials
• 必要なAPIが有効か
• 読み取り、作成、更新、削除のどこまで許可されているか

認証エラーは、Skillの不具合とは限りません。対象Projectの違い、API未有効、権限不足でも止まります。

3．自然な日本語で、目的と境界を伝える

Skill名をそのまま入力しなくても、対応するAIエージェントが依頼内容からSkillを選ぶ設計です。

ただ、「GA4を見て」だけだと、AIも困る。

どの期間を、何と比べて、どこまで触っていいのか。人へ頼む時と同じで、仕事の境界を渡した方がうまくいきます。

たとえば、次のように頼みます。

GA4の直近7日と、その前の7日を同じ条件で比較してください。ユーザー、セッション、ページビュー、流入チャネル、増減上位ページを読み取り専用で取得してください。書き込みは行わず、取得時刻と未確認事項も分けて報告してください。

これなら、目的、対象期間、指標、読み取り専用、報告形式がそろう。単なる質問ではなく、仕事として渡せるんだよね。

4．外部作用に合わせて確認を変える

読み取りと、作成・更新・削除では、確認の重さが違います。

• 読み取り：対象Account、対象期間、取得件数、Dataの鮮度
• 作成：作成先、Resource名、費用、公開範囲
• 更新：変更前後、対象件数、戻し方
• 削除：対象の特定、復旧可能性、最終承認

AIへ仕事を委ねることと、確認を手放すことは同じではありません。

7．仕事別・google/skills活用ガイド

107本の名前を覚える必要はありません。

先に「何を判断したいか」「どの仕事を進めたいか」から見てみよう。

経営・サイト運営——数字を判断材料へ変える

小規模事業で入り口にしやすいのは、すでに持っているデータを読む仕事。

GA4の7日比較なら、売上や集客を直接変更せず、現状を見られます。毎週同じ条件で取れば、「なんとなく悪そう」だけで会議を始めずに済むんだよね。

ただし、数字が出た瞬間に結論を決めないこと。

増減を見つけるのはAIに任せやすい。

でも「先週はLIVEを休んだ」「メルマガを出した」「計測設定を変えた」という現場の出来事は、人間の側にあります。数字と出来事がつながって、初めて判断になる。

Marketing——分析と実行を分ける

Google Ads系には、Account診断、API接続、AudienceやEventの投入、Mobile広告の実装まであります。

同じ「広告」の中でも、指標を読む仕事と、AudienceやConversion Dataを書き込む仕事は影響が違います。

分析は読み取り権限で始める。配信設定やData投入は、対象Accountと変更内容を確認してから進める。

同じ広告の仕事でも、見るのと書き換えるのは別物。ここは混ぜない方がいい。

Data・AI・Infrastructure——専門家の手順を共有する

BigQuery、GKE、Agent Platformなどは、製品ごとの概念が多く、設定の組み合わせも複雑です。

公式Skillの価値は、単にコマンドを生成することではない。認証、設計、失敗しやすい点、検証方法まで同じ流れで扱えることです。

担当者の頭の中だけにあった進め方をAIと共有できれば、調査や初動を横に広げられます。

そして人間は、設計の意図、顧客への影響、例外判断を深く考える。

8．公式Skillと自作Skillをどう組み合わせるか

公式Skillと自作Skillは、どちらか一つを選ぶものではありません。

私も最初は「公式があるなら、自作はいらないのでは？」と思った。でも、実際にGA4で動かすと役割が違ったんです。

Googleの専門手順に、自分の仕事のルールを重ねる

たとえば、Google公式のAnalytics Skillは、GA4 Data APIを正しく呼ぶ方法を担当する。

でも、「毎週どの数字を見るか」「何％変化したら調べるか」「どの会議へ渡すか」「Dataが古い時はどう止めるか」は、その会社の仕事です。

そこは自作Skillで決めます。

公式Skillが専門部品。自作Skillが、うちの仕事に合わせた設計図。

この組み合わせで、便利なToolが自分たちの仕事へなじんでいきます。

小さなSkillをつなぎ、再現できるWorkflowへ

私が大切にしているのは、一度うまくいった作業を、その場のまぐれで終わらせないことです。

取得、整理、判断材料の作成、確認。それぞれの役割を分け、順番につなぎます。

AIは横に広げるのが得意です。

人間は縦に掘る。

「なぜこの数字を見るのか」「この変化はお客様に何を意味するのか」。ここを掘るのは、私たちの仕事なんだよね。

9．実践検証——GA4の公式Skillを実際に使ってみた

一覧を眺めているだけでは、結局「使えそう」で止まります。

なので——動かしてみた。

今回選んだのはgoogle-analytics-data-api-basics。

GA4の指標やDimensionを指定し、独自Reportを取得するための公式Skillです。

検証環境

対象は、このブログai-kidou.jpのGA4。サンプルデータではありません。

今期を2026年8月7日から13日、前期を7月31日から8月6日として、同じ7日間で比較しました。

主要指標はいずれも約28〜30％減少

ここだけ見ると、「うわ、サイト全体の集客が落ちてる」と感じます。

でも、原因はまだ分からない。

そこで流入チャネルを分けました。

セッション減少の中心はDirectだった

最大の減少はDirectの-251。

検索じゃない。

Organic Searchの減少は-32でした。

つまり、「セッションが落ちた。SEOが崩れたのかも」と走り出す前に、Directの前週要因、計測分類、配信導線を見た方がいい。

これは実測値から導いた確認方針。Directが減った原因そのものを特定したわけではありません。

減少したページ

増加したページ

下がったページがある一方で、伸びたページもあります。

全体平均だけでは、この動きは見えません。

約6秒。

その短い取得で、全体、流入、ページという3つの深さまで見られた。速さより、「次にどこを見るか」が変わったことの方が、私には大きかったです。

10．GA4の検証結果を、実際にどう活用したのか

ここで終わると、「AIで数字が取れました」という実演です。

それだけでは、来週また同じ作業をすることになる。仕事はあまり変わりません…。

今回の取得項目を「GA4 7日差分パルス」という週次の判断材料へつなげました。

毎回、同じ条件で次を出します。

1. Active users、Sessions、Page viewsの直近7日と前7日
2. 増加・減少したPage
3. 流入Channelの差分
4. 取得時刻、認証状態、書き込み0の記録
5. 取得失敗時のBLOCKED

なので、構想だけで終わらせず、この形式を週次処理へ実装しました。

別の取得時点で、2026年8月8日〜14日と8月1日〜7日を比較した結果は、Active users 688、Sessions 826、Page views 970。GA4パルスの検証テストは10件すべて通過し、実機確認を含む24回のrunReportも読み取り専用、Analyticsへの書き込み0だった。

一度取れた数字を自慢したかったわけではありません。

同じ条件で取り直せる。失敗したら、古い数字で話を進めず止まる。そこまで含めて、やっと仕事で使える仕組みになったと思っています。

「主要指標が落ちた」から「どこを確認するか」へ

この形式なら、会議を「何となく悪そう」で始めなくて済みます。

まず事実をそろえる。変化が大きい場所を見る。

それから、配信、記事公開、キャンペーン、計測変更など、現場の出来事と照らす。

今回なら、最初の確認先はSEO全体ではなくDirectです。

AIが答えを決めるのではなく、人間が掘る場所を絞る。これが7日差分パルスの役割です。

事実・推論・未解決を分ける

ここを混ぜると、AIの推測が「原因だった話」に化けます。

事実は事実。次に見る場所は仮説。まだ分からないことは、分からないまま残す。地味だけど、この分け方が効くんだよね。

Google Search ConsoleのBLOCKEDは別問題

GA4の取得は成功した。

一方、既存のGoogle Search Console側のDataは、初回確認で122.4時間前、後続確認では144.0時間前だった。鮮度上限26時間を超えているため、こちらはBLOCKEDのままです。

GA4が動いたからといって、Google Search Consoleまで正常になったことにはしません。

一つ動いたから、全部動いたことにしない。

これも、AIを実務で使う時の約束です。

11．導入・利用前に知っておきたい注意点

Skillを追加しても、認証や権限は自動で増えない

接続できなければ、アカウント、プロジェクト、API、権限を確認します。

逆に、強い権限ですでにログインしている場合は、その権限で届く範囲が広いことにも注意が必要です。

読み取り・書き込み・削除を分ける

同じ製品でも、データ取得と設定変更では影響が違います。

GA4ならData APIはReport取得、Admin APIはPropertyやConversionなどの管理を扱う。

名前が近くても役割は同じではありません。

公式でも、結果の照合は必要

公式Skillは、公式手順へ寄せるための大切な材料です。

でも、対象Projectを取り違える、期間条件を間違える、権限不足で一部しか取れない、といったことは起こり得ます。

実行後に見るのは、対象、件数、期間、変更数、エラー。

開発中のカタログとして扱う

Google公式READMEにも、開発中だと明記されています。

Skill名も内容も、Pluginのバージョンも変わる。この記事を作っている間にも、直接Skillは107本から109本へ増えました。

だから導入時は、コミットや取得日を残しておく。あとから「いつの手順だった？」を追いやすくなります。

認証情報を見せる範囲を決める

一部Pluginは環境ファイルを探し、そこから認証情報を利用する設計です。

作業フォルダ、認証情報、アカウントを分ける。必要なプロジェクトだけに権限を絞る。書き込みが不要なら読み取り権限にする。

便利さより前に、ここを決めておこう。ブレーキのない車を速くしても、安心して乗れないからね。

12．自分の仕事でgoogle/skillsを活用する手順

1．Google製品を使っている定型業務を書き出す

毎週見ている数字、定期的な障害確認、データ集計、クラウド設定の見直しなどを書き出します。

製品名より、「何を判断するための仕事か」を先に言葉にします。

2．107スキルと16プラグインから対応機能を探す

この記事の15分類と仕事別表から候補を探します。

手順を知りたいのか。実データへ接続したいのか。作成や更新まで任せたいのか。

ここでSkillとPluginを分けます。

3．認証・CLI・API・権限を確認する

対象アカウント、プロジェクト、APIの有効化、認証情報、読み書き範囲を確認します。

課金されるリソースを作る可能性がある場合は、費用と停止方法も先に決めます。

4．実データで機能と結果を確かめる

説明を読んだだけで終わらせず、実環境で結果を確認します。

実行時間、取得件数、変更件数、エラー、データの鮮度を記録します。

5．自分の判断基準と日常業務へつなげる

一度の成功を、同じ条件で再現できる形にします。

誰が見るか。どの周期で動かすか。失敗したらどう止めるか。次に何を判断するか。

ここを自作Skillで補う。

あ、最初から大きな自動化を作らなくて大丈夫。私も今回、まずは7日比較を一回動かすところから始めました。その一回で「毎週同じ形にしたい」が見えたんです。

公式SkillはGoogle部分の専門手順。

自作Skillは自分たちの目的と判断。

この役割分担ができると、AIは単発の便利機能ではなく、仕事を一緒に進める分身へ近づきます。

13．よくある質問

プログラミングができなくても使えるのか

自然な日本語で依頼できる部分は多い。

ただし、Google Cloudの認証、API、権限、費用、障害対応には技術知識が必要な場面があります。特にResource作成やData更新を行う時は、結果を確認できる人と進めてください。

Googleアカウントがあれば、すぐ使えるのか

Accountだけでは足りない場合もある。

対象Serviceの利用状態、Project、APIの有効化、OAuthやADC、IAM権限などが必要です。GA4の検証では既存OAuthを使えたため、追加Loginなしで動きました。

SkillとPluginは、どちらを使えばよいのか

まず専門手順や設計を使いたいならSkill。

実際の製品へ接続し、QueryやResource操作まで行いたいならPluginやMCPが候補です。

その場合は、外部作用と認証権限も一緒に確認します。

会社のDataをAIに扱わせても大丈夫なのか

扱うData、利用するAI環境、保存先、契約、権限によって判断が変わる。

まずData分類を行い、必要な範囲だけを渡してください。Credentialや顧客情報を広いDirectoryへ置いたまま使うのは避けます。

自社専用のSkillへ発展させられるのか

答えは、できる。

Google公式Skillが取得・操作の専門手順を担当し、自作Skillに自社のKPI、判断条件、報告形式、承認境界を持たせます。

GA4 7日差分パルスが、その一例です。

14．まとめ——全機能を知り、仕事に合わせて活用する

107本を見終えて、いちばん強く感じたこと。

google/skillsは、Googleの全サービスを自動化してくれる万能AIではありません。

でも、それでいいんです。

Google Cloud、Gemini、Agent Platform、GKE、データ基盤、広告、Analytics。こうした専門分野で、AIが思いつきではなく公式の手順を読んで動ける。そこに価値がある。

2026年8月13日の固定調査では、直接Skillが107本、製品Pluginが16件、追加エコシステムが7系統。

数字だけ見ると、大きなカタログです。

でも私にとっての収穫は、107という数ではありません。GA4 Skillを約6秒、書き込み0で動かし、「全体が落ちた」から「まずDirectを見よう」へ、次の行動が変わった。そこです。

さらに、その一回を「GA4 7日差分パルス」へつないだ。毎週同じ条件で取り、失敗したら古い数字でごまかさず止まる。ここまで来て、ようやく便利な機能が仕事になりました。

AIは横に広げる。

人間は縦に掘る。

公式Skillには、Googleの専門手順を任せる。

自作Skillには、私たちの目的と判断基準を入れる。

この二つが噛み合うと、AIは「詳しいことを答える人」から、同じ現場で一緒に働く分身へ変わっていきます。

まずは、毎週くり返しているGoogleの仕事を一つだけ書き出してみてください。

GA4を見る。広告の数字を確認する。BigQueryの集計をする。何でもいい。

一個でいいんです。

そこから一緒に始めよう。

補遺——2026年8月16日に追加された2スキル

コミットc4591645から8f57a0dまでに、直接Skillが2本追加されました。

この2本を加えた2026年8月16日時点の公式mainは、直接Skill 109本です。

参考資料

• Google公式google/skills

本記事の107スキル固定調査とGA4実機検証の数値・実行回数は、2026年8月13日〜15日の検証ログに基づきます。公開記事から開けない内部URLや識別子は掲載していません。