LinkedIn投稿を書くたびに、Claudeを開いて「こんな口調で書いてほしい」と一から説明している人は多い。週1本ならまだ耐えられるが、毎日書こうとすると説明の繰り返しが積み重なり、投稿そのものより準備に時間がかかり始める。
Claude Codeの「スキル」機能を使えば、その繰り返し作業を一度の設定でなくせる。投稿の口調・構造・ルールをスキルに書き込んでおけば、あとは「LinkedIn投稿書いて」と頼むだけで自分の文体の下書きが届く。外部APIと組み合わせれば、下書き生成からスケジュール公開まで一気通貫で自動化できる。
この記事でわかること：
- Claude Codeスキルとは何か、どんな仕組みで動くか
- LinkedIn投稿スキルのSKILL.mdの基本構成
- 自分の文体をAIに学習させる「Voice DNAスキル」の作り方
- 外部APIを使った自動公開ワークフローの概要
- 設定にかかる時間とコストの目安
リプロンプティング問題とは何か
AIで文章を書くとき、最大のボトルネックは「AIを起動するたびにゼロから文脈を与えなければならない」点にある。口調の説明、NG表現の列挙、構成の指定——こうした情報を毎回ペーストしても、会話が長くなるにつれて初期指示の重みが薄れ、出力がブレていく。
この問題を「リプロンプティング問題」と呼ぶ。毎回説明しなければ品質が安定しないうえ、その説明自体が作業時間を圧迫する。Claude CodeのスキルはこのリプロンプティングをSKILL.mdという設定ファイルで解消する設計になっている。
Claude Codeスキルの仕組み
スキルは、SKILL.mdを中心としたフォルダ構成で成立する。Claude Codeはタスク開始時にスキルのメタデータ（名前と概要）を読み込み、現在の作業に合うスキルが見つかれば本体の指示を動的に展開する。
Anthropicの公式ドキュメントによると、スキルのメタデータ読み込みはおよそ100トークン、本体指示は5,000トークン以内に収まる設計だ。これにより、関係のないスキルは読み込まずに速度を保ちながら、必要な指示だけを正確に取り込める。
SKILL.mdのフロントマターは次のように書く：
---
name: linkedin-post-writer
description: Write LinkedIn posts in my voice. Use when the user asks to write, draft, or create a LinkedIn post or social media content.
---
descriptionはClaude Codeがスキルを選ぶ唯一の判断材料になる。ここが曖昧だとスキルが正しく呼ばれないため、トリガーとなる言葉を具体的に書くことが重要だ。フロントマターの下に本文を書けば、口調ルール・NG表現・構成テンプレートを自由に追加できる。
LinkedIn投稿スキルに何を書くか
スキルの品質は、SKILL.mdに書いた指示の精度で決まる。抽象的な指示（「プロっぽく書いてほしい」）は効果が薄く、具体的なルール（「文は15語以内、絵文字は使わない、投稿は130語で締める」）ほど再現性が高い。
入れるべき要素は主に3つある。
口調ルール。文の長さ、一人称の使い方、語彙の傾向、使ってほしくないフレーズを列挙する。「journey」「excited to announce」「let that sink in」のようなLinkedInの使い古された表現を禁止リストに入れると、出力の差別化が一段と進む。
投稿の構成テンプレート。Hook（1行で引く書き出し）→ 本文（体験か観察を2段落）→ 問いかけ（1文）のような型を2〜3パターン定義しておく。パターンが複数あることで、同じスキルを使いながらも出力に変化が生まれる。
読者コンテキスト。誰が読んでいるのか、どんな言葉に反応するのかを書く。「中堅SaaSの経営企画担当、具体的な数字に反応する読者層」のように絞ると、語彙の選び方が変わる。
参照ファイルとして、自分の過去の好パフォーマンス投稿5本をreferences/example-posts.mdに入れると、Claudeが文体のパターンを学習できる。スキルはフォルダごとZIPにまとめてClaude設定画面からアップロードするか、Claude Codeであれば.claude/skills/に置くだけで有効になる。
Voice DNAスキルで文体を固定する
コンテンツ自動化を実装するプロジェクトでは、「Voice DNA」と呼ばれる専用スキルを分離して運用するアプローチが広まっている。これは口調ルールをLinkedIn投稿専用スキルではなく、独立したスキルとして管理するやり方だ。
文体ルールを分離する利点は、LinkedIn以外のコンテンツ（ブログ、メール、スクリプト）にも同じ声を適用しやすくなる点にある。Voice DNAスキルに自分の文体を定義しておき、各コンテンツスキルが必要に応じてそれを参照する構成にすると、複数チャンネルのコンテンツを一貫した声で生産できる。
Alfie Carter氏が公開したLinkedIn自動化事例では、プロフィール情報とフックパターン、過去投稿をスキルに学習させることで、毎週3本の下書きを自動生成するワークフローを構築した（参考）。生成された下書きはスタイルが安定しており、編集コストを大幅に削減できると報告している。
スケジュール実行と自動公開のワークフロー
スキルで下書きを生成した後、公開まで完全に自動化するには外部のAPI連携が必要になる。
LinkedIn APIは公開スケジューリングのエンドポイントを持っていない。そのため、実行時に公開するか、Buffer・Cernio（旧Late）などのSNS管理APIを経由する方法が現実的だ。CernioはLinkedIn・YouTube・TikTok・Instagramなどに対応しており、無料プランでも月20投稿まで試せる。
Claude Codeのスケジュールタスク機能と組み合わせると、週次・日次のタスクをトリガーに「スキルで下書き生成→CernioのAPIで下書きとして保存」という流れを1回の設定で繰り返し実行できる。実際に7日分21本のSNS投稿を1セッションで生成・スケジュール登録した事例も報告されており（参考）、コンテンツの量産が現実的な選択肢になってきている。
セットアップにかかる時間とコスト
初期セットアップで時間がかかる工程は主に2つ。SKILL.mdの作成（口調ルール・テンプレート・参照ファイルの準備）に1〜2時間、外部APIの接続と動作確認に1〜2時間。合わせて半日程度で動くパイプラインが作れる。
コスト面は、Claude Code自体の利用料（ProまたはMaxプランが必要）に加え、外部API連携を使う場合はCernioの月額料金が発生する。Cernioは月20投稿まで無料で試せるため、最初の検証には費用がかからない。
一度スキルを設定すれば、投稿1本あたりの作業時間は大幅に減る。下書き確認と最終編集の20分程度に集中できるのが最大のメリットだ。
どんな人に向いているか
LinkedInを継続的に更新したいが、毎回のプロンプト設定が手間になっている人に効果が高い。特にコンテンツの口調や構成に強いこだわりがある場合、スキルへの投資は早期に回収できる。
逆に、月1〜2本しか投稿しない場合はスキル設定の手間の方が大きくなる可能性がある。まずClaude.aiの「カスタムスタイル」機能で口調を保存する方法から試し、物足りなければスキルに移行するのが現実的な順序だ。