指示、スキル、メモリ、MCPを使用したGenieコードのパーソナライズ

Genie Codeは、コーディング標準、内部ワークフロー、共有ツール、過去の意思決定の背景にあるコンテキストなど、チームの実際の運用方法を理解しているときに最も効果的に機能します。

そのため、Genie Codeを組織やワークフローに合わせてカスタマイズできる一連の機能を導入しました。「指示」はチーム全体の好みを定義するのに役立ち、「スキル」は再現可能なワークフローを取り込み、「MCPサーバー」はGenie CodeをJira、GitHub、Google Driveなどのシステムに直接接続します。

カスタム指示

カスタム指示を使用すると、Genie Codeがすべてのエージェントモードのセッションで適用する永続的な好みを設定できます。これらは、好みのプログラミング言語、出力形式、一般的なスタイルガイドラインなど、常に共通する作業方法に関する設定に適しています。

制限事項として、指示はグローバルに適用されます。たとえば、SQLのフォーマットルールを追加すると、SQLを書いているときでもPythonをデバッグしているときでも実行されます。あらゆる場所に適用される設定については、指示が最適なツールです。特定のタスクにのみ関連するコンテキストについては、よりターゲットを絞ったものが必要になります。

チームレベルの規約については、Genie Codeはプロジェクト内のAGENTS.mdファイルやCLAUDE.mdファイルを自動的に検出することもできます。これらのファイルがリポジトリにチェックインされると、Genie Codeが自動的にそれらを読み込むため、チームメンバーが個別に同じコンテキストを設定する必要はありません。

エージェントスキル

エージェントスキルは、特定のタスクをユーザーと同じ方法で実行する方法をGenie Codeに教えるための手段です。

スキルは、Genie Codeがエージェントモードで動作するときに使用できるワークフロー、パターン、またはアクションを記述したMarkdownベースのパッケージです。スキルには、ガイダンス、再利用可能なコード、実行可能なスクリプトを含めることができ、これらはグローバルに適用されるのではなく、すべて特定のタスクにスコープが絞られます。

各スキルには、Genie Codeがその関連性を判断するのに役立つ名前と説明が含まれています。リクエストがスキルに一致すると、Genie Codeはそのスキルを読み込み、そこに含まれるガイダンス、パターン、コードを使用して適切に対応します。

スキルの追加方法

開始するには：

1. スキルフォルダーを開きます。Genie Codeで「Settings（設定）」を開き、「User Skills（ユーザースキル）」に移動して、「Open Skills Folder（スキルフォルダーを開く）」を選択します。これにより、個人のスキルディレクトリ（ /Users/{username}/.assistant/skills/）が開きます。
2. スキルを作成または更新します。新しいMarkdownファイルを追加します。Genie Codeがいつ適用すべきかを判断できるように、各スキルには明確な名前と説明を含める必要があります。関連するファイルをフォルダーに整理したり、オプションでより高度なワークフロー用のスクリプトを含めたりすることができます。

ワークスペーススキル

個人のスキルに加えて、ワークスペース管理者は、ワークスペース内の全員が自動的に利用できるスキルを作成できます。ワークスペーススキルは、 Workspace/.assistant/skills/に保存されます。

ワークスペーススキルは個人のスキルと同じ形式に従いますが、個人ではなくチームにスコープが絞られます。これにより、組織全体で共有し、一貫して使用すべきワークフローに適しています。たとえば、MLパイプラインの命名規則を強制するスキル、インシデント対応中にGenie Codeを適切な内部ランブックにルーティングするスキル、チームの標準的なデータ品質チェックをすべての新しいパイプラインに適用するスキルなどです。

MCPサーバー

スキルは、ユーザーの頭の中にあるコンテキストやチームの標準に対応します。一方、MCPサーバーは、すでに別の場所に存在するコンテキストに対応します。

2025年初頭、ガバナンスが効いたスケーラブルな方法で豊富な外部コンテキストをAIエージェントが利用できるようにするため、DatabricksにおけるMCPサポートを導入しました。MCPは、コンテキストをプロンプトや指示に直接埋め込むことなく、ツール、データ、ワークフローをGenie Codeに公開する標準化された方法を提供します。

Genie Codeは、ワークスペースに追加され、使用権限があるすべてのMCPサーバーを活用できるようになりました。ワークスペース管理者はどのサーバーを利用可能にするかを制御し、ユーザーは必要に応じて承認されたソースから選択できます。

Google Drive、SharePoint、GitHubなどの一般的なツール向けに、Databricksは手動でのトークン設定なしで認証を処理する、管理されたOAuthフロー（現在ベータ版）も提供しています。これを有効にするには、プレビュー設定で「Third Party Connectors for Agents（エージェント向けサードパーティコネクター）」をオンにします。そこから、ユーザーはGenie Codeのプロンプトバーにあるプラスボタンをクリックするだけで、これらのMCPサーバーを有効にすることができます。

MCPは、重要なコンテキストがすでに存在しているものの、Genie Codeからアクセスするのが難しい場合に適した設計になっています。たとえば、以下のような場合です。

• 内部ドキュシステム：チームは、Confluenceなどのツールにランブックや運用ドキュメントを保管していることがよくあります。プロンプトにセクションをコピーする代わりに、そのコンテンツを一度公開すれば、関連する際に向こうから参照させることができます。
• 内部ツールとサービス：プラットフォームチームは、セットアップ、検証、またはデプロイ用のAPIやスクリプトを管理している場合があります。MCPを使用すると、説明や貼り付けを繰り返すことなく、これらの機能をGenie Codeで直接利用できるようになります。

このような場合、MCPは手動でのコピー＆ペーストを構造化された再利用可能なアプローチに置き換え、必要なときにだけ適切なコンテキストを利用できるようにします。

MCPサーバーの追加方法

Databricksは、Databricksサービス用の管理サーバー、Unity Catalogを介して接続された外部サーバー、Databricks AppsでホストされているカスタムMCPサーバーなど、複数タイプのMCPサーバーをサポートしています。利用可能なサーバーは、Genie Codeの設定パネルから直接アクセスできるMCP Marketplaceでブラウズできます。ワークスペース管理者はどのサーバーを利用可能にするかを制御し、ユーザーは使用権限のあるサーバーから選択できます。

ワークスペースでMCPサーバーが利用可能になれば、Genie Codeでの使用は簡単です。

1. Genie Codeの設定を開く
2. 「Add Server（サーバーの追加）」を選択する
3. 利用可能なMCPサーバータイプから選択する
4. 選択内容を保存する
5. サーバーで認証が必要な場合は、ログインプロンプトに従って接続を承認します。認証情報は安全に保存されるため、セッションごとに再認証する必要はありません。

MCPサーバーは、追加後すぐに利用可能になります。Genie Codeは、関連性がある場合にこれらのサーバーから自動的にツールにアクセスします。

ヒントとコツ

• Genie Codeにスキルを作成してもらいましょう。エージェントモードでワークフローを実行した後、それをスキルとして取り込むようGenie Codeに伝えるだけで、自動的にMarkdownファイルが生成され、スキルフォルダーに保存されます。
• スキルの焦点を絞りましょう。1つのスキルファイルにつき1つのワークフローにすることで、Genie Codeがいつ適用すべきかを判断しやすくなり、長期的なメンテナンスも容易になります。Genie Codeは名前と説明を使用してスキルが関連しているかどうかを判断するため、これらが具体的であればあるほど効果的です。
• スキルは単なるMarkdownファイルです。つまり、チーム全体で簡単に共有、バージョン管理、同期が可能です。すぐに使えるサンプルから始めるには、 Genie Codeスキルデモレポジトリをご覧ください。
• ポータブルなチーム規約：Genie Codeは、ワークスペース内のAGENTS.mdファイルやCLAUDE.mdファイルを自動的に検出し、追加の設定なしで適用します。これにより、チームはどこで作業していてもコンテキストの一貫性を維持しながら、リポジトリや開発環境全体で同じ規約、指示、ワークフローを共有できます。

今すぐGenie Codeのパーソナライズをお試しください

Genie Codeをエージェントモードで使用する場合、指示、スキル、MCPサーバーをすべて利用できます。

詳細については、Genie Codeの製品ドキュメントを参照してください。

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事