Microsoft Fabric Skillsとは？
Microsoft Fabric Skillsとは、AIコーディングツールに、Microsoft Fabricを正しく操作するための知識を読み込ませるオープンソースの命令セットです。
本来、汎用的なAIコーディングツールには、特定のクラウドプラットフォームに依存するAPIやクエリパターンの知識があらかじめ組み込まれていません。この知識のギャップを埋める役割を担うのが、オープンソースとして提供されているMicrosoft Fabric Skillsです。
本ツールを導入することで、GitHub CopilotやClaude Codeなどの汎用的なツールが、Microsoft Fabricの知識を継承したエージェントとして機能するようになります。開発者は自然言語で指示を出すだけで、リソースの作成、データのクエリ、および環境の管理を効率的に行うことが可能になります。
Microsoft Fabric Skillsの主な機能
Microsoft Fabric Skills 引用：Microsoft Fabricのスキル
このセクションでは、Microsoft Fabric Skillsがどのような仕組みで動作し、何を実現できるのかをご説明します。Microsoft Fabric Skillsは、Microsoft Fabric特有の運用ルールやベストプラクティスをAIエージェントに理解させるための複数の機能を備えています。
ワークロード固有の知識の提供
各スキルは、SKILL.mdと呼ばれるMarkdown形式のドキュメントとして定義されています。このファイルには、AIエージェントが特定のタスクを正確に実行するために必要な専門知識が詳細に記述されています。
具体的には、トリガーとなるフレーズ、呼び出すべきREST APIのエンドポイント、使用するべきSQLやKQL（Kustoクエリ言語）の構文が含まれます。さらに、タスク実行に必要な認証手順や、環境構築の前提条件、運用上のベストプラクティスも定義されています。
以下は、Fabric IQスキルのSKILL.mdにベストプラクティスとして示されている内容の一部です。
### MUST DO
- **Read metadata and schema fully before generating queries** — Always read the `GetReportMetadata` and `GetSemanticModelSchema` tool results in full before proceeding. Follow any instructions that these tools provide (e.g., CustomInstructions, VerifiedAnswers). Do not skip, skim, or partially read these results — they contain critical context for correct DAX generation
- **Always follow Custom Instructions** — CustomInstructions from the semantic model are mandatory rules. Read them in full, apply them to every DAX query you write (e.g., default date filters, required measures, naming rules). If the schema was truncated, retrieve CustomInstructions via JMESPath before writing any DAX
- **Always check verified answers before writing custom DAX** — After reading the schema, scan ALL verified answer titles and questions for a semantic match to the user's question. If a match exists, use it. Do not write ad-hoc DAX when a verified answer covers the same intent
- **Source-bound** — never invent facts or use external data; rely only on Power BI artifacts
- **Always discover first** — call `DiscoverArtifacts` unless you already have the artifact ID
- **Never invent data** — only use results from tools
- **Lean analysis DAX** — aggregate and filter early; prefer the smallest row set that suffices
- **Insights over structure** — when users ask to "summarize a report", they want data insights, not layout descriptions. Always run queries to get actual data
AIエージェントはセッション開始時にこれらの静的な知識をコンテキストとして読み込みます。その後、開発者の入力と照合することで、適切なアクションを自律的に決定するためのガイダンスとして利用します。
役割に特化した専用エージェント機能
Microsoft Fabric Skillsには、特定の業務ワークフローに特化した実験的な専用エージェントが含まれています。これにより、開発者は専門知識を持ったチームメンバーに作業を依頼するような感覚でAIコーディングツールを活用することが可能になります。
提供されている主なエージェントとその特徴は以下の表の通りです。
エージェント名 | 主な役割と特徴 |
|---|---|
FabricDataEngineer | メダリオンアーキテクチャ（ブロンズ、シルバー、ゴールドの各データ層）のエンドツーエンドな構築など、高度なデータエンジニアリングタスクに焦点を当てたエージェントです。 |
FabricAdmin | ワークスペース内の全アイテムの文書化や、インベントリの整理など、管理者の業務負担を軽減するタスクに特化しています。 |
FabricAppDev | ウェアハウスのデータから情報を更新するPythonダッシュボードの作成など、ローカルアプリケーションの開発を支援します。 |
FabricIQ | Power BIのセマンティックモデルに対するDAXクエリの生成や、検証済み回答（Verified Answers）を活用したデータインサイトの抽出に特化したエージェントです。 |
なお、公式リポジトリには、外部分析基盤からデータ基盤への移行をオーケストレーションする「FabricMigrationEngineer」の定義も含まれていますが、2026年9月時点で標準のfabric-skillsプラグインには同梱されていません。利用する場合は、リポジトリから個別に導入する必要があります。
これらのエージェントを活用することで、単一のタスクだけでなく、連続する複雑な業務プロセス全体をAIエージェントに委ねることが可能になります。
MCPサーバーとの役割分担
MCP（モデルコンテキストプロトコル）とMicrosoft Fabric Skillsは、どちらもAIコーディングツールの拡張技術として提供されていますが、両者のシステムにおける役割は明確に異なります。
Microsoft Fabric Skillsがエージェントに何をすべきかを教える静的なドキュメントであるのに対し、MCPは実際のデータソースへのライブ接続を提供する独立したプロセスです。
この違いを以下の表で整理します。
比較項目 | Microsoft Fabric Skills | MCP（サーバー） |
|---|---|---|
主な目的 | 知識と操作パターンの提供 | ライブデータへのアクセス提供 |
コンテンツ形式 | Markdown形式のドキュメント | 実行可能なサーバープロセス |
ランタイム | AIエージェントのコンテキストとして読み込まれる | 独立したプロセスとして実行される |
両者を併用することで、AIエージェントにFabricの専門知識とライブデータへのアクセス手段を組み合わせられます。
Microsoft Fabric Skillsの料金
このセクションでは、導入を検討する上で重要な、Microsoft Fabric Skillsの料金と関連するインフラコストについてご説明します。
Microsoft Fabric Skillsのソースコードおよび命令セット自体は、GitHub上の公式リポジトリにMITライセンスのオープンソースとして公開されています。
したがって、AIコーディングツールにプラグインとして追加したり、リポジトリを複製して利用したりする行為そのものに課金は発生しません。ただし、GitHub Copilot CLIからSkills for Fabricを呼び出す場合は、利用プラン等に応じてGitHub AI Creditsの消費対象となります。また、Fabric上でワークロードを実行する際は、契約済みのFabric容量を消費します。
実行環境となる容量ユニットのコスト
Microsoft Fabric Skills自体は無料ですが、AIエージェントが生成したコマンドやAPI呼び出しを実行し、データを処理するためには、実行基盤としてのMicrosoft Fabric環境が必要です。この基盤はSKUと呼ばれるCU（容量ユニット）ベースの料金プランで提供されています。
要件に応じて、必要な計算リソースを柔軟にスケールアップまたはスケールダウンすることが可能です。SKUはF2からF8192まで用意されており、契約形態として従量課金制と1年間または3年間の予約プランのいずれかを選択できます。
具体的な金額は、Azureのリージョン、通貨、契約形態によって変動します。日本円で予算を立てる際は、為替や商用契約の割引条件も踏まえて再計算する必要があるため、Microsoft Fabric公式の料金ページから最新の料金体系をご確認ください。
Microsoft Fabric Skillsの利用手順
それでは、実際にMicrosoft Fabric Skillsを利用する手順をご説明します。
本記事ではGitHub Copilot CLIを用いますが、Claude CodeやCodexといったツールでも利用可能です。なお、GitHub Copilot CLIは、GitHub Copilotの全プラン（無料プラン含む）で利用が可能です。
開発環境の準備
インストールを開始する前に、選択するインストール方式に応じて、ローカルシステムに必要な依存関係が揃っているかを確認します。npmを用いてGitHub Copilot CLIをインストールする場合はNode.js 22以降が必要となり、公式リポジトリをクローンしてスキルを直接利用する場合はGitが必要となります。また、Windows上でGitHub Copilot CLIとSkills for Fabricを利用する場合は、PowerShell 7の準備が求められます。
また、Microsoft Fabricの操作の大部分は、Azureの認証基盤に依存して実行されるため、Azure CLIのインストールが必要です。az loginを実行し、Azureアカウントにサインインします。
- GitHub Copilot CLIのインストール
まずは、以下のいずれかのコマンドを実行し、GitHub Copilot CLIをインストールします。
npm install -g @github/copilot #（すべてのプラットフォーム）
winget install GitHub.Copilot #（Windows）
curl -fsSL https://gh.io/copilot-install | bash #（macOS および Linux）
GitHub Copilot CLIのインストール
- GitHub Copilot CLIの起動
ターミナルを起動し、copilotと入力すると、GitHub Copilot CLIが起動します。初回起動時は/loginと入力し、GitHubアカウントにサインインしましょう。
GitHub Copilot CLIの起動
- マーケットプレースからのプラグイン追加
続いて、プラグインマーケットプレースを通じてMicrosoft Fabric Skillsを導入します。
GitHub Copilot CLI上で/plugin marketplace add microsoft/skills-for-fabricというコマンドを実行します。これにより、Microsoftの公式リポジトリがツールのマーケットプレースとして認識されます。
この手順を踏むことで、手動で複雑なディレクトリにファイルを配置する手間を省き、安全に最新のパッケージをダウンロードできるようになります。
マーケットプレースからのプラグイン追加
- Skills for Fabricのインストール
続いて、以下のコマンドを実行し、Microsoft Fabric Skillsのプラグインを導入します。このコマンド1つで、後述の各専用エージェントを含むスキルセットが一括で導入されます。
/plugin install fabric-skills@fabric-collection
なお、Power BIレポートの設計・作成・管理まで踏み込んで行う場合は、/plugin install powerbi-authoring@fabric-collectionを実行することで、Power BIオーサリング用のスキルセットを追加できます。
Skills for Fabricのインストール
- ツールの再起動とスキルの確認
インストールコマンドの実行後、追加されたスキルを正しく読み込ませる必要があります。そのため、/restartコマンドを入力してツールを再起動します。
再起動後に/skills listを入力し、インストールされたスキルの一覧がターミナル上に正常に表示されるかを確認します。このリストが確認できれば、セットアップは完了です。
ツールの再起動とスキルの確認
実際に「Microsoft Fabric Skillsを参照し、売上データ分析を行う際に有効なデータの絞り込み条件と計算方法の定義を示して」と入力すると、以下のように、FabricDataEngineerエージェントが起動し、スキルを参照して回答を生成していることが分かります。
Microsoft Fabric Skillsの参照
上記の手順で、Microsoft Fabric Skillsのインストールが完了します。より詳細なインストール手順は、Microsoft Fabric Skills公式ドキュメントをご覧ください。
Microsoft Fabric Skillsの推論精度を高める運用設計
ここでは、Microsoft Fabric Skillsを導入したAIエージェントの推論精度を高め、より効率的に使いこなすためのコツをご説明します。
実行前の計画モードを活用した安全性確保
AIエージェントにインフラの変更処理を委ねる際、いきなり実行フェーズに入るのではなく、事前に計画を立てさせることが推奨されます。
多くのツールには、プロンプトを入力した後に、AIエージェントがどのような手順でAPIを呼び出すかをテキストで提示する計画モードが備わっています。
GitHub Copilot CLIでは、入力の先頭に/planとつけることで、計画モードで実行可能です。出力された計画書を開発者が入念にレビューし、問題がないことを確認してから実行に移すことで、環境の破壊や誤ったリソースの作成を未然に防ぐことができます。
ワークスペース名や項目名の明確な指定
AIエージェントは与えられたコンテキストを基に判断を行いますが、プロンプトが曖昧な場合、意図しないワークスペースやデータに対して変更を加えてしまうリスクが存在します。プロンプトを入力する際は、「データを更新して」といった抽象的な表現を避けましょう。代わりに、「ワークスペース『Sales-Prod』内にあるレイクハウス『Q3_Revenue』のデータを更新して」のように、対象となる固有の名称を明記することが重要です。
これにより、AIエージェントは対象リソースを正確に特定し、APIコール時のパラメータエラーを抑えることができます。
スキルを定期的に更新して最新状態を保つ
Microsoft Fabricのプラットフォーム自体が継続的に更新されているため、スキルを管理する公式リポジトリも頻繁にアップデートされています。新しい機能への対応や、API仕様の変更に伴うバグ修正を取り込むため、定期的にスキルの更新を行うことが必要です。
ターミナル上で/plugin update fabric-skills@fabric-collectionを実行し、環境を常に最新の状態に保つことが推奨されます。
Microsoft Fabric Skillsで成果が出やすい業務パターン
このセクションでは、実際の業務において、どのような場面でMicrosoft Fabric Skillsが高い効果を発揮するのかをご説明します。
複雑なクエリ作成時の構文サポート
高度なデータ分析を行うためには、条件が入り組んだ複雑な問い合わせ言語を記述しなければなりません。日常的に使用しない特殊な関数や構文を使う場面では、記述ミスが発生しやすくなります。
このような場面でMicrosoft Fabric Skillsを活用することで、AIコーディングツール経由で問い合わせを自動生成し、文法エラーを減らすことができます。「売上が100万円以上の顧客について、過去3ヶ月の月別売上トレンドを示して」といったビジネス要件を自然言語で入力することで、AIエージェントが要件に沿ったクエリ案を構築します。
正確なデータを迅速に抽出する助けとなり、生産性向上につながります。
データ基盤の初期構築と標準化
新規事業の立ち上げや新しい部署へのデータ基盤導入の際、インフラの設計と構築には高度なクラウドの専門知識が求められます。Microsoft Fabric Skillsを利用することで、インフラ構築の手順を標準化し、手作業による人為的ミスを低減することが可能になります。熟練したデータエンジニアが不足している環境であっても、AIエージェントの的確なナビゲーションに従うことで、セキュリティポリシーやデータガバナンスのベストプラクティスを踏まえた基盤を迅速に立ち上げることができます。
分析環境のトラブルシューティングと運用監視
日々実行されるデータパイプラインやバッチ処理が失敗した場合、原因の特定には膨大なログの分析が必要です。このような運用管理の場面において、spark-cliなどのSparkジョブ診断向けスキルを導入したAIコーディングツールは有用です。「直近に実行されたSparkジョブの中でエラーになったものを抽出し、失敗の原因と解決策を提示して」と質問することで、AIエージェントは取得可能な監視情報やログをAPI経由で確認し、エラーコードの解析を行います。
運用担当者の負担を軽減し、システム復旧までの時間を短縮する効果が期待されます。
Microsoft Fabric Skillsを本番運用に載せる前の制約
ここでは、実運用に向けてあらかじめ把握しておくべきMicrosoft Fabric Skillsの制限や留意すべき事項をご説明します。
組み込み機能「Fabric data agent」との違い
Microsoft Fabricの公式ドキュメントやプラットフォームの画面上には、本記事で解説している「Microsoft Fabric Skills」とは別に、「Fabric data agent」と呼ばれる機能が存在します。
この両者は、いずれもFabricとAIをつなぐ機能ですが、用途と対象利用者が異なります。
違いを明確にするため、以下の表にそれぞれの特徴をまとめました。
比較項目 | Microsoft Fabric Skills | Fabric data agent |
|---|---|---|
提供形態 | GitHub等で公開されるオープンソースのプラグイン | Fabricプラットフォームに内蔵された機能 |
主な対象者 | インフラエンジニア、データ開発者 | ビジネスユーザー、データアナリスト |
主な用途 | インフラの構築、コード生成、API呼び出しの自動化 | 蓄積された構造化データに対する自然言語での問い合わせ |
利用環境 | VS Code、Copilot CLIなどのローカル開発環境 | FabricポータルおよびFabricノートブックのほか、Python SDK（プレビュー）や公開後のMCPエンドポイントを介した外部環境からの呼び出しにも対応 |
容量要件 | 実行されるワークロードに応じたCU消費 | 有料のF2以上、またはFabricが有効化されたP1以上の容量が必要 |
Fabric data agentは、自然言語からクエリを生成することで、Fabric上に蓄積された構造化データを調査するためのアシスタント機能です。
組織が解決したい課題がデータに対する質疑応答の効率化なのか、インフラ構築・開発業務の自動化なのかを明確に切り分け、適切なツールを選択する必要があります。
生成されたコードに対する検証と承認の徹底
Microsoft Fabric Skillsで提供されるスキルは高度に設計されていますが、背後で動いているのはLLM（大規模言語モデル）に基づく推論システムです。そのため、生成されたコードやAPI呼び出しのパラメータが常に正確であり、完全に意図通りに動作するとは限りません。特に、既存のデータを削除したり、セキュリティ構成を大きく変更したりするような不可逆的な操作を実行する前には、十分な注意が必要です。技術的な知見を持つ人間がコードを検証し、明示的に承認するプロセスを運用フローに組み込むことが推奨されます。
依存するツールチェーンと開発環境の管理
Microsoft Fabric Skillsは、ローカルマシンのOS、PowerShellのバージョン、Azure CLIの認証状態、およびAIコーディングツール自体の仕様など、複数の外部ツールチェーンに依存して動作します。たとえば、ターミナルでpowershell.exeではなくpwshを使用しなければならないといった、細かな環境依存の制約が存在します。ツールのバージョンが古かったり、システム間の互換性が失われたりすると、プラグインが正常に動作しなくなる可能性があります。安定した運用を継続するために、開発環境全体を常に適切なバージョンに維持する保守体制を確保しておくことが求められます。
まとめ
本記事では、Microsoft Fabric Skillsについて、その概要から実装方法、実務での活用例、そして運用上の注意点までを解説してきました。
Microsoft Fabric Skillsとは、GitHub CopilotやClaude Codeなどの汎用的なAIコーディングツールに、Microsoft Fabricの専門知識を付与するオープンソースの命令セットです。このスキルセットにより、AIエージェントは、データパイプラインの構築、リソース管理といった、Microsoft Fabricプラットフォーム固有の複雑なタスクを自律的に実行できるようになります。一方で、生成されたコードやパラメータは、十分な検証と承認プロセスの確保が必須です。また、複数のツールチェーンに依存する環境であるため、バージョン管理と保守体制の構築も重要な課題となります。
東京エレクトロンデバイスでは、Agent Skills for Fabricを活用したMicrosoft Fabric × AIエージェント基盤の設計・導入を総合的にサポートしています。スキルバンドルの選定、GitHub Copilot CLIやClaude Code環境のセットアップ、エージェント特化型を組み合わせた業務フロー設計、運用フェーズでの監視やガバナンス設計など、Fabricを起点としたAIエージェント化に関するご相談をお受けしています。ご興味のある方はこちらからお問い合わせください。
