Siriの「スキル」はどう動く？アプリ操作の組み合わせと、開発者ラボで示された制約

Siri AIがアプリの複数の操作を組み合わせるための「スキル」について、MacStoriesのJohn Voorhees氏がAppleの開発者向けラボでの説明を紹介しています。アプリが用意する個々の操作をSiriから呼び出せるようにし、複数の操作が必要な依頼には文章で案内を添える仕組みです。

アプリの操作をSiriから呼び出せる「ツール」に

従来のSiri連携では、カレンダーやメッセージなど、Appleが用意した種類にアプリのデータや操作を当てはめる「スキーマ」が中心でした。新しいDeveloper Previewでは、アプリ独自の操作もSiriが呼び出す「ツール」として公開できます。

たとえば、アプリが持つ配達状況の確認や予約といった操作を、利用者が自分の言葉で頼めるようにする仕組みです。対応するSchemaが存在するなら優先的に使うことを推奨されたといいます。

公式のDeveloper Preview文書には、呼び出すアプリを指定する条件も書かれています。アプリが画面の手前にある場合などは名前を省略できますが、バックグラウンドにあるアプリの独自操作を頼む場合は、そのアプリ名をリクエストに含める必要があります。

一つのツールで済まない依頼には「app skills」を使います。どの操作を選ぶか、どの順に扱うとよいか、何を避けるかなどを、開発者が自然な言葉で記すものです。

スキルはアプリに含めるSKILL.mdというMarkdownファイルで、先頭に名前と説明を置き、その後に手順や補足を書きます。Siriはまず名前と説明から依頼に合うスキルを選び、必要になった段階で本文を読みます。

手順をスキル内で説明しても、最終的にはSiriが人間の依頼をどう処理するか判断します。

同文書によると、本文は10,000文字まで。Agent Skills形式のうち、名前・説明とMarkdown本文を使い、追加のスクリプトや参照ファイルなどには対応しません。

仕組み	開発者が用意するもの
スキーマ	Appleが定義した種類に沿うデータや操作
ツール	Siriが呼び出せるアプリ独自の操作
スキル	複数の操作を使う依頼について、判断や手順を案内する文章

Voorhees氏はラボで示された制約として、アプリあたり40ツールの最大登録数、複雑な操作では最大32回のツール呼び出しを挙げています。また、ツールを使う要求の処理にはPrivate Cloud Computeが使われると伝えています。

これらは同氏がラボ参加報告として伝えた内容です。Developer Previewの機能やAPIは変更される可能性があるとAppleも案内しており、正式提供時の仕様とは異なるかもしれません。

Apple Developerが公開している11月4日の開発者ラボはこちら。App IntentsやSiri AIなどについて、Appleのエンジニアが質問に答えるセッションです。

11月3日のAppleの告知では、新しいアプリ連携の利用者向け初回提供は数か月後、App Storeへの提出開始は春とされています。

現在は、開発用に署名したアプリを実機で動かすか、TestFlightの内部テスターへ配布して検証する段階です。公式文書では、外部テスターやApp Storeから入手したアプリではDeveloper Previewの連携機能を使えないと説明されています。

対応するのはApple Intelligenceを利用できるiPhone、iPad、Mac、Apple Vision Proなど。Appleの告知はSiri AIの対応言語に日本語も含めていますが、個々のアプリが新しい連携を実装し、利用者へ届けるまでには、まだ開発と配信の段階が残っています。

OS 27.3のベータ全体については、こちらで紹介しています。