Codex

1. タスクをそのまま実行
   コードを生成するだけでなく、実際にコードを書き換え、Shellコマンドを実行し、Webを調べ、必要なツールを呼び出しながら、その結果をもとに次の作業まで進められます。
2. ファイル操作
   ローカルファイルの読み込み、作成、編集が可能です。最終的なHTML、Markdown、画像、スクリプトなどの成果物も、そのままファイルとして保存できます。
3. 長時間タスクを継続できる
   複雑な作業をひとつの流れとして続けられます。途中で中断しても、毎回プロジェクト全体の背景を説明し直す必要はありません。
4. ゴールベースで動く
   「このプロジェクトをリファクタリングして、すべてのユニットテストが通る状態にする」のように、目標と完了条件をそのまま渡せます。Codexは完了するか、明確なブロッカーに当たるまで作業を進めます。
5. 外部ツールとの連携
   ブラウザ、Computer Use、MCP、各種コネクタを通じて、GitHub、Slack、Gmailなどの外部サービスとも連携できます。
6. 画像やドキュメントも扱える
   コードだけでなく、画像、文章、レポート、その他の業務ファイルも扱えるため、開発以外の仕事にも使えます。
7. リモートでの連携
   一部の使い方では、別のデバイスから実行中のタスクを確認したり、承認したり、そのまま追加の指示を出したりできます。

最近、Codexをいくつかの実務タスクで使ってみました。コードを書く用途だけでなく、ドキュメントや素材整理にも使っています。

使い始めるのは難しくありませんが、頼み方は少し変える必要があります。

本当のハードルは技術ではなく、どうタスクを渡すかです。

たとえば、

「この素材をどう整理すればいい？」

と聞くと、方法を説明して終わることがあります。

でも、

「このフォルダ内の素材を読み込んで、テーマごとに分類し、重複を削除して、最後にMarkdownのインデックスを作成して」

と頼むと、実際に作業を始めます。

私はだんだん、依頼を目的・制約・完了条件の3つに分けて書くようになりました。

すべての手順を細かく指定する必要はありません。
ただ、少なくとも**「何をもって完了とするか」**は伝えたほうがうまく動きます。

途中までできているものを仕上げる作業には、かなり強いです。

あるとき、Webページからそのままコピーした大量のテキストを渡しました。本文だけでなく、メニュー、広告、関連記事なども混ざった状態です。

Codexはファイルを読み込み、どこが本文かを判断し、不要な部分を削除して、構成を整理し直したうえで保存してくれました。

こういう使い方は、「AIにゼロから記事を書かせる」より実務的だと感じます。

現実の仕事では、ゼロから何かを作るより、すでにあるものを整理したり、直したり、仕上げたりする時間のほうが長いからです。

もうひとつ便利なのは、途中で方向修正できることです。

結果を見て、

「この段落は変えないで」
「余白が広すぎる」
「元の構成はそのまま残して」

と伝えれば、今の作業を引き継いだまま修正してくれます。最初から全部やり直す必要はありません。

実際に気になったところ

1つ目は、権限確認です。

依存関係のインストール、コマンド実行、ファイル変更などでは、Codexが確認を求めることがあります。

安全性は上がりますが、連続して作業していると、テンポが止まるのは確かです。

確認を減らせば効率は上がりますが、そのぶん誤操作のリスクも高くなります。

2つ目は、タスクがズレることがあることです。

Codexはかなり実行力がありますが、常に意図を正しく理解するわけではありません。

タスクが長く、ゴールが曖昧なほど、ある方向にかなり作業を進めたあとで、「欲しかったのはこれじゃない」となる可能性があります。

なので複雑なタスクでは、たとえば次のような完了条件を明確にしておくほうが有効です。

• すべてのテストが通ること
• 特定のディレクトリは変更しないこと
• 最終ファイルを指定場所に保存すること
• 既存APIの仕様を変えないこと

こうした制約は、長い背景説明を書くより役に立つことがあります。

良いところ

• 実際に成果物まで残せる。 やり方を説明するだけでなく、ファイル、コード、完成物まで作れます。
• 半完成のものを進めるのが得意。 既存プロジェクト、散らかった素材、古いコードなどを引き継いで作業できます。
• 連続実行に強い。 ひとつの目的に向かって、ツール呼び出し、確認、修正を続けられます。
• ChatGPTとのつながりが強い。 すでにChatGPTを使っている人なら、入りやすいです。

気になるところ

• ヘビーユースでは利用枠が気になる。 長時間タスクや複数プロジェクトの並行処理では、上限に当たりやすくなります。
• 権限が大きいほどリスクも上がる。 コマンド実行やファイル変更を任せるなら、バージョン管理やバックアップは必要です。
• ゴールが曖昧だとズレやすい。 実行力は高いですが、正しい目的そのものを自動で定義してくれるわけではありません。
• 複雑なタスクは計算コストが大きくなる。 API利用では特にTokenコストを意識する必要があります。

向いている人

開発者

コードを提案するだけでなく、実際に読み、修正し、テストし、リファクタリングまで進めてほしい人に向いています。

コンテンツ・運用担当

大量の素材整理、まとめての修正、ファイル処理、関連コンテンツの生成などに使いやすいです。

繰り返しのPC作業が多い人

ファイル整理、形式変換、データクリーニング、レポート作成などと相性がいいです。

すでに明確なワークフローを持っている人

最終的に何が欲しいかが明確なほど、Codexの実行力を活かしやすくなります。

あまり向いていない人

ただ会話したい人

主な用途が質問や雑談なら、通常のChatGPTで十分です。

ゴールを言語化したくない人

Codexは実行できますが、意図を自動で読み取るわけではありません。

自動操作のリスクをまったく許容できない人

ファイル変更やコマンド実行を許可する以上、権限管理やバージョン管理は必要です。

内部データや実行プロセスに非常に厳しい要件がある組織

導入前に、企業向けの権限、データ管理、ガバナンス要件を満たせるか確認する必要があります。

Codexでいちばん大きな変化は、「コードがもっと上手に書けるようになったこと」ではなく、AIが実際の作業そのものに入り始めたことです。

以前は、AIに質問して答えをもらっても、そのあと自分でコピーして、直して、実行して、保存する必要がありました。

今は、その多くの工程をそのままAIに任せられるようになっています。

だからCodexは、単なるチャットボットというより、実際に手を動かす実行アシスタントに近い存在です。

もちろん、まだ「PCを全部AIに任せればいい」という段階ではありません。

権限管理、コスト、目的のズレ、誤操作などは、引き続き人が確認する必要があります。

それでも、普段からファイル整理、コード修正、繰り返し作業に多くの時間を使っている人にとっては、Codexはすでに仕事の一部を現実的に引き取れるツールになっています。