結論: Codexは「自然言語で指示すれば、コードを書いて・テストして・PRまで作ってくれる」OpenAIの自律型コーディングエージェントです。ChatGPT内で使える「クラウド版」と、自分のターミナルで使う「CLI版」の2系統があり、ChatGPT Plus（月20ドル）から追加課金なしで触れます。
この記事の要点:
- 要点1: 2026年の「Codex」は2021年に廃止された旧Codexとは別物。中身は GPT-5.3-Codex という最新のコーディング特化モデル
- 要点2: ChatGPTのサイドバーから「Codex」を開くだけで使い始められる。Plus（月20ドル）で1日10〜60タスク、Pro（月200ドル）で50〜400タスクが追加課金なしで実行可能
- 要点3: 「クラウド版（ブラウザ）」「CLI版（ターミナル）」「IDE拡張（VS Code）」「iOSアプリ」の4面同期で、移動中も帰宅後も同じスレッドの続きを触れる
対象読者: 「ChatGPTでコードを書かせるってどういうこと？」から知りたい非エンジニア／プロダクトマネージャー／コード生成AIを社内導入したい情報システム担当者 読了後にできること: 自社のChatGPT Plusアカウントで、今日中に最初のCodexタスク（README更新／簡単なスクリプト生成）を回せる
「Codexって、ChatGPTの中にいつのまにかタブが増えてたけど、あれ何…？」
先週、ある顧問先の役員から、画面共有しながらこう聞かれました。その方はエンジニア出身ではなく、PythonもJavaScriptも書いたことがない、いわゆる「ChatGPTをメールと議事録要約に使ってるだけ」のユーザーです。
ところがChatGPTのサイドバーに新しく出てきた「Codex」というメニューが気になって、何度か開いてみたものの、英語のREADMEと黒い画面が出てきて閉じた、と。「これ、自分が触っていいやつなの？」と。
この質問、ここ1〜2ヶ月で本当に増えました。実際、Google検索データを見ても「codex とは」というキーワードの検索回数はこの28日間で約1,600%急増しています。つまり、私の顧問先と同じように「気になってるけど、よく分からない」人が世の中に大量にいる、ということです。
この記事では、「Codexが何者か」という素朴な疑問から、「ChatGPT Plusで今日使い始める手順」「実務での使いどころ」「Claude Codeとの違い」まで、100社以上のAI研修・コンサル現場で見てきた具体例を交えながら、全部解説します。コピペで試せるプロンプト例も6つ用意しました。読了後には「自分の業務のあそこに使えそう」というイメージが具体的に浮かぶはずです。
AIエージェントの導入をこれから始める方には、AIエージェント導入完全ガイドも併せて読むと全体像が掴めます。
まず3分で結論：Codexは「自然言語で指示するコーディングエージェント」
技術的な定義から入る前に、いちばん大事な「で、何ができるの？」を1パラグラフで言います。
Codexは、あなたが日本語で「○○のスクリプトを書いて」「このバグを直して」「テストを追加して」と頼むと、ファイル群を読み込み、必要なコードを書き、テストを実行し、結果を返してくれるAIエージェントです。 Webブラウザ（ChatGPT内）、ターミナル（CLI）、VS Code、iOSアプリの4面で同じスレッドが同期されます。
GitHubのIssueを投げれば、Codexが勝手にブランチを切ってPRを出してくれる、までいきます。
つまり「ChatGPTにコードを書かせる」と「Codex」の最大の違いは、Codexは”提案”でなく”実行”までやる点です。ChatGPTに「Pythonのスクリプト書いて」と頼むと、コードブロックが返ってきます。あなたはそれをコピーして、自分のエディタに貼って、自分で実行します。Codexは違います。Codex自身がサンドボックス環境でファイルを作り、コマンドを叩き、エラーを見て修正し、最終結果を見せてくれます。
研修先のシステム部長にこれを実演で見せたとき、「あ、これは”ChatGPTの上位版”じゃなくて”別の生き物”だ」と言ってくれました。まさにその感覚です。
「Codex」が指すものは3つある（混乱の元）
ここで多くの人が混乱するのが、「Codex」という名前で呼ばれているものが実は3つあることです。
| Codexの種類 | 何か | 現状 |
|---|---|---|
| 旧Codex（2021年版） | OpenAIが2021年に発表した初代コード生成モデル（GitHub Copilotの初期エンジン） | 2023年に廃止済み。現在は使えない |
| Codexエージェント（2025年5月以降） | OpenAIが新しく作り直した、ChatGPT内のクラウド型コーディングエージェント | これが今の主役。ChatGPT Plus以上で利用可 |
| Codex CLI（2025年4月リリース） | ターミナルで動く軽量版コーディングエージェント。npm i -g @openai/codex で誰でもインストール可 | オープンソース（GitHub stars 88,600+） |
「Codexってもう廃止されたんじゃないの？」と聞かれることが時々ありますが、それは旧Codexの話です。2025年以降の「Codex」は、名前は同じでも中身も用途もまったく別物だと理解してください。
中身のモデルは、2026年6月時点でGPT-5.3-Codexが標準。これはコーディングに特化してファインチューニングされたGPT-5系派生モデルで、低・中・高・xhigh の4段階の「思考の深さ」（reasoning effort）を選べます。複雑なリファクタリングならxhigh、簡単な修正なら低、というふうに使い分けます。
「思考の深さ」とトレードオフされるのは実行時間と消費トークンです。実務的な目安はこんな感じです。
| reasoning effort | 適した用途 | 1タスクあたりの待ち時間 |
|---|---|---|
| low | typo修正・1行リネーム・コメント追加 | 数秒〜30秒 |
| medium（デフォルト） | 通常のバグ修正・小〜中規模機能追加 | 30秒〜数分 |
| high | 複数ファイル横断のリファクタ・新規モジュール設計 | 数分〜10分 |
| xhigh | アーキテクチャレベルの再設計・難解な障害調査 | 10分〜30分以上 |
研修現場では「いきなりxhighを使うとPlusの上限消費が早い・あと運用イメージが湧かない」ので、最初の2週間は medium 固定で慣らす運用を推奨しています。
事例区分: 実案件（匿名加工） 顧問先のSaaS企業（30名規模）で、レガシーAPIのリファクタを試したとき、最初は中レベルで投げて完璧に動いたのでびっくりしました。難易度を読み違えていただけで、Codexは思っているより賢い、というのが現場感覚です。
Codexで何ができるのか — 実務での7つの使いどころ
抽象的な「コードが書ける」では伝わらないので、研修先・顧問先で実際に回している用途を7つ並べます。
1. 自社サービスのバグ修正（GitHub Issue → PR自動化）
GitHubのIssueに「○○の挙動がおかしい」と書いて Codex に投げると、関連ファイルを読み、原因箇所を特定し、修正コードを書き、テストを通し、PR（Pull Request）まで出してくれます。
エンジニアの仕事は「Codexが出したPRをレビューする」になります。書く人からレビューする人へのシフトです。
2. 既存コードの理解（オンボーディング高速化）
新しいエンジニアがチームに入ったとき、「このリポジトリの構造を3行で説明して」「このファイルとあのファイルの依存関係を図にして」と頼むと、Codex がリポ全体を読んで要約してくれます。
研修先の開発会社で、新入社員のオンボーディング期間が「2週間→3日」に短縮された事例があります（測定期間：2026年1〜3月、新入社員4名、社内ヒアリングベース）。
3. テストコードの追加
「このファイルにユニットテストを追加して、カバレッジ80%以上にして」と投げると、Codex が既存コードを読んでテストを書き、実行し、足りない部分を補完してくれます。
「テスト書くのが面倒だから後回し」が消えます。これだけで導入する価値があるという経営者もいます。
4. 議事録／要件定義 → 実装コード変換
要件定義書をMarkdownで書いて、「これに従ってAPIエンドポイントを3本作って」と投げると、Codex が一気に骨格を作ってくれます。プロダクトマネージャーが「コードは書けないけど、要件は書ける」というケースで、いきなりPoC（試作）まで進められます。
5. データ分析スクリプトの生成
「このCSVを読み込んで、月次の売上推移をグラフ化して、PNGで保存するPythonスクリプトを書いて」 — これだけで動くスクリプトが返ってきます。
非エンジニアの管理職が「ちょっとデータをこねくり回したい」ときの選択肢が、Excelしかなかった世界から、CodexにCSV投げる世界に変わります。
6. 既存スクリプトの保守・移植
「このNode.js v14のスクリプトを v22 で動くように修正して」「Python 2のコードを Python 3.12 に書き直して」など、地味だけど時間を食う作業が一発で済みます。
7. ドキュメント生成（README、API仕様書、Changelog）
「このリポジトリのREADMEを、初めて触る開発者向けに書き直して」と頼むと、Codex がコード全体を読んで実態に即したREADMEを生成します。ドキュメントとコードが乖離する問題の根本対策になります。
おまけ：非エンジニアにとっての”見落とされがちな使い方”
エンジニアでない人にとって、Codexの真価は「コードを書く」より「動くプロトタイプを翌朝までに持ってこさせる」点にあります。
たとえばマーケティング部門のマネージャーが「自社サイトの問い合わせフォームを送信した瞬間にSlackに通知が来るbot、明日の朝までに動くやつ欲しい」と言ったとき、これまでは開発部門にチケットを切って2週間待つしかありませんでした。Codexがあれば、自分で要件をMarkdownに書いて投げるだけで、翌朝には「動くbot + 動作確認ログ」が手元にあります。開発部門には「これで方向性合ってますか？」とレビュー依頼するところから入れる。意思決定の解像度が桁違いに上がります。
事例区分: 実案件（匿名加工） 顧問先のマーケ責任者（コードはほぼ書けない方）が、Codexで作った社内通知botを役員に見せて「あ、こんな簡単にできるなら全部Botにしよう」と即決済が下りた事例があります。「言葉で説明する」から「動くものを見せる」への転換が、組織の意思決定スピードを変えます。
ChatGPT Plus / Pro / API — 3つの使い方と料金
「Codexっていくらかかるの？」も、いちばん聞かれる質問です。2026年6月時点の整理です。
① ChatGPT Plus / Pro / Business / Enterprise（追加課金なし）
ChatGPTを契約していれば、Codexは追加課金なしで使えます。タスク数の上限だけプランで違います。
| プラン | 月額 | ローカルエージェント上限 | クラウドタスク上限 |
|---|---|---|---|
| Go | $8 | 軽い使用に限定。クラウドタスクなし | — |
| Plus | $20 | 5時間ウィンドウで通常使用 | 5時間ごとに10〜60タスク |
| Pro | $200 | 5時間ごとに300〜1,500メッセージ | 5時間ごとに50〜400タスク |
| Business / Enterprise | 別途 | チーム単位の上限 | 同上 |
事例区分: 公開情報 上記の料金・上限はOpenAI公式 Codex Pricing（参照日: 2026-06-08）に基づきます。プラン体系は2026年4月2日に「メッセージ単位課金」から「APIトークン単位課金」に変更されました。
つまり、すでにChatGPT Plus（月20ドル）を契約している人は、今日からCodexがタダで使えます。これに気づいていない人がめちゃくちゃ多い。
② Codex CLI（無料・自分のAPIキー / ChatGPTサインインのどちらか）
ターミナルで動く Codex CLI は、npm i -g @openai/codex または brew install codex で誰でもインストールできます。CLI自体は無料で、認証は次の2通り：
- ChatGPTアカウントでサインイン（Plus以上のサブスク内の枠を消費・追加課金なし）
- OpenAI APIキーを使う（トークン従量課金）
「ChatGPT Plusに入ってるなら、CLIもPlusの枠で動かせる」のが2025年9月以降の大きな仕様変更で、これは本当にお得です。
③ OpenAI API（従量課金・大規模自動化向け）
サブスク枠を超える大規模な自動化（社内ボット、CI/CDで毎晩走らせる、など）はAPI経由でトークン従量課金です。1人の開発者あたり月100〜200ドルが業界平均、という調査結果も出ています（eesel AI調査 参照日: 2026-06-08）。
ChatGPT Plus で今日Codexを使い始める手順（5分）
「とにかく触ってみたい」人向けの最短コースです。
Step 1: ChatGPT Plus（または Pro）にログイン
chatgpt.com にログインしてください。Plus契約済みなら、左サイドバーに「Codex」というメニューが追加されているはずです（出ていなければブラウザリロード）。
Step 2: Codexを開く
「Codex」をクリックすると、Codexのスレッド一覧が表示されます。「+ New task」（新規タスク）ボタンを押してください。
Step 3: 最初のタスクを投げる
以下のプロンプトをそのままコピペしてください。リポジトリ連携なしでも動くシンプルな例です。
Pythonで「指定したURLのページタイトルを取得して標準出力に印字する」スクリプトを書いてください。
要件:
- requestsとBeautifulSoupを使う
- 引数でURLを受け取る（argparse）
- エラー時は標準エラーに英語メッセージを出して exit 1
- 最後に動作確認のテストコードを別ファイルとして添える
完成したら、テストを実行して結果も見せてください。Codex は数十秒〜数分で、ファイルを作り、テストを実行し、結果を見せてくれます。これが初体験としていちばん”おお…！”となるはずです。
Step 4: GitHubリポジトリと連携する（やや高度）
自社リポジトリをCodexに繋ぐと、本格的な”PR自動化”が始まります。Codex画面の「Connect repository」からGitHubアプリ認証を通せば、リポジトリ単位で読み書き権限を渡せます。
事例区分: 実案件（匿名加工） 顧問先で「最初は権限を絞った検証用リポジトリだけ繋いで2週間試す → 問題なければ本番リポジトリも繋ぐ」というロールアウトを推奨しています。情報システム部門の心理的ハードルがぐっと下がります。
Codex CLIの細かい設定や、Plan Modeなどの高度機能については、Codex CLI 完全リファレンスとCodex Plan Mode 解説を併せて読んでください。
Codex CLIの最短セットアップ（ターミナル派向け）
「ブラウザのChatGPTじゃなくて、ターミナルで完結したい」エンジニア向けに、CLI版の起動手順だけ抜き出します。
# 1) インストール（Node.js 18以上が前提）
npm i -g @openai/codex
# または Homebrew で
brew install codex
# 2) 初回起動 — ChatGPTアカウントでサインインを選択（Plus契約者なら追加課金なし）
codex
# 3) 任意のリポジトリディレクトリで起動
cd ~/work/my-project
codex
# 4) モデルや思考の深さを切替（CLI内コマンド）
/model gpt-5.3-codex # モデル切替
/model gpt-5.4 # 上位モデルに切替
/effort high # 思考の深さを変更「codex と打って enter → 自然言語で指示」、たったこれだけで使えます。CLI内に/helpで全コマンド一覧が出るので、迷ったら叩いてください。
コピペで試せる実務プロンプト6つ
実際に研修・顧問先で使っているものを6つ並べます。「Codexで何ができるか」のイメージが具体的になるはずです。
プロンプト1: Pull Request の自動レビュー
PR #123 のレビューをお願いします。
確認してほしい観点:
1. ロジックの正しさ（特にエラー処理）
2. テストのカバレッジが十分か
3. 既存コードとの整合性（重複や命名規則）
4. セキュリティ上の懸念（SQL injection / XSS / 認可漏れ）
各観点について「OK」または「修正提案 + 該当行」の形で返してください。
最後に総合判定（Approve / Request Changes / Comment）を1行で。プロンプト2: レガシーコードの段階的リファクタ
src/legacy_api.py の関数 process_order() をリファクタしてください。
制約:
- 既存のテスト（tests/test_legacy_api.py）がすべて通ること
- 公開インターフェース（引数・戻り値の型）は変えない
- 1コミット = 1意味単位で、最大5コミットに分けてください
- 各コミットメッセージは英語で50文字以内
最初の1コミットだけ作ったら、私のレビューを待ってください。プロンプト3: 議事録 → API設計書 → スケルトンコード
docs/meeting_2026-06-05.md を読んで、以下の3つを順番に作成してください。
1. 議事録から確定した機能要件を箇条書きで抽出（5〜10項目）
2. 各要件に対応するAPI設計（エンドポイント、メソッド、リクエスト/レスポンスのJSON例）
3. FastAPIでのスケルトンコード（モック実装でOK・各エンドポイントにTODOコメント）
完成したら docs/api_spec.md と src/api/ に保存してください。プロンプト4: 障害調査の初動
本番環境で過去24時間以内に発生した5xxエラーの傾向を調査してください。
ログ: logs/production-2026-06-07.log（gzip圧縮済み）
調査項目:
- エラー発生頻度の時系列（時間単位）
- エラーメッセージのトップ5（件数つき）
- 影響を受けたエンドポイントのトップ5
- 推定原因（コードベースを照合して特定できれば）
結果を report/incident_2026-06-07.md に保存してください。プロンプト5: 自社サービスの新人エンジニア向けオンボーディング資料生成
このリポジトリ全体を読んで、新人エンジニア向けのオンボーディング資料を作成してください。
含めてほしい項目:
1. プロジェクト概要（3行）
2. ディレクトリ構成（主要なものだけ。樹形図）
3. 開発環境セットアップ手順（M1/M2 Mac前提）
4. よく使うコマンド10個
5. つまずきやすいポイント3つ（実際にgit logから事故っぽい修正コミットを探して引用）
出力先: docs/ONBOARDING.mdプロンプト6: ChatGPT/Claude向けプロンプトの英訳・最適化
prompts/jp/sales_email.md（日本語プロンプト）を、英語のシステムプロンプトに翻訳してください。
要件:
- 単純な翻訳でなく、英語ネイティブのプロンプトエンジニア視点で最適化
- 役割定義 / 出力フォーマット / 制約 をMarkdownの見出し構造で整理
- 元の日本語の意図が失われないこと
出力先: prompts/en/sales_email.md
最後に「日本語版から削除/追加された箇所」を箇条書きで報告してください。これらは全部、ChatGPT本体（チャット欄）に投げてもコードは返ってきますが、Codexに投げると実行して結果まで返ってくる点が違います。差は地味に見えて、業務スピードが3〜5倍変わります。
【要注意】Codex導入でよくある失敗パターン3つ
100社以上の研修・コンサル現場で見てきた典型的な失敗をまとめます。
失敗1: いきなり本番リポジトリに繋いで権限を渡しすぎる
❌ Codex導入初日に、本番用のGitHubリポジトリ全部に書き込み権限を渡す ⭕ 検証用のサブリポジトリを切って2週間試す → 問題なければ段階的に本番リポジトリへ拡大
なぜ重要か: Codexは賢いですが、人間と同じく文脈を取り違えることがあります。重要なファイルを誤って書き換えるリスクをゼロにはできません。最初の2週間は「PRを必ず人間がレビューしてから merge」の運用にしてください。
事例区分: 想定シナリオ 100社以上の研修経験から、「最初から全権を渡して事故が起きる」パターンは複数の現場で観測しています。社内導入では必ず段階的ロールアウトを推奨しています。
失敗2: Plus / Proの上限を意識せずチーム全員で使う
❌ チーム10人全員でChatGPT Plus（1アカウント共有）を使い、午後にはタスク上限到達 ⭕ 個別にPlus契約 or 重い利用者だけPro契約にする
なぜ重要か: Plusの「5時間あたり10〜60タスク」は1人で使う前提の数字です。1アカウントを複数人で共有するとあっという間に上限到達。「Codexが急に動かない」と問い合わせが来る原因のトップ3に入ります。
失敗3: Claude Codeと比較せず「OpenAI製だから」で選ぶ
❌ 「OpenAI製で安心」「ChatGPT延長で使いやすい」で即決 ⭕ Claude Code・GitHub Copilot Agentと1ヶ月並行で試してから決める
なぜ重要か: Codex / Claude Code / GitHub Copilot Agent は得意分野が違います。OpenAI Codexは「ChatGPTとの統合・iOS含む4面同期」「最新のGPT-5.3-Codexによる難問対応」が強み。Claude Codeは「長文コンテキストの読み込み・複雑な指示への忠実度」が強み。並行で試してチームの仕事に合うほうを選ぶのが王道です。
Codex vs Claude Code vs GitHub Copilot Agent — どう選ぶ？
2026年6月時点の主要3エージェントを、私が研修・コンサル現場で見てきた評価で比較します。
| 軸 | OpenAI Codex | Claude Code | GitHub Copilot Agent |
|---|---|---|---|
| モデル | GPT-5.3-Codex / GPT-5.4 | Claude Opus 4.7 / Sonnet 4.6 | GPT系・Claude系 両対応 |
| 入口 | ChatGPT / CLI / VS Code / iOS | CLI / Web / VS Code | GitHub内 / VS Code |
| 強み | 4面同期・iOSあり・ChatGPTとの統合 | 長文コンテキスト・指示忠実度 | GitHub Issue直結・PR運用と相性◎ |
| 料金 | ChatGPT Plus $20〜 | Claude Pro $20〜 | GitHub Copilot $10〜 |
| 学習コスト | ChatGPTユーザーなら低い | 中（CLI慣れが要る） | GitHubユーザーなら低い |
用途別の推奨
- ChatGPTがすでに業務インフラ → Codex から試す。サイドバーに増えただけなので導入摩擦ゼロ
- 長文の仕様書・要件定義を渡して大規模実装をやらせたい → Claude Code が一歩リード
- GitHubでのIssue・PR運用が組織に根付いている → GitHub Copilot Agent が最もスムーズ
事例区分: 想定シナリオ 100社以上の研修経験から、「3つすべて社内導入してチームに選ばせる」企業も増えてきました。年間ライセンス費は3社合算で1人あたり30万円ほどですが、生産性向上で6ヶ月以内に回収できているケースが多いです。
企業導入時に押さえるべきセキュリティと運用ルール
Codexを社内導入するとき、情報システム部門から必ず聞かれる論点を5つまとめます。
1. ソースコードはどこに行くのか
CodexのクラウドタスクはOpenAIのサンドボックス環境で実行されます。OpenAIのデータ利用ポリシーでは「ChatGPT Business / Enterpriseでは入力データを学習に使わない」と明記されています（OpenAI Enterprise Privacy 参照日: 2026-06-08）。
社外秘コードを扱う場合は Business / Enterprise プラン以上で契約してください。Plus / Proは個人向けで、データ取り扱いがやや緩めです。
2. 認証情報・APIキーの取り扱い
Codexにリポジトリ全体を読ませると、.env や config/secrets.yml 内の認証情報も読み取られる可能性があります。.gitignoreに入れる + リポジトリ直下にダミー値を置くの徹底が必要です。
3. PR自動化での承認フロー
「Codexが自動生成したPRを、人間レビュー必須にする」ブランチ保護ルールをGitHubで設定してください。mainブランチへの直push禁止 + 最低1名のレビュー承認、が最低限の防衛線です。
4. ログ・監査証跡
Business / Enterpriseプランでは、Codexの実行ログを管理者がダウンロードできます。情報システム部門の監査要件に対応するため、契約時にログ保持期間を確認してください。
5. コスト管理
Plus / Pro個人契約をチーム全員に渡すと、月額×人数で簡単に月100万円超えます。API従量課金 + 社内ゲートウェイで月次予算を上限管理する設計も検討してください。
社内導入の3ヶ月ロードマップ（テンプレ）
「で、何から始めればいいの？」という問いに対する、私の現場標準テンプレを置いておきます。
Month 1：パイロット期（2〜3人）
- 開発リーダー + 開発者1〜2名で ChatGPT Plus を個別契約
- 検証用GitHubリポジトリでCodexを起動し、社内タスクを5〜10件流す
- 週1の振り返り（30分）で「相性がよかった用途／NG用途」を記録
- 情報システム部門にデータ取扱いポリシーを共有・確認
Month 2：チーム拡張期（5〜10人）
- 開発チーム全員に Plus を配布、または重い利用者だけ Pro 切替
- 本番リポジトリの一部（影響範囲の限定的なモジュール）でCodexと連携
- PRレビュー必須・直mergeは禁止のブランチ保護を設定
- 月次でAPI/サブスクのコストを集計し、ROI仮置きの数字を出す
Month 3：本番ロールアウト期
- 開発組織全体で標準化、CI/CDの一部にCodex CLI / API を組み込み（夜間バッチでテスト追加など）
- セキュリティ・コスト・運用ルールを「Codex社内ガイドライン v1.0」として明文化
- 経営層向けに3ヶ月レポートを提出（PR数・リードタイム・コスト・課題）
事例区分: 想定シナリオ 100社以上のAI研修・コンサル経験から、このペースが「速すぎず・遅すぎず」社内に定着するパターンです。Month 1を省いていきなり全社展開すると、必ずどこかで事故ります。
導入企業の成果例
測定期間: 2026年1月〜4月（4ヶ月） 対象: 顧問先のSaaS企業3社（エンジニア合計42名） 測定方法: GitHub APIで取得したPRマージ数 / 開発時間（Toggl記録）／ 内部ヒアリング
結果:
- 1スプリント（2週間）あたりのマージPR数: 平均 18本 → 29本（+61%）
- バグ修正のリードタイム: 平均 1.8日 → 0.7日（-61%）
- 新人エンジニアの初コミットまでの日数: 平均 11日 → 3日（-73%）
事例区分: 実案件（匿名加工） 数値は3社合算の中央値で、社名・正確な数字は守秘義務のため一部加工しています。Codex単独の効果でなく「Codex + チームの運用改善 + 人間レビューの徹底」の複合要因であることに留意してください。
よくある質問（FAQ）
研修・コンサル現場で繰り返し聞かれる質問をまとめます。
Q1. 「Codex」と「ChatGPT」って何が違うんですか？
A. ChatGPTは「対話で答えを返す」AIアシスタント。Codexは「コードを書いて・テストして・PR出すまで実行する」コーディング特化エージェント、です。両方ともOpenAI製で、ChatGPT Plus契約者はサイドバーから両方を行き来できます。
Q2. プログラミングが全くできない非エンジニアでも使えますか？
A. 使えます。英語のコマンドや黒い画面が苦手な方は「ChatGPT版（ブラウザ）」だけ触ってください。日本語で「○○のスクリプトを書いて」と頼めば、Codexが書いて・実行して・結果のスクリーンショットを返します。CLIは慣れたら触る、で十分です。
Q3. 旧Codex（2021年版）と何が違うんですか？
A. 中身がまったく別物です。旧CodexはGitHub Copilotの初期エンジンになっていたコード補完モデルで、2023年に廃止されました。2025年以降の「Codex」は、最新のGPT-5系派生モデル（GPT-5.3-Codex / GPT-5.4）を使った自律エージェントです。名前は同じでも、できることは桁違いに広がっています。
Q4. 社外秘コードを扱っても大丈夫？
A. ChatGPT Business / Enterprise契約なら入力データを学習に使わないとOpenAIが明言しています。個人向けのPlus/Proはやや緩めなので、業務利用は必ず法人プラン以上で契約してください。
Q5. Codex CLIとChatGPT版、どっちを先に試すべき？
A. 非エンジニアやマネージャー層はChatGPT版（ブラウザ）から。エンジニアはCLI版から、が王道です。両方とも同じCodexエージェントなので、後で行き来できます。
Q6. 月額20ドルのPlusで本当に追加課金なしで使えるんですか？
A. はい、追加課金なしで使えます。ただし「5時間ごとに10〜60タスク」の上限があるので、ヘビーユーザーはすぐ上限到達します。1日に何十タスクも回したい人はPro（月200ドル）かAPI従量課金を検討してください。
まとめ：今日から始める3つのアクション
- 今日やること: ChatGPT Plus契約者はサイドバーの「Codex」を開いて、本記事の「プロンプト1（PR自動レビュー）」または「プロンプト3（議事録→API設計）」をそのまま投げてみる。10分で”Codexの感覚”が掴めます
- 今週中: 検証用のGitHubサブリポジトリを1本切って、Codexと連携。実際の業務タスクを1本だけ流して、PRが返ってくる体験をする
- 今月中: チーム3〜5人で並行してCodex / Claude Code を試し、自社業務との相性レポートを作成。情報システム部門にセキュリティ要件を共有して、社内ロールアウトの段階計画を引く
次回予告: 次回は「Codex CLI vs Claude Code CLI — 1ヶ月並行運用して見えた本当の使い分け」というテーマで、コマンド粒度の比較と現場での選定基準を解説します。
あわせて読みたい:
- Codex完全リファレンス（ピラー） — モデル・料金・機能を網羅した決定版
- Codex CLI 完全リファレンス — ターミナル版の細かい設定とコマンド全集
- Codex Plan Mode 徹底解説 — 大規模実装を安全に進める計画モードの使い方
参考・出典
- Codex Pricing — OpenAI Developers — OpenAI（参照日: 2026-06-08）
- Codex CLI — OpenAI Developers — OpenAI（参照日: 2026-06-08）
- GPT-5.3-Codex Model — OpenAI API — OpenAI（参照日: 2026-06-08）
- openai/codex — GitHub — OpenAI（参照日: 2026-06-08）
- @openai/codex — npm — npm Registry（参照日: 2026-06-08）
- OpenAI Codex pricing in 2026 — eesel AI — eesel AI Blog（参照日: 2026-06-08）
- OpenAI Enterprise Privacy — OpenAI（参照日: 2026-06-08）
- Claude Code Overview — Anthropic（参照日: 2026-06-08）
著者: 佐藤傑（さとう・すぐる） 株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。 100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。 SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。
ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。
