【2026年最新】Codex×業務15選｜営業・マーケ・人事・法務

結論: 2026年のOpenAI Codex × 業務適用は、「営業・マーケ・人事・法務・経営企画・情シス・カスタマーサクセス」の7部門 × 中小企業典型業務シーンで、すぐに月10〜100時間の削減が可能です。本記事では部署別15シーンの実装プロンプトを公開し、Codex CLIで自然言語プロンプトを書くだけで、SDR架電リスト作成からマーケROI分析、契約書ドラフト生成、月次経営レポート、社内Slackボット運用までを非エンジニアが構築できます。経理特化はCodex×経理ガイド、Excel特化はCodex×Excelガイド、本記事は「業務横断の部署別15シーン」を扱います。

この記事の要点:

• 営業3 / マーケ3 / 人事2 / 法務2 / 経営企画2 / 情シス2 / カスタマーサクセス1 = 計15シーンのコピペプロンプト
• 各部署の月削減時間目安（10〜100時間/月/担当者）
• Salesforce / HubSpot / Notion / Slack / GitHub / Looker など主要SaaSとの連携実装
• 非エンジニアが導入する場合のセキュリティ＋ガードレール設計
• Codex / Claude Code / GPT-5.5 の使い分け（業務シーン別）
• 本番運用の落とし穴4選（部署間連携・属人化・コスト爆発・運用維持）

対象読者: 中小企業の事業部責任者でDX推進を任されている方／営業・マーケ・人事・法務・情シスのいずれかでAI業務自動化を試したい方／部門ごとのCodex活用事例を知りたい経営者・部長／顧問先の業務改善を提案したいコンサルタント

「Codexを契約したけど、自分の部署で何ができるか分からないんです…」

先日、ある顧問先（従業員200名のサービス業）の経営企画責任者から相談を受けました。経理部門ではCodexで仕訳自動化を進めて月60時間削減を実現したけど、営業・マーケ・人事・法務など他部門でCodexを使えていない。「経理以外の部門にどう展開すればいいか」という典型的な「部署別ハブ記事が欲しい」状況でした。

この経験から気づいたのは、「2026年のCodex × 業務適用は、部署別の典型シーンを15個揃えるだけで、ほぼ全部門が即実装できる」ということです。100社以上の研修・顧問先で見てきた感覚として、各部署の業務を「定型／半定型／個別判断」に分解すれば、定型の70〜90%はCodexで自動化できます。

この記事では、Codex × 業務シーン15選を、部署別のコピペ可能プロンプト＋実装パターン付きで全公開します。営業のSDR業務からマーケのROI分析、人事の採用選考、法務のNDAレビュー、経営企画の月次経営レポート、情シスのSaaS監視まで、稟議資料・部門別研修資料そのままで使える形でまとめました。

まず5分で動かす: 営業の名刺データから架電リストを生成

AIエージェント全体像はAIエージェント導入完全ガイド、Codexの基本はCodex使い方ガイド30コマンドを参照してください。本記事では業務横断の部署別シーンに絞って深掘りします。

セットアップ（5分）

# 1. Codex CLI インストール（無料枠で動く）
npm install -g @openai/codex
export OPENAI_API_KEY="sk-xxxxxxxx"

# 2. プロジェクトディレクトリ
mkdir codex-business && cd codex-business
codex init  # AGENTS.md自動生成

# 3. 必要なライブラリ
pip install pandas openpyxl requests slack-sdk

最小構成: 営業 名刺Excel → SDR架電リスト

# プロンプト1: 名刺データから優先架電リスト
codex "次の処理を実行してください:
1. ./input/business_cards.xlsx を読み込み
2. 各人について以下のスコアリングを実行:
   - 役職スコア（部長以上: 10点 / 課長: 7点 / 一般: 3点）
   - 業界マッチ度（製造業/IT: 10点 / その他: 5点）
   - 過去接触履歴（メール開封あり: 5点加点）
3. 合計20点以上を『優先A』、10〜19点を『優先B』、それ以下を『優先C』
4. 優先A・Bの100名を架電順にソートして ./output/call_list_2026-04.xlsx に出力

【出力列】
| 優先度 | 氏名 | 会社名 | 役職 | 電話 | スコア内訳 | 推奨初回トーク |

【絶対遵守】
- 個人名・電話番号はそのまま使用しない（社外送信時はマスキング）
- 推奨トークは『困りごとを聞き出す質問』をAIが提案
- 架電するかの最終判断は営業担当者本人

不足している情報があれば、最初に質問してから作業を開始してください。"

研修先での実例: 上記プロンプトを顧問先の人材紹介会社（営業4名）で試したところ、毎週月曜の架電リスト作成が4時間→25分に短縮（90%削減）。営業担当者が「優先A顧客への商談打診」に時間を使えるようになり、月次の商談数が28件→41件に増えました。

部署別 業務自動化15シーン

営業部門 シーン①〜③

シーン②: 商談議事録→Salesforce/HubSpot登録

codex "Zoom商談録画の文字起こしファイル（meetings/2026-04/）から、以下を実行:

1. 各文字起こしをCodexで構造化:
   - 顧客企業名・担当者・役職
   - 商談ステージ（情報収集 / 比較検討 / 意思決定 / 失注）
   - ペインポイント（Top 3）
   - 競合の検討状況
   - 次回アクション・期日

2. Salesforce API（or HubSpot API）で該当商談レコードに自動入力
3. 議事録要約をPDF化してDriveに保存
4. 営業担当者にSlack DMで「次回アクション」リマインダー送信

【絶対遵守】
- ペインポイントの『推測』は明示
- 競合企業名は確定情報のみ記載（曖昧なら『言及なし』）
- 個人情報を含む場合は録画内マスキング処理

不確実な箇所は『要営業確認』フラグで人間レビュー待ち。"

シーン③: 提案書ドラフト自動生成

codex "以下の入力から商談用提案書ドラフトを生成してください:

【入力】
- 商談メモ: meeting_2026_04_28.md
- 顧客課題: ペインポイント3つ
- 自社サービス資料: services_overview.pdf
- 過去類似事例: 3社分（PDFあり）

【生成構成】
1. 表紙（顧客社名・日付・担当者）
2. 顧客の現状理解（ヒアリング内容のリフレーミング）
3. 解決提案（3つのソリューション）
4. 想定効果（数字つき、ただし『仮定』明記）
5. 投資概算（レンジ表示）
6. 推進体制・スケジュール
7. 過去類似事例3件のサマリー

【絶対遵守】
- 顧客社名・固有名詞は事前確認したものだけ
- 数字は『仮定』『想定』『見込み』のいずれかを必ず明記
- 競合製品名を直接攻撃する表現は使わない

最終確認は営業マネージャー。"

マーケティング部門 シーン④〜⑥

シーン④: 広告レポート統合（Google Ads + Meta + LinkedIn）

codex "以下のソースから統合マーケティングレポートを生成:

【データソース】
- Google Ads API（過去30日）
- Meta Ads API（過去30日）
- LinkedIn Campaign Manager（過去30日）
- Google Analytics 4（同期間）

【統合分析】
1. プラットフォーム別 投下額・CPC・CV・CPA
2. キャンペーン別 ROI（売上 / 広告費）
3. 流入経路別 LTV予測
4. 異常値検出（CPA前月比3倍超など）

【出力】
- マーケ責任者向けPDF（A4 5ページ）
- KPIダッシュボード Google Sheets版
- 改善アクション3項目（具体的な配分シフト提案）

【絶対遵守】
- 各APIのレート制限を遵守
- 顧客データ（個人特定情報）は集計値のみ使用
- 数値の絶対値より前期比・前年比を強調

不足データは『取得不可』として明記し、推測しない。"

シーン⑤: コンテンツ案出し（SEO×SNS）

codex "以下からコンテンツアイデア20本を生成:

【入力】
- 自社GSC直近30日のクエリTOP100
- 競合サイト10社の直近1ヶ月公開記事タイトル
- X/LinkedInで自社業界バイラル投稿TOP30

【生成内容】
1. ブログ記事タイトル20本（SEO検索意図別）
2. 各タイトルの想定流入見込み（GSCデータ根拠）
3. SNS投稿アイデア10本（X / LinkedIn 各5本）
4. 競合との差別化ポイント

【出力形式】
| 種別 | タイトル | 想定流入 | 検索意図 | 差別化軸 |

【絶対遵守】
- 競合記事タイトルの丸パクリ禁止（独自視点を必ず加える）
- 想定流入は GSC 実データに基づく根拠つき
- 法律・医療・金融など規制業種は注意喚起

最終的なネタ選定はマーケ責任者。"

シーン⑥: マーケKPIダッシュボード自動更新

codex "毎週月曜朝9時に自動実行されるマーケKPI更新を設定:

【更新項目】
1. 流入: GA4 セッション・直帰率・平均滞在時間
2. CV: 問合せ数・資料DL数・ウェビナー登録
3. 広告: Google Ads / Meta Ads の主要指標
4. SNS: X インプレッション・エンゲージメント率
5. SEO: GSC クリック・表示・平均順位

【ダッシュボード】
- Google Sheets / Looker Studio で更新
- 経営者向け 1ページサマリー
- マーケ責任者向け 詳細5ページ
- 異常値はSlackで責任者にDM通知

【絶対遵守】
- API失敗時は管理者にSlack通知
- 過去データは破壊しない（追記のみ）
- レポート送信前に簡易整合チェック（数値範囲）

スケジューラ: GitHub Actions の cron でスケジュール実行。"

人事部門 シーン⑦〜⑧

シーン⑦: 採用書類スクリーニング

codex "応募書類PDF（applicants/2026-04/）を一次スクリーニング:

【スクリーニング項目】
1. 必須要件チェック:
   - 経験年数（職種別の最低年数）
   - 必須スキル（職種ごとに定義）
   - 通勤可能エリア
2. 推奨要件マッチ度（0-100点）
3. 文章力スコア（自己PR欄の構造性）
4. 経歴の整合性（重複期間・空白期間の有無）

【出力】
- 通過: 一次面談候補（人事マネージャー確認待ち）
- 不通過: 自動DRレターのドラフト（人間レビュー必須）
- 要相談: 評価が分かれる候補

【絶対遵守】
- 国籍・年齢・性別・婚姻状況による差別判定NG
- 候補者の個人情報は最小限のみAI処理
- 不通過判定は必ず人間最終確認

採用基準は会社の採用方針.md を参照。"

シーン⑧: 面談メモ→評価フォーマット

codex "面談録音文字起こしから1次面談評価書を生成:

【生成構成】
1. 候補者基本情報
2. 経歴サマリー
3. 役職・スキルマッチ度
4. 価値観・カルチャーフィット評価（5項目×5段階）
5. 強み3点・懸念点3点
6. 次回面談での確認事項
7. 推奨判定（A: 即推薦 / B: 2次面談 / C: 見送り）

【絶対遵守】
- 主観評価は『評価者の所感』として明記
- 数字根拠なしの『良さそう』は使わない
- 多様性配慮（学歴・年齢・性別への偏り注意）

最終評価は面談担当者。"

法務部門 シーン⑨〜⑩

シーン⑨: NDA（秘密保持契約）レビュー

codex "受領したNDAドラフト（counterparty_nda.pdf）をレビュー:

【チェック項目】
1. 秘密情報の定義範囲（広すぎ・狭すぎ）
2. 秘密保持期間（業界標準 vs 過長）
3. 例外規定の妥当性（独自開発・公開情報・適法開示）
4. 損害賠償の予定（金額の妥当性）
5. 競業避止義務の有無と範囲
6. 準拠法・管轄裁判所
7. 自動更新の有無

【出力】
- リスク項目のサマリー（🔴重大 / 🟡注意 / 🟢問題なし）
- 修正提案文（弁護士確認用ドラフト）
- 自社標準NDAとの差分

【絶対遵守】
- 法律意見は『参考』として、最終判断は弁護士
- 金額判断（賠償・違約金）は明示的に『要法律確認』
- 準拠法判断は『日本法以外の場合は要専門家』

詳細は士業のAI活用完全ガイドも参照。"

シーン⑩: 契約書差分チェック

codex "取引先からの契約書改定案（v2）と従来版（v1）を比較:

【比較分析】
1. 条項単位の差分（追加・削除・変更）
2. 各差分のリスク評価:
   - 自社にとって有利/不利
   - 法的リスクの大きさ
   - 修正交渉の必要性
3. 想定される交渉論点と対応案

【出力形式】
- 差分テーブル（v1 → v2、変更理由・リスク・対応案）
- 法務メンバー向けサマリー
- 営業マネージャー向け『注意すべき変更点』

【絶対遵守】
- 法的解釈の断定NG（必ず『弁護士確認推奨』）
- 業界慣行の言及は出典明記
- 数字（金額・期間）の変更は重点ハイライト

最終確認は法務責任者または顧問弁護士。"

経営企画部門 シーン⑪〜⑫

シーン⑪: 月次経営レポート（Codex × BI）

codex "月次経営レポートを自動生成:

【データ取得】
- freee or マネーフォワードからPL・BS（過去13ヶ月）
- Salesforce or HubSpotから商談・受注パイプライン
- HRシステムから人員・労働時間
- マーケダッシュボードからリード獲得指標

【レポート構成】
1. エグゼクティブサマリー（1ページ・KPI 6個）
2. 売上分析（部門別・商品別・地域別）
3. 損益分析（粗利率・販管費比率・営業利益）
4. キャッシュフロー・運転資本
5. 営業パイプライン状況
6. 人員状況・労働時間
7. 来月見込み・課題

【出力】
- /reports/monthly/2026-04.pdf
- 経営会議用プレゼンスライド20ページ
- 取締役会向けサマリー（A4 1枚）

【絶対遵守】
- 数字は必ず根拠データ参照
- 予測値は『見込み』『想定』を明記
- 機密情報は配布範囲を制限

経理部門連携はCodex×経理ガイドを参照。"

シーン⑫: 競合分析

codex "主要競合5社の直近動向を分析:

【データソース】
- 各社IR資料（最新四半期決算）
- ニュース速報（過去30日）
- LinkedIn の採用動向
- 製品ローンチ情報（公式サイト・X）

【分析項目】
1. 売上・成長率の推移
2. プロダクト戦略の変化
3. 採用動向（重点職種）
4. パートナー・買収動向
5. 自社への影響度（脅威/機会）

【出力】
- 経営者向けサマリー（A4 3ページ）
- 各社別 詳細プロファイル
- 自社が打つべき施策3案

【絶対遵守】
- 推測の根拠を必ず明示
- 競合の機密情報を不正取得しない
- 公開情報のみで分析

四半期ごとに更新サイクル。"

情シス部門 シーン⑬〜⑭

シーン⑬: SaaS利用状況監査

codex "全社SaaSのライセンス利用状況を監査:

【データソース】
- 各SaaS管理画面（API取得 or CSV）
- 過去30日のアクティブユーザー数
- 各ユーザーの最終ログイン日
- ライセンス支払額

【分析項目】
1. アクティブ率（最終ログイン30日以内/全ライセンス）
2. 未利用ライセンスのコスト
3. 重複機能のSaaS（Notion + Confluence など）
4. セキュリティリスク（退職者アカウント残存等）

【出力】
- 経営者向けコスト削減レポート
- 担当部門別フォローアップリスト
- 退職者アカウント停止依頼の自動メールドラフト

【絶対遵守】
- API認証情報は環境変数管理
- 監査ログは365日保存
- 削除提案は人間最終確認"

シーン⑭: ログ調査・障害対応

codex "本番システムの障害発生時、ログから原因分析:

【入力】
- アプリログ（CloudWatch / Datadog）
- インフラメトリクス（CPU / Memory / Network）
- 直近のデプロイ履歴（GitHub Actions）
- ユーザーからの報告チケット

【分析プロセス】
1. 障害発生時刻周辺のログ集中分析
2. エラーパターン・頻度・影響範囲の特定
3. 直前のデプロイとの関連性
4. 根本原因仮説（複数）の提示
5. 一次対応の推奨アクション

【出力】
- 障害サマリー（30秒で読める）
- 詳細ログ分析（運用担当者向け）
- 再発防止策の初期案

【絶対遵守】
- 顧客データはログから除外
- 推測の根拠を明示
- 緊急対応は人間判断を優先

詳細はAIエージェント観測・評価完全ガイド。"

カスタマーサクセス部門 シーン⑮

シーン⑮: 解約防止アクションリスト

codex "解約リスクの高い顧客を抽出し、CSアクションリストを作成:

【データソース】
- 過去90日のサービス利用データ
- サポートチケット履歴
- NPS / CSAT スコア
- 契約更新月までの残日数

【リスクスコアリング】
- 利用率低下（前月比50%減 → 高リスク）
- サポート不満発言（自由記述から検出）
- 契約更新60日前の対応状況
- 競合への乗換言及

【出力】
- 高リスク顧客 TOP 30
- 各顧客への推奨アクション（電話・面談・特典提案）
- CS担当者へのSlack DM自動配信

【絶対遵守】
- 解約理由の推定は『仮説』明記
- 顧客個別事情を必ず確認
- 営業色の強い案内は避ける

詳細はAIカスタマーサポート完全比較。"

Codex / Claude Code / GPT-5.5 業務シーン別の使い分け

【要注意】よくある失敗パターン4選と回避策

失敗1: 部署間連携が破綻する

❌ NG例: 営業部門だけがCodexで自動化し、CRMには人間が手入力した雑なデータが残る

⭕ 正しいアプローチ: Codex導入は部署単独ではなく、上下流の部署と必ず合意。営業のSDRなら、マーケのリード受け渡し部分・経営企画のKPI集計まで連動して設計する。

研修先の実例: 顧問先で営業がCodex導入し、商談データの精度が上がったところ、マーケ部門のレポートが大幅に詳細化され、経営企画の月次会議の質が劇的に向上しました。一方、人事だけCodex非導入のため、採用と現場ミスマッチが残ったまま。「全部署同時PoC」が結果的に最効率です。

失敗2: 属人化が逆に進む

❌ NG例: Codexを使えるエンジニア出身の1名だけが業務を回せる状態

⭕ 正しいアプローチ: 部署ごとに「プロンプト共有Wiki」を整備し、誰でも実行できる形に標準化。月1回の「Codex活用共有会」で属人化解消。士業のAI活用完全ガイドでも同様の手法を解説。

失敗3: コスト爆発（特にBI連携・大量データ処理）

❌ NG例: 毎日全データをCodexで処理し、月額API課金が想定の5倍超

⭕ 正しいアプローチ: モデル選定（gpt-5-mini で十分なケースは選択）、キャッシュ戦略、差分処理（フル更新ではなく増分）、Codex料金プラン適切化。Codex料金プラン完全ガイドでプラン別最適化を解説。

失敗4: 運用が3ヶ月で停止する

❌ NG例: PoCで盛り上がったが、6ヶ月後には誰も使っていない

⭕ 正しいアプローチ: 最初から「月次の効果測定会議」を組み込み、削減時間・改善KPIを定量管理。経営者が定期報告を受ける建付けにする。30-60-90日ロードマップを必ず策定する。

30-60-90日 Codex × 業務 導入ロードマップ

0-30日: PoC（1部署×1シーン）

1. Codex CLI をPoC担当1名にインストール
2. 本記事の15シーンから「自部署で月10時間以上削減できる1シーン」を選択
3. 1ヶ月運用して削減時間を測定
4. 稟議資料作成（月削減時間 × 担当者単価）
5. 30-60-90日全体ロードマップを社内で承認

31-60日: 部署内展開

1. 同部署2-3シーンを本番化
2. 部署内3-5名に展開、プロンプト共有Wiki整備
3. 月次の活用報告会で改善案を集約
4. 初回コスト最適化（モデル選定・キャッシュ戦略）
5. 他部署への展開計画を策定

61-90日: 横展開・スケール

1. 2-3部署で同時に2シーンずつ本番運用
2. 部署間連携の最適化（CRM・BI・経理連携）
3. 監査ログ・セキュリティ整備
4. 四半期ごとの効果測定レポート化
5. 来年度のCodex法人プラン契約に発展

まとめ：今日から始める3つのアクション

Codex × 業務適用は、部署別に典型シーンを15個揃えるだけで、ほぼ全部門が即実装できます。経理特化はCodex×経理ガイド、Excel特化はCodex×Excelガイド、本記事の業務横断15シーンと組み合わせれば、中小企業の業務自動化が完全カバーできます。今日から試せる順番を整理します。

1. 今日やること: 自部署の業務を「定型／半定型／個別判断」に分類し、定型業務トップ3を特定。本記事の15シーンから該当するシーンを選んでCodex CLIで試運用。
2. 今週中: PoC担当1名でプロンプト1〜2を本番運用し、削減時間（Before/After）を計測。同部署の2-3名にプロンプトを共有して水平展開。
3. 今月中: 30-60-90日ロードマップを社内承認し、月次の活用報告会を運用ルール化。経営者・部長向けに「Codex活用月次レポート」を定例化する。

📅 5月開催｜Uravation主催 Zoomウェビナー

• 【5/23(土) 14:00-17:00】AI活用入門講座 — ChatGPT・Gemini・Claude・NotebookLM・Manus 全部触る3時間（早割 ¥3,000、5/16締切 ／ 通常 ¥4,000）
• 【5/24(日)】Claude Code 活用講座【実践編】 — 活用事例50選と業務実装テクニック（早割 ¥3,000）

講師: 株式会社Uravation代表 佐藤傑（X @SuguruKun_ai） / Yusei Tataka

あわせて読みたい:

• Codex×経理 自動化プロンプト10選：経理特化の業務自動化10シーン
• Codex×Excel自動化プロンプト10選：Excel/スプレッドシート業務自動化
• Codex使い方ガイド30コマンド：Codex CLIの基本操作
• Codex料金プラン完全ガイド：プラン選定の判断基準
• AIカスタマーサポート7強完全比較：CS部門のAI基盤
• AI Voiceエージェント7強完全比較：電話業務の自動化
• 士業のAI活用完全ガイド：士業事務所のAI活用
• AIエージェントセキュリティ完全ガイド：業務データ保護の4層モデル
• AIエージェント導入完全ガイド：エージェント全体像と導入判断

参考・出典

• OpenAI Codex 公式ドキュメント — OpenAI（参照日: 2026-05-07）
• Salesforce API ドキュメント — Salesforce（参照日: 2026-05-07）
• HubSpot API ドキュメント — HubSpot（参照日: 2026-05-07）
• Slack API ドキュメント — Slack（参照日: 2026-05-07）
• Google Ads API — Google（参照日: 2026-05-07）
• Meta Marketing API — Meta（参照日: 2026-05-07）
• GitHub Actions / Azure Pipelines — Microsoft（参照日: 2026-05-07）

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。早稲田大学法学部在学中に生成AIの可能性に魅了され、X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援を展開。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。