Codex CLI 完全リファレンス【2026年版】｜全コマンド・オプション・実例集

結論: Codex CLIは、ターミナルで動作するOpenAIの本格コーディングエージェントです。19のコマンド・16のグローバルフラグ・24のスラッシュコマンドを持ち、インストールから本番自動化まで一気通貫で使えます。

この記事の要点:

• 全コマンド（codex / exec / resume / fork / mcp / sandbox / apply / cloud 等19種）と全グローバルオプション（–model / –sandbox / –ask-for-approval / –json 等16フラグ）を完全網羅
• スラッシュコマンド24種（/init / /review / /fork / /mcp / /plan 等）とMCP統合の設定方法を実例つきで解説
• 「token_limit_exceeded」「sandbox拒否」「認証失敗」など頻出エラーの対処集とFAQ12問を収録

対象読者: Codex CLIを導入済みまたは検討中のエンジニア・技術リード・AI活用担当者
読了後にできること: 本記事のコマンド一覧を手元に置いて、今日から任意のサブコマンドを実務で活用できる

「Codexって結局どのコマンドが使えるの？」

企業向けAI研修で、Codex CLIを導入した直後の参加者から必ず出てくる質問です。codex と打てば動くことはわかった。でも codex exec と codex resume の違いは？ --sandbox フラグはいつ使う？ スラッシュコマンドは何種類あるの？ 公式ドキュメントを読んでも、コマンドが複数ページに散在していて全体像が掴めない、という声をよく聞きます。

先日、ある顧問先の開発チーム（エンジニア12名）で Codex CLI の全社展開を支援したとき、「コマンドリファレンスをA4一枚にまとめてほしい」という要望が出ました。そこで公式ドキュメントを全ページ精査し、コマンド・オプション・スラッシュコマンド・MCP設定を体系的に整理したのがこの記事の出発点です。

既存の「Codex使い方完全ガイド｜30コマンド実務プロンプト集」はプロンプト中心の実践編です。本記事はその技術リファレンス版として、CLI のコマンド・フラグ・設定ファイルを全て網羅します。2026年6月8日時点で公開されている OpenAI Developers / Help / GitHub releases を突き合わせて更新しています。CLI は更新頻度が高いため、固定バージョン表としてではなく、現行 docs への参照点として使ってください。

Codex CLI セットアップ（インストール・認証・設定ファイル）

まずはセットアップから確認します。すでにインストール済みの方は「基本コマンド一覧」に飛んでください。

インストール方法（3通り）

# 方法1: npm（推奨）
npm install -g @openai/codex

# 方法2: Homebrew（macOS）
brew install codex

# 方法3: バイナリ直接ダウンロード（GitHub Releases）
# https://github.com/openai/codex/releases より
# macOS Apple Silicon: codex-aarch64-apple-darwin
# macOS x86_64: codex-x86_64-apple-darwin
# Linux x86_64: codex-x86_64-unknown-linux-musl
# Linux arm64: codex-aarch64-unknown-linux-musl

動作環境: macOS / Windows（PowerShell または WSL2）/ Linux。Rustで実装されており、npm パッケージサイズは軽量です。

バージョン確認:

codex --version
# 例: 0.128.0（2026-04-30 リリース）

認証方法（2通り）

# 方法1: ChatGPTアカウントでOAuth認証（推奨）
codex login
# ブラウザが開き、ChatGPTアカウントでログイン
# 対応プラン: Free / Go / Plus / Pro / Business / Edu / Enterprise（usage limits vary by plan）

# 方法2: OpenAI APIキーで認証
export OPENAI_API_KEY="sk-..."
codex
# または .zshrc / .bashrc に追記して永続化

ログアウト:

codex logout
# 保存されている認証情報を全て削除

設定ファイル（~/.codex/config.toml）全オプション

Codex CLI の主な設定は ~/.codex/config.toml（ユーザーレベル）または .codex/config.toml（プロジェクトレベル）で管理します。コマンドラインフラグは設定ファイルより優先されます。

# ~/.codex/config.toml — 代表的な設定例（2026年6月8日確認時点）

# ===== コアモデル設定 =====
model = "gpt-5.5"                   # 使用モデル（デフォルト推奨）
model_provider = "openai"           # プロバイダー（openai / anthropic 等）
service_tier = "fast"               # "flex"（低コスト）or "fast"（低レイテンシ）

# ===== サンドボックス・セキュリティ =====
sandbox_mode = "workspace-write"    # "read-only" / "workspace-write" / "danger-full-access"
approval_policy = "on-request"      # "untrusted" / "on-request" / "never"
default_permissions = "default"     # パーミッションプロファイル名

# ===== 機能フラグ =====
[features]
shell_tool = true
web_search = true
multi_agent = true
memories = true
unified_exec = true
undo = true
computer_use = false
personality = true

# ===== ウェブ検索 =====
[tools.web_search]
mode = "cached"                     # "disabled" / "cached" / "live"

# ===== シェル環境 =====
shell_environment_policy = "inherit"
allow_login_shell = false

# ===== 履歴・ストレージ =====
[history]
persistence = "save-all"           # "save-all" / "none"
sqlite_home = "~/.codex/sessions"

# ===== MCP サーバー（例） =====
[mcp_servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp"]

[mcp_servers.github]
url = "https://api.githubcopilot.com/mcp/"
bearer_token_env_var = "GITHUB_TOKEN"

# ===== TUI設定 =====
[tui]
theme = "dark"                      # "dark" / "light"
animations = true
notifications = true

# キーバインドのカスタマイズ例
[tui.keymap]
submit = "Enter"
new_line = "Shift+Enter"

研修先でよく受ける質問ですが、sandbox_mode の選び方が特に重要です。本番コードベースで作業する場合は workspace-write（ワークスペース内のファイルのみ書き込み可）が安全です。danger-full-access は隔離された環境のみで使用してください。

シェル補完の設定

# bash
codex completion bash >> ~/.bashrc

# zsh
codex completion zsh >> ~/.zshrc

# fish
codex completion fish >> ~/.config/fish/completions/codex.fish

全コマンド一覧（19種）

Codex CLIには現在19のコマンドがあります。安定版（Stable）と実験的機能（Experimental）に分けて解説します。

安定版コマンド（10種）

実験的コマンド（9種）

AIエージェント全般のアーキテクチャについては AIエージェント導入完全ガイド にまとめています。Codex CLIはエージェント型コーディングツールの一例として位置づけると理解しやすいです。

主要コマンド詳細と実行例

codex（メインコマンド）

TUIを起動します。オプションなしで実行するだけで使えます。

# 基本起動
codex

# プロンプトを引数として渡す（TUIが起動し、そのプロンプトを初期入力として扱う）
codex "このプロジェクトのバグを探して修正してください"

# モデルを指定して起動
codex --model gpt-5.5 "コードレビューをお願いします"

# 画像を添付して起動（スクリーンショットやデザイン仕様書をもとに実装）
codex --image ./screenshot.png "このUIをReactで実装してください"

# 特定ディレクトリで起動
codex --cd /path/to/project

# ウェブ検索を有効にして起動
codex --search

codex exec（非インタラクティブ実行）

CIパイプラインやスクリプト自動化向けのコマンドです。結果をstdoutに出力します。顧問先の開発チームでは、GitHub ActionsのPRレビュー自動化にこのコマンドを使っています。

# 基本（プロンプトを渡してJSON出力）
codex exec --json "このコードのバグを列挙してください" < input.txt

# JSONLストリーミング出力
codex exec --json "テストを全て実行して結果を報告してください"

# Gitリポジトリ外で実行（--skip-git-repo-check）
codex exec --skip-git-repo-check "このスクリプトを解析してください" < script.py

# サンドボックスポリシーを指定
codex exec --sandbox workspace-write "package.jsonを更新してください"

# 最終メッセージをファイルに出力
codex exec --output-last-message result.txt "バグ修正の差分を生成してください"

# 一時的なセッション（セッションファイルを保存しない）
codex exec --ephemeral "このコードをリファクタリングしてください" < code.py

# 前回セッションを再開して続きを実行
codex exec --resume "前回の修正を踏まえてテストも追加してください"

codex resume（セッション継続）

# セッションピッカーを開く（デフォルト）
codex resume

# 直前のセッションをすぐ再開（ピッカーをスキップ）
codex resume --last

# 現在のディレクトリ以外のセッションも含めて表示
codex resume --all

# セッションIDを指定して再開
codex resume SESSION_ID_HERE

codex fork（セッションのフォーク）

過去のセッションから分岐させて、元のトランスクリプトを保持したまま別スレッドで試行錯誤できます。「実装A」と「実装B」を比較したいときに便利です。

# フォーク対象のセッションを選ぶピッカーを開く
codex fork

# 直前のセッションをフォーク（ピッカーをスキップ）
codex fork --last

# セッションIDを指定してフォーク
codex fork SESSION_ID_HERE

codex apply（Cloud diffの適用）

# Codex Cloudが生成した最新のdiffをローカルに適用
codex apply

# エイリアス
codex a

codex update（CLI更新）

# アップデートを確認して適用
codex update

# バージョン確認
codex --version

全グローバルオプション（16フラグ）

以下のフラグは全コマンドで共通して使用できます。

codex exec 専用フラグ（8種）

実用的なフラグ組み合わせ例

# CI/CDパイプライン向け：JSON出力 + サンドボックス + Gitチェックスキップ
codex exec --json --sandbox workspace-write --skip-git-repo-check 
  "このPRの変更点を要約してください"

# リモートマシンでTUIを動かして、ローカルから接続
# リモート側
codex app-server --listen ws://0.0.0.0:8080
# ローカル側
codex --remote ws://remote-host:8080 --remote-auth-token-env CODEX_TOKEN

# プロジェクト専用の設定プロファイルを使用
codex --profile production "本番環境のデプロイチェックリストを確認してください"

# フィーチャーフラグを一時的に上書き
codex --enable multi_agent "複数のサブエージェントを使ってテストを並列実行してください"

スラッシュコマンド全一覧（24種）

TUI起動中に / から始まるスラッシュコマンドを使えます。ここが「対話型CLI」の核心部分です。

セッション制御（6種）

会話管理（7種）

ファイル・コード操作（4種）

ツール・設定（5種）

その他（2種）

スラッシュコマンドの実践例

# 1. プロジェクト開始時：AGENTS.md を生成してルールを設定
/init
# → コードベースをスキャンして agents.md 雛形を生成

# 2. PRレビューをそのままCLIで実施
/review
# → ベースブランチとの差分を分析してコードレビューコメントを生成

# 3. コンテキストが増えてきたら要約
/compact
# → 会話を要約してトークンを節約しながら続行

# 4. モデルを途中で切り替え（コスト最適化）
/model
# → モデル選択UIが表示される

# 5. MCP接続状況を確認
/mcp
# → 接続済みMCPサーバーとツール一覧を表示

Codex CLI のMCP統合

MCP（Model Context Protocol）により、Codex CLIにサードパーティツールの機能を追加できます。GitHub・Figma・Playwright・開発者ドキュメント検索など、現時点で数百のMCPサーバーが公開されています。

MCPサーバーの追加（CLIコマンド）

# stdioタイプ（ローカルコマンドを起動するタイプ）
codex mcp add context7 -- npx -y @upstash/context7-mcp

# 環境変数を渡す場合
codex mcp add github --env GITHUB_TOKEN=ghp_xxxx -- npx -y @github/mcp

# MCP一覧を表示
codex mcp list

# MCPサーバーを削除
codex mcp remove context7

# MCPサーバーに認証（OAuth等）
codex mcp authenticate github

config.toml でのMCP設定（推奨）

# ~/.codex/config.toml

# stdioタイプ：コマンドを起動してstdio通信
[mcp_servers.context7]
command = "npx"
args = ["-y", "@upstash/context7-mcp"]
startup_timeout_sec = 30
enabled_tools = ["resolve-library-id", "get-library-docs"]

# Streamable HTTPタイプ：URL指定（リモートサーバー）
[mcp_servers.github]
url = "https://api.githubcopilot.com/mcp/"
bearer_token_env_var = "GITHUB_TOKEN"

# Figmaとの連携
[mcp_servers.figma]
url = "https://mcp.figma.com/mcp"
bearer_token_env_var = "FIGMA_ACCESS_TOKEN"

# Playwright（ブラウザ操作）
[mcp_servers.playwright]
command = "npx"
args = ["-y", "@playwright/mcp"]

# OpenAI公式ドキュメント検索
[mcp_servers.openai-docs]
command = "npx"
args = ["-y", "@openai/mcp-server-openai"]
env = { OPENAI_API_KEY = "${OPENAI_API_KEY}" }

MCPサーバー設定の全オプション

CodexをMCPサーバーとして使う（codex mcp-server）

# Codex自身をMCPサーバーとして起動
# → Claude CodeやCursorなど他のIDEからCodexのエージェント機能を呼べる
codex mcp-server

# Unix socketで起動（app-serverとの連携）
codex mcp-server --socket /tmp/codex.sock

これにより、Claude Code の claude mcp add codex -- codex mcp-server でCodexエージェントをClaude Codeのサブエージェントとして呼び出すことができます。AIエージェントのオーケストレーション実装については Claude Code実践ガイド も参考にしてください。

エラー対処集（頻出8パターン）

100社以上の導入支援で収集した、よく遭遇するエラーと対処法をまとめます。

エラー1: 認証失敗（Your access token could not be refreshed）

# 症状
Error: Your access token could not be refreshed

# 原因
OAuth refreshトークンが複数プロセス競合で破損した

# 対処
codex logout
codex login
# → ブラウザでChatGPTアカウントに再ログイン

エラー2: サンドボックス拒否（Operation not permitted）

# 症状
Error: Operation not permitted (sandbox policy violation)

# 原因
read-onlyサンドボックスで書き込み操作を試みた

# 対処
# config.toml を確認
cat ~/.codex/config.toml | grep sandbox_mode

# 一時的にサンドボックスレベルを上げる
codex --sandbox workspace-write "ファイルを修正してください"

エラー3: コンテキスト超過（token_limit_exceeded）

# 症状
Error: This model's maximum context length exceeded

# 対処方法1: /compact でコンテキストを圧縮
/compact

# 対処方法2: 新しい会話を開始
/new

# 対処方法3: 大きなコードベースでは--cd でスコープを絞る
codex --cd ./src "src ディレクトリのバグを修正してください"

エラー4: Gitリポジトリ外でのエラー

# 症状
Error: Not a git repository

# 対処
codex --skip-git-repo-check "解析してください"
# または
codex exec --skip-git-repo-check "スクリプトを実行してください" < script.sh

エラー5: MCPサーバー起動失敗

# 症状
Error: MCP server 'context7' failed to start within timeout

# 対処1: タイムアウト延長
[mcp_servers.context7]
startup_timeout_sec = 60   # デフォルト10秒から延長

# 対処2: npxキャッシュをクリア
npx clear-npx-cache
npx -y @upstash/context7-mcp  # 手動起動テスト

エラー6: –yolo フラグの乱用警告

# ⚠️ これは絶対にやってはいけない（本番環境で）
codex --yolo "全ファイルを削除して"

# --dangerously-bypass-approvals-and-sandbox（--yolo）は
# 全保護をスキップするため、隔離されたCI/テスト環境のみで使用すること
# 本番コードベースでは承認フローを必ず維持する

エラー7: API rate limit

# 症状
Error: Rate limit exceeded. Please retry after 60 seconds.

# 対処1: service_tier を flex に変更（低コスト・低速）
codex --config service_tier=flex "処理を続けてください"

# 対処2: codex exec で非同期実行してレート分散
codex exec --json "バッチ処理を実行" > results.jsonl

エラー8: Windows PowerShell でのパス問題

# 症状（Windows）
Error: Cannot find module or binary 'codex'

# 対処1: PowerShell でパスを確認
where.exe codex

# 対処2: WSL2 に切り替え（推奨）
wsl
codex

# 対処3: 直接パスを指定
& "C:UsersusernameAppDataRoamingnpmcodex.cmd"

AGENTS.md 設定ガイド（/init コマンド活用）

AGENTS.md はプロジェクトルートに置くことで、Codex CLI にプロジェクト固有のルールを伝えられる設定ファイルです。/init コマンドを使うとスキャフォールドが自動生成されます。

# TUI内で /init を実行すると以下のような AGENTS.md が生成される
# 生成後、プロジェクト固有のルールを追記する

# AGENTS.md — プロジェクト設定例

## プロジェクト概要
これはNext.js 15 + TypeScript のECサイトです。

## コード規約
- TypeScript strict モード必須
- コンポーネントはArrow Functionで書く
- テストはVitest を使用

## 禁止事項
- `any` 型の使用
- `console.log` のコミット
- `node_modules` の直接編集

## テスト実行
```
npm run test
npm run test:e2e
```

## デプロイ
本番デプロイは `npm run build && vercel deploy --prod` を使用。
staging環境: staging.example.com

## 注意
- APIキーは .env.local に保存（コミット禁止）
- DBマイグレーションは必ずレビュー後に実行

このファイルがあると、Codex CLIは毎回「このプロジェクトではどうすべきか」をコンテキストから判断できるため、プロンプトをシンプルにできます。

FAQ（よくある質問 12問）

Q1. Codex CLI と Codex Cloud はどう違いますか？

Codex CLI はローカルターミナルで動作するエージェントです。Codex Cloud はOpenAIのクラウド上でタスクを実行し、結果を codex apply でローカルに取り込む仕組みです。2026年6月8日時点の OpenAI Help / pricing では、ローカル client と cloud tasks をまたぐ運用が前提で整理されています。利用可否と上限は plan と workspace controls に依存するため、社内運用では契約面を先に確認してください。

Q2. ChatGPT OAuth認証と APIキー認証、どちらが推奨ですか？

個人利用はChatGPT OAuth認証、CI/CDや自動化スクリプトはAPIキー認証が推奨です。2026年6月8日時点の OpenAI Help では Codex は Free を含む eligible plans に含まれますが、利用量はプラン差が大きいため、継続運用では usage と credits の考え方も確認してください。APIキーは組織のSecret管理ツール（1Password、Vault等）で管理してください。

Q3. どのモデルが推奨ですか？

モデル既定値は CLI / IDE extension のバージョンや設定で変わり得ます。固定の「推奨モデル」だけで判断せず、OpenAI docs の model/configuration 説明と team 標準設定を揃えてください。/model コマンドでセッション中に切り替えできます。

Q4. –sandbox workspace-write と danger-full-access の違いは？

workspace-write：起動ディレクトリ（--cd で指定したパス）以下のファイルのみ書き込み可。danger-full-access：全ファイルシステムへの書き込み・任意コマンド実行が可能。後者はDocker等の隔離環境のみで使用してください。

Q5. codex exec と通常の codex の使い分けは？

codex exec はTUIを起動せず結果をstdoutに出力します。GitHub Actions・cron・シェルスクリプトに組み込む場合はこちらを使います。インタラクティブに作業する場合は通常の codex です。

Q6. /compact コマンドはいつ使うべきですか？

長いコーディングセッション（30分以上）でトークン使用量が多くなってきたと感じたときが目安です。/status でトークン使用量を確認し、コンテキストウィンドウの70〜80%に近づいたら /compact を使うとよいです。

Q7. MCPサーバーはどれだけ追加できますか？

公式には上限の記載はありませんが、起動オーバーヘッドを考慮して実用的には5〜10個程度が目安です。enabled_tools で各サーバーのツールを絞ることでパフォーマンスを改善できます。

Q8. AGENTS.md と .codex/config.toml の使い分けは？

AGENTS.md はコードベースのルール・コンテキスト（「このプロジェクトはReact18を使用」「テストはVitestで書く」等）を記述します。config.toml はモデル・サンドボックス・MCP設定などCLIの動作設定です。

Q9. Windows でネイティブ動作しますか？

PowerShell（Windows Sandbox経由）でもネイティブ動作しますが、安定性が高いのはWSL2です。企業導入の場合はWSL2またはmacOS環境を推奨します。

Q10. codex fork はどんなシーンで使いますか？

「実装A」と「実装B」を同じ出発点から試したいとき、またはリファクタリング中に「別の方針でもやり直してみたい」と思ったときです。元のトランスクリプトを保持したまま分岐できるため、試行錯誤のコストが下がります。

Q11. –json フラグの出力形式は？

改行区切りのJSONL（JSON Lines）形式で出力されます。各行が独立したJSONオブジェクトで、イベントタイプ（`type`）・コンテンツ・メタデータが含まれます。jq と組み合わせると便利です。

codex exec --json "バグを修正してください" | jq '.type'
# → "message_start"
# → "content_block_delta"
# → "message_stop"

Q12. バージョンアップ後に動作が変わった場合は？

まず codex --version でバージョン確認。公式Changelog で変更点を確認してください。フィーチャーフラグが原因の場合は codex features で状態を確認し、必要に応じて --disable フラグで個別に無効化できます。

【2026年最新】Codex CLI vs Claude Code CLI 完全比較

「Codex CLIとClaude Code、どちらを導入すべきか？」——企業向けAI研修で最も多く受ける質問がこれです。両ツールとも2026年に急速に進化しており、単純な優劣では語れません。現場で100社以上の導入支援を手がけた観点から、7つの軸で整理します。

設計思想の根本的な違い

両ツールは「ターミナルで動くAIコーディングエージェント」という外見は似ていますが、設計思想が根本的に異なります。

• Codex CLI: 「必要なときに呼ぶ専門家」。非同期のfire-and-forget型で、codex execによるバッチ処理・CI統合が真価を発揮する。ターミナル操作・シェル自動化が得意（Terminal-Bench 2.0で77.3%）
• Claude Code CLI: 「プロジェクトに入り込むチームメイト」。対話型セッションでコードベース全体のコンテキストを保ちながら複雑なリファクタリングや長時間セッションに強い（SWE-bench Verified 80.8%）

7項目比較表

使い分けの判断基準（現場の実感）

研修先でよく出てくる判断ポイントを整理すると、次のようになります。

• Codex CLIが向いているケース: CI/CD自動化・GitHub Actions連携・バッチ処理・ターミナル操作の自動化・既存ChatGPTプランで追加コストを抑えたいとき
• Claude Codeが向いているケース: 長時間の対話的なリファクタリング・大規模コードベースの分析・複雑なバグ修正・コードベースへの深い理解が必要な場面
• 両方使うプロ流: CursorでIDEのリアルタイム補完 + Codexでバックグラウンドタスク + Claude Codeで複雑リファクタリング、という3ツール並用が実際の開発現場で増えています

自社のClaude Code導入研修についての詳細は Claude Fable 5法人向けClaude Codeトレーニング をご覧ください。

参考: AI Coding Agents Benchmark – Artificial Analysis（2026年6月確認）

Codex CLI トラブルシューティング20選

導入支援の現場で「動かない」「エラーが出る」という相談を受けた際のノウハウを、頻度順に20パターンまとめました。すでにエラー対処集（8パターン）を前述しましたが、ここではさらに実践的なケースを網羅します。

インストール・起動系（パターン1〜5）

認証・ネットワーク系（パターン6〜10）

# パターン6: 401 Unauthorized（APIキー問題）
# 症状
Error: 401 Unauthorized

# 確認
echo $OPENAI_API_KEY  # 値が入っているか確認
# APIキーが "sk-proj-" 形式になっているか（新形式）確認

# 解決: キーを再設定
export OPENAI_API_KEY="sk-proj-..."
# または ~/.codex/secrets/openai.env に記載

# パターン7: OAuthトークン競合（複数プロセス起動時）
# 症状: ログイン直後に再認証を求められる、または "token could not be refreshed"
# 原因: codex exec を並列起動するとリフレッシュトークンが競合

# 解決1: 直列実行に変更（並列codex execは禁止）
# 解決2: APIキー認証に切り替える（並列実行に強い）
export OPENAI_API_KEY="sk-proj-..."

# パターン8: プロキシ環境で接続失敗
# 解決
export HTTPS_PROXY="http://proxy.company.com:8080"
export NO_PROXY="localhost,127.0.0.1"
codex login

# パターン9: ファイアウォールでapi.openai.comがブロック
# 確認
curl -v https://api.openai.com/v1/models 2>&1 | head -20
# 解決: IT部門にapi.openai.com / chatgpt.com の疎通許可を依頼

# パターン10: ChatGPTプランの使用量上限（5時間ローリング）
# 症状: "Usage limit reached"
# 解決1: 待機（5時間のローリングウィンドウでリセット）
# 解決2: APIキー認証に切り替えてOpenAI creditsで継続

サンドボックス・権限系（パターン11〜14）

# パターン11: ファイル書き込みが拒否される
# 症状: Permission denied / sandbox violation
# 確認
cat ~/.codex/config.toml | grep sandbox_mode

# 解決: sandbox_mode を上げる（段階的に）
# read-only → workspace-write → danger-full-access（本番NG）
codex --sandbox workspace-write "ファイルを修正してください"

# パターン12: --add-dir で追加ディレクトリを指定
# ワークスペース外のファイルへの書き込みが必要な場合
codex --add-dir /path/to/shared-config "設定ファイルを更新してください"

# パターン13: macOSのSeatbeltがネットワークをブロック
# 症状: パッケージインストール中にネットワークエラー
# 解決: approval_policy を "never" にしてコマンドを手動承認するか
# AGENTS.md に許可するURLを明示
# [sandbox.network]
# allow = ["*.npmjs.com", "registry.npmjs.org"]

# パターン14: --yolo使用後のセキュリティ状態リセット
# --yolo（危険モード）を使った後、次回から通常モードに戻す
codex features disable dangerously-bypass-approvals-and-sandbox

パフォーマンス・品質系（パターン15〜20）

# パターン15: レスポンスが極端に遅い
# 原因1: service_tier が "flex"（低コスト・低速）になっている
# 解決
codex --config service_tier=fast "処理を続けてください"

# パターン16: codex exec がハングアップする（600秒タイムアウト）
# 原因: 認証トークン競合（並列exec起動が多いとゾンビプロセス化）
# 確認
ps aux | grep "codex exec" | grep -v grep
# 対処: ゾンビプロセスをkillして直列実行に変更
kill -9 [PID]

# パターン17: /compact 後に会話の文脈が壊れる
# 解決: /compact後は必ず /status で現在のコンテキスト状態を確認
# 重要な前提はプロンプトで明示的に再入力する

# パターン18: MCPサーバーが起動するたびにnpxが大量DL
# 解決: グローバルインストールに切り替え
npm install -g @upstash/context7-mcp
# config.toml
# command = "context7-mcp"  # npxでなくグローバルコマンドを指定
# args = []

# パターン19: Windows更新で旧バージョンが残る
# Codex CLI内の update コマンドは現在のターミナルセッションを閉じないと反映されない
codex update
# → ターミナルを完全に閉じて再起動してから確認
codex --version

# パターン20: config.toml の変更が反映されない
# TUIが起動中は config.toml の変更がロードされない
# 解決: TUI を /exit で終了してから再起動
# または --config オプションで起動時にインライン上書き
codex --config 'model="gpt-5.5"' --config 'service_tier="fast"' "作業を続けてください"

より詳細なエラーログは ~/.codex/logs/ ディレクトリで確認できます。codex debugコマンドでロールアウトトレースを含む診断情報を取得することも可能です。

参考: Codex CLI Logs: Location, Debug Flags & 401 Error Fix – SmartScope（2026年6月確認）

Codex CLI と Cursor / Continue / Cline 5ツール比較

2026年現在、AIコーディングツールは「第3世代エージェント型」が主流になり、Codex CLI・Claude Code・Cursor・Continue・Clineの5強が横並びになっています。企業のAI研修でも「ツールが多すぎてどれを使えばいい？」という質問が増えました。役割分担と選定基準を整理します。

5ツールのポジショニングマップ

まず各ツールの「動作環境」と「主な用途」の2軸で位置づけます。

用途別選定フロー

どのツールを導入すればいいかを判断する際の、現場でよく使うフローです。

AIコーディングツール選定フロー

【Q1】 IDEをVS Codeから変えたくない？
  → YES（VSCode派生IDEはNG）: 
     ContinueまたはClineをVS Code拡張として追加
     → さらにCI/CD自動化が必要: + Codex CLI
  → NO（新しいIDEも試せる）: 次のQ2へ

【Q2】 視覚的なインライン補完をIDEで使いたい？
  → YES: Cursor（$20/月）
     → CI/CD・バッチ自動化も必要: + Codex CLI
  → NO（ターミナル中心）: 次のQ3へ

【Q3】 OpenAI / ChatGPTプランをすでに契約している？
  → YES: Codex CLI（追加コストなし）が第一選択
  → NO: Claude Code（Anthropicプラン）または両方試して比較

【Q4】 エンタープライズ・セキュリティ要件がある？
  → YES: Codex Cloud（OpenAI Enterprise）またはClaude Code Enterprise
  → NO: 個人プランの上限で十分かも確認してから決める

パフォーマンスベンチマーク比較（2026年4月時点）

企業導入での典型的な組み合わせパターン

顧問先の開発チームで実際に定着しているツール構成を3パターン紹介します。

• パターンA（スタートアップ・コスト優先）: VS Code + Cline（OSS・無料） + Codex CLI（ChatGPTプランに付随）。追加ツールコストをほぼゼロに抑えつつ、CIはcodex execで自動化
• パターンB（中堅企業・バランス重視）: Cursor（IDE補完） + Codex CLI（CI/バッチ）。Cursor Teamsは$40/人/月で比較的安価。Cursorのエージェントモードとcodex execの使い分けを役割で分離
• パターンC（大企業・品質重視）: Cursor + Claude Code + Codex CLI の3ツール並用。日常補完はCursor、複雑リファクタはClaude Code（Opus 4.7）、自動化はCodex CLI。コストは高いが品質と網羅性が最高水準

Codex CLIをClineのMCPサーバーとして接続する構成（codex mcp-server）はCline v2.8以降で動作確認済みです。詳細は AIエージェント導入完全ガイド のMCP連携セクションをご覧ください。

参考: Coding Agents Comparison – Artificial Analysis（2026年6月確認）

まとめ：今日から始める3つのアクション

1. 今日やること: codex --version と codex update で現行版を確認し、次に /init を実行してプロジェクトのAGENTS.md を生成する。
2. 今週中: ~/.codex/config.toml に sandbox_mode・approval_policy・よく使うMCPサーバーを設定し、チームの標準設定として共有する。
3. 今月中: codex exec --json を使ったCI/CDパイプラインへの組み込みを試験導入し、PRレビューや自動テストの自動化を検証する。

Codex CLIの実務プロンプト活用法については、Codex使い方完全ガイド｜30コマンド実務プロンプト集 も合わせて参照してください。

参考・出典

• Command line options – Codex CLI | OpenAI Developers（2026年6月8日確認）
• Slash commands in Codex CLI | OpenAI Developers（2026年6月8日確認）
• Model Context Protocol – Codex | OpenAI Developers（2026年6月8日確認）
• Configuration Reference – Codex | OpenAI Developers（2026年6月8日確認）
• openai/codex – GitHub（v0.128.0）（2026年6月8日確認）

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（旧Twitter）で活用法を発信（@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。