【2026年6月】Codex 使い方 完全ガイド｜CLI・Cloud並列・無料枠

結論: Codex は OpenAI のコーディングエージェントで、CLI インストール後すぐにターミナルから自然言語でコードを生成・修正・実行できるツールです。

この記事の要点:

• 要点1: CLI は macOS/Windows/Linux 全対応。インストールは 1 コマンドで完了し、ChatGPT Plus 以上のアカウントがあれば無料枠内ですぐ試せる
• 要点2: 承認モード（suggest / auto-edit / full-auto）を使い分けることで、安全性と自動化のバランスを自分好みにコントロールできる
• 要点3: Cloud 並列実行（Subagents）を使えば複数タスクを同時進行し、月 100 時間の無料枠を戦略的に使い切れる

対象読者: プログラミング経験を問わず「Codex を仕事に使いたい」と思っている方・AI ツール担当者・中小企業の経営者・部門責任者

読了後にできること: インストールから初回プロンプト送信まで今日中に完了し、業務で使えるプロンプト 10 本をコピペ実行できる

「Codex、名前は聞いたことあるけど…結局どうやって使うの？」

先日、AI 研修に参加した IT 担当者の方から、こんな一言をいただきました。画面を見せてもらうと、OpenAI のサイトを何度も行き来しながら、どのボタンを押せばいいのか迷っている様子でした。

事例区分: 想定シナリオ
以下は 100 社以上の研修・コンサル経験をもとに構成した典型的なシナリオです。

その担当者は「ChatGPT は毎日使っているけど、Codex はなんか難しそうで…」とおっしゃっていました。実は Codex は、ChatGPT の延長線上にある非常に使いやすいツールです。コマンドを数本覚えれば、コードを自動生成・修正・テストまでやってくれる「AI コーディングパートナー」として機能します。

この記事では、Codex CLI のインストールから Cloud 並列実行、無料枠の使い倒し方まで、コピペ可能なコマンド・プロンプト 10 本つきで完全解説します。今日中にセットアップを終えて、明日から業務に使えるレベルまで一気に引き上げます。ぜひ最後まで読んでみてください。

Codex 使い方 1 分サマリ｜まず 3 ステップで始める

「とにかく今すぐ使い始めたい」という方のために、最短ルートを先に示します。

ステップ 1: インストール（30 秒）

# macOS / Linux（推奨コマンド）
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Windows（PowerShell）
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

# npm 経由（どの OS でも）
npm install -g @openai/codex

ステップ 2: サインイン（1 分）

ターミナルで codex と入力するとブラウザが開くので、ChatGPT アカウントでログインします。ChatGPT Plus 以上（月額 20 ドル）のプランが必要です。

ステップ 3: 最初のプロンプトを送る（今すぐ）

# 作業フォルダに移動してから codex を起動
cd ~/my-project
codex

# ↓ TUI（ターミナル UI）が起動したら自然言語で指示するだけ
> このフォルダの README.md を英語に翻訳して日本語の説明も加えて

これだけです。ChatGPT と同じ感覚で使えます。

Codex の全体像・「ChatGPT コード生成エージェントとは何か」については、Codexとは何か？ChatGPT/OpenAIのコード生成エージェント完全ガイドで体系的にまとめています。先に読んでおくと理解が深まります。

CLI インストール・初期設定｜macOS / Windows / Linux 環境別ガイド

OS によって細かい手順が異なるので、それぞれ説明します。「インストールしたのに動かない」という問題の 90% はパッケージ名の間違いと PATH 未設定です。

macOS：3 通りの方法から選ぶ

方法 1: 公式スクリプト（最推奨）

curl -fsSL https://chatgpt.com/codex/install.sh | sh

スクリプトが OS を検出して適切なバイナリをインストールします。Apple Silicon（M1/M2/M3/M4）と Intel 両対応です。

方法 2: Homebrew（Mac ユーザーに人気）

brew install --cask codex

方法 3: npm（Node.js 環境がある場合）

npm install -g @openai/codex

⚠️ よくある間違い: npm i -g codex（パッケージ名が違う）でインストールしようとする方が多いです。正しくは @openai/codex とスコープ付きの名前を使ってください。

Windows：PowerShell または npm

方法 1: 公式スクリプト（推奨）

powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

方法 2: Microsoft Store

Microsoft Store で「Codex」と検索してインストールできます。GUI でのインストールを好む方向けです。

方法 3: npm（WSL / PowerShell）

npm install -g @openai/codex

WSL 2（Windows Subsystem for Linux）環境を使っている場合は、Linux 版と同じコマンドが使えます。

Linux：シェルスクリプトまたは npm

# Ubuntu / Debian / CentOS など全ディストリビューション対応
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# PATH を通す（インストール直後に必要な場合）
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

# インストール確認
codex --version

認証とサインイン

インストール後、はじめて codex を実行するとブラウザが開きます。

1. ChatGPT アカウント（Plus / Pro / Business / Edu / Enterprise のいずれか）でサインイン
2. ターミナルに「Signed in as [メールアドレス]」と表示されたら完了
3. API キー方式も使えます。環境変数 OPENAI_API_KEY に設定すると、ChatGPT アカウントなしで利用可能です

# API キー方式（CI/CD 環境や自動化向け）
export OPENAI_API_KEY="sk-proj-..." # .bashrc / .zshrc に追記するのが一般的
codex

初回プロンプトの基本構文｜codex コマンド 5 パターン

Codex CLI は「対話モード」と「非対話モード」の 2 つで使います。

対話モード（TUI）

ターミナルで codex と入力するだけで起動します。ChatGPT の画面に近い感覚で使えます。

codex              # デフォルトモード（suggest）で起動
codex -m gpt-5.4  # モデル指定
codex --no-auto-accept  # 全操作を手動承認

非対話モード（exec コマンド）

スクリプトや CI/CD パイプラインに組み込む場合は codex exec を使います。

# 基本形
codex exec "ここにプロンプトを書く"

# パターン 1: ファイル生成
codex exec "Python で CSV を読み込んで売上集計する関数を書いて tests/test_sales.py に保存して"

# パターン 2: コードレビュー
codex exec "src/app.py のコードをレビューして、セキュリティリスクと改善点を reports/review.md にまとめて"

# パターン 3: リファクタリング
codex exec "src/utils.py のコードをリファクタリングして。DRY 原則に従い、型ヒントを追加して"

# パターン 4: テスト生成
codex exec "src/calculator.py に対応するユニットテストを tests/test_calculator.py に作って。edge case も網羅して"

# パターン 5: ドキュメント生成
codex exec "このプロジェクトの README.md を日英二言語で更新して。インストール・使い方・API リファレンスを含めて"

事例区分: 想定シナリオ
以下は 100 社以上の研修・コンサル経験をもとに構成した典型的なシナリオです。

研修の場で「exec コマンド、使ったことなかった！毎回 TUI を起動してコピペしてました」という声をよく聞きます。タスクを 1 行で書けるようになると、朝のルーティン作業を Codex に丸投げできるので、業務効率が体感で大きく変わります。

承認モード（–approval-mode）

Codex が取る操作に対して「どこまで自動承認するか」を 3 段階で設定できます。

codex --approval-mode auto-edit  # 編集は自動、コマンドは確認
codex --approval-mode full-auto  # 完全自動（注意して使う）

Codex Cloud 並列実行｜Subagents・Smart Approvals・Hooks

Codex の真価は「クラウドで並列実行」にあります。ローカル CLI で 1 タスクずつ処理するだけでなく、複数の専門エージェントを同時に動かして複雑なプロジェクトをこなせます。

Cloud 版への切り替え

ブラウザで chatgpt.com/codex にアクセスすると、クラウド版の Codex を使えます。CLI からも codex cloud コマンドでクラウドタスクを起動できます。

Subagents（サブエージェント）の設定

Subagents は、メインエージェントが子エージェントに専門タスクを委任する仕組みです。最大 6 つのサブエージェントを並列実行できます。

# .codex/agents/code-reviewer.toml（プロジェクト用）
name = "code-reviewer"
description = "セキュリティとパフォーマンスの専門レビュアー"
sandbox_mode = "read-only"
developer_instructions = "コードの脆弱性・パフォーマンス問題・型安全性を確認する専門家として振る舞う。修正提案ではなく問題指摘に集中する。"
model_reasoning_effort = "high"

# .codex/agents/test-generator.toml
name = "test-generator"
description = "ユニットテスト・統合テストの自動生成エージェント"
developer_instructions = "pytest 形式でテストを生成する。edge case・境界値・エラーハンドリングを必ずカバーする。"

定義したら、TUI から次のように呼び出せます:

TUI プロンプト例:
code-reviewer で src/auth.py のセキュリティを監査して、
同時に test-generator で tests/test_auth.py を生成して。
両方完了したら結果を REVIEW_REPORT.md にまとめて。

Smart Approvals

Smart Approvals は full-auto モードをより安全に使うための仕組みです。「ガーディアン」と呼ばれる軽量サブエージェントが、各操作を実行前にレビューします。ユーザーの代わりに「この操作は安全か」を自動判断してくれるため、完全自動でも予期せぬ操作を防げます。

# .codex/config.toml
[agents]
max_threads = 6            # 同時実行スレッド上限
max_depth = 1              # エージェント階層の深さ
job_max_runtime_seconds = 1800  # タイムアウト設定（30 分）

並列実行を使った実践例

事例区分: 想定シナリオ
以下は 100 社以上の研修・コンサル経験をもとに構成した典型的なシナリオです。

顧問先の企業で Codex Subagents を活用したケースを想定シナリオとして紹介します。

EC サイトのリファクタリングを「コードレビュー → テスト生成 → ドキュメント更新」と順番にやろうとすると 1 日仕事になります。Subagents で並列化すると、3 つを同時進行できます。感覚的には「3 人の専門家が同時に仕事している」状態で、処理時間は体感で 3 分の 1 になります。

無料枠を最大活用する｜月 100 時間使い切る判断基準

Codex の料金体系は「5 時間ローリングウィンドウ」方式です。月単位ではなく、直近 5 時間のリセット制なので、使い方の工夫が重要です。

2026 年 6 月時点のプラン別制限

2026 年 4 月 2 日から、Plus / Pro / Business はトークンベースのクレジット課金に移行しました。GPT-5.3-Codex の場合、入力 1M トークンあたり 43.75 クレジット、出力 1M トークンあたり 350 クレジットが消費されます。

無料枠を使い切るコツ

Plus プランで月 100 時間相当を使い切るための 4 つのポイントを整理します。

1. タスクをまとめてバッチ実行する

「質問 1 つ送るたびに 1 タスク」ではなく、まとめて指示します。

NG（細切れ）:
1回目: 「src/app.py を読んで」
2回目: 「バグがあれば直して」
3回目: 「テストも書いて」

OK（まとめて）:
「src/app.py を読んで、バグがあれば修正し、修正箇所に対応するテストを tests/test_app.py に書いて。最後に変更サマリを CHANGES.md に出して」

2. full-auto モードを使う（ローカル環境限定）

毎回の確認プロンプトが省略されるため、同じ作業量でも消費クレジットを抑えられます。ただし信頼できるローカル環境のみで使用してください。

3. 軽いタスクはミニモデルを使う

codex -m gpt-5.4-mini  # ドキュメント生成・コメント追加など軽いタスクに
codex -m gpt-5.4       # 設計・アーキテクチャ相談など重いタスクに

4. Pro 移行の判断基準

以下の 2 つに当てはまれば Pro（5x）への切り替えを検討してください。

• 週 3 回以上「使用制限に達しました」のメッセージが出る
• Codex を使うことで月に 10 時間以上の作業が削減できている

Codex の無料枠を使い切る戦略の詳細は、Codex 無料枠の全部を使い切る完全マニュアルに詳しくまとめています。

業務別プロンプト例 10 選｜コーディング・レビュー・ドキュメント・リファクタ・テスト

ここからが本番です。コピペしてそのまま使えるプロンプトを 10 本紹介します。

コーディング系（3 本）

プロンプト 1: データ処理スクリプトの自動生成

顧客情報が入った customer_data.csv（列: id, name, email, purchase_date, amount）を読み込んで、
以下の処理をする Python スクリプトを src/analyze_customers.py に書いて:
1. 月別売上合計を計算
2. 上位 10 名の顧客を抽出
3. 結果を reports/monthly_report.csv に出力
エラーハンドリングと型ヒントも追加して。

プロンプト 2: API エンドポイントの追加

現在 Flask を使っている src/app.py に以下のエンドポイントを追加して:
POST /api/users - ユーザー登録（name, email, password を受け取り、パスワードはハッシュ化）
GET /api/users/{id} - ユーザー取得
PUT /api/users/{id} - ユーザー更新

SQLAlchemy を使い、入力バリデーションとエラーレスポンスも実装して。

プロンプト 3: 定型処理の自動化スクリプト

毎朝 9 時に実行する日次レポートスクリプト scripts/daily_report.py を作って:
1. sales/ フォルダの当日 CSV ファイルを全件読み込む
2. 昨日比の売上増減を計算
3. Slack Webhook に集計結果を POST（環境変数 SLACK_WEBHOOK_URL を使う）
4. ログを logs/daily_YYYYMMDD.log に保存

subprocess や requests が必要なら pip install コマンドもコメントで書いて。

コードレビュー系（2 本）

プロンプト 4: セキュリティ重点レビュー

src/auth.py を読んで、セキュリティの観点でレビューして。
特に以下を確認して:
- SQL インジェクション・XSS・CSRF リスク
- パスワードのハッシュアルゴリズム（bcrypt 以外は警告）
- JWT トークンの有効期限設定
- セッション管理の問題

問題点は「CRITICAL / HIGH / MEDIUM / LOW」の重大度ラベル付きで reports/security_review.md に出して。

プロンプト 5: パフォーマンスレビュー

src/models.py の SQLAlchemy モデルを読んで、パフォーマンス問題を特定して:
- N+1 クエリが発生しそうな箇所
- インデックスを追加すべきカラム
- 遅くなりそうなリレーション設計

問題箇所のコードを引用して、改善コード例も提示して。markdown 形式で reports/perf_review.md に保存して。

ドキュメント・テスト系（3 本）

プロンプト 6: API ドキュメント自動生成

src/ フォルダの全 Python ファイルを読んで、OpenAPI 3.0 形式の仕様書を docs/openapi.yaml に作って。
各エンドポイントのリクエスト・レスポンス例も含めて。
説明文は日本語で書いて。

プロンプト 7: テストスイートの自動生成

src/calculator.py の全関数に対して pytest のテストを tests/test_calculator.py に書いて。
必ず含めること:
- 正常系テスト（各関数の基本動作）
- 異常系テスト（ゼロ除算・型違い・None 入力）
- 境界値テスト（最大値・最小値・オーバーフロー）
- fixtures を適切に使う

最後に coverage レポートを出す pytest コマンドもコメントで書いて。

プロンプト 8: CHANGELOG 自動生成

git log --oneline -50 の出力をもとに、CHANGELOG.md を Keep a Changelog 形式で更新して。
セクション: Added / Changed / Fixed / Security
各エントリは「何をどう変えたか」が開発者でなくても分かる日本語で書いて。

リファクタリング系（2 本）

プロンプト 9: レガシーコードのリファクタリング

src/legacy_utils.py を読んで、以下のルールに従ってリファクタリングして:
1. 関数の責任を 1 つに絞る（SRP）
2. 重複コードを共通関数に抽出（DRY）
3. Python 3.10 以降の型ヒントを追加
4. docstring を Google スタイルで追加
5. 変数名・関数名をより明確に

元のファイルはバックアップとして src/legacy_utils_original.py に残して。
変更内容のサマリを REFACTOR_NOTES.md に記録して。

プロンプト 10: モノリスのマイクロサービス分割提案

src/ フォルダ全体を読んで、マイクロサービスへの分割案を docs/microservice_proposal.md に提案して:
1. 現状の依存関係マップ（mermaid 形式）
2. 推奨する分割単位と理由
3. 分割の優先順位（高頻度変更 / 独立性 / チームスコープ で評価）
4. 移行ステップ（6 ヶ月計画）

実際にコードを変更するのではなく、提案書の作成だけにとどめて。

失敗パターン 4 つ｜研修で繰り返し見るミスと回避策

100 社以上のAI研修でよく見る Codex の失敗パターンを整理しました。

失敗 1: プロンプトが曖昧すぎる

❌ よくある間違い:

「コードをきれいにして」
「バグを直して」
「もっと良くして」

⭕ 正しいアプローチ:

「src/app.py の process_data() 関数のみを対象に、
 ネストが 3 段以上の条件分岐を早期リターンで書き直して。
 関数の入出力の型は変えないで。」

なぜ重要か: Codex は「何をしてよいか」の境界を明確に示さないと、意図しないファイルを書き換えてしまうことがあります。対象ファイル・対象関数・変えてはいけない仕様を明示する習慣をつけてください。

事例区分: 想定シナリオ
以下は 100 社以上の研修・コンサル経験をもとに構成した典型的なシナリオです。

AI 研修でこのケースを実演すると、「え、そんなにファイルを変えていいんですか」という声が必ず出ます。Codex は許可した範囲で動くので、「対象外」を明示する癖をつけることが最重要です。

失敗 2: 全自動モードを本番環境で使う

❌ よくある間違い:

--approval-mode full-auto を本番サーバーや重要な顧客データを扱うリポジトリで使う。

⭕ 正しいアプローチ:

• 本番・ステージング環境: suggest モード（毎回手動承認）を使う
• ローカル開発・CI テスト環境: auto-edit または full-auto を使う
• 判断に迷う場合は suggest モードから始め、徐々に緩める

なぜ重要か: full-auto モードは「信頼できる閉じた環境」専用です。本番データに意図しないシェルコマンドが実行されると取り返しのつかない事態になります。

失敗 3: 生成されたコードをレビューなしで使う

❌ よくある間違い:

Codex が生成したコードをそのまま git commit して本番にデプロイする。

⭕ 正しいアプローチ:

# Codex に自己レビューをさせる
codex exec "src/new_feature.py を読んで、セキュリティリスク・バグ・テスト漏れを報告して。修正は次のステップでやるので、今はレポートだけ"

なぜ重要か: Codex は非常に優れたコードを生成しますが、文脈依存のビジネスロジックやセキュリティ要件を完全に理解しているわけではありません。生成→自己レビュー→人間確認→デプロイの 4 ステップが基本です。

失敗 4: 認証情報をプロンプトに直接書く

❌ よくある間違い:

「DATABASE_URL=postgres://admin:password123@localhost/mydb でDBに接続するコードを書いて」

⭕ 正しいアプローチ:

「DATABASE_URL 環境変数（.env ファイルから読み込む）を使ってDBに接続するコードを書いて。
 認証情報はコードに直書きしない。python-dotenv を使って。」

なぜ重要か: Codex のセッションログやチャット履歴に認証情報が残ります。会社・チームで使う場合は特に注意してください。

Codex を業務に組み込む｜CI/CD 連携と Hooks 設定

Codex は単体のツールとしてだけでなく、開発ワークフロー全体に組み込めます。

GitHub Actions との連携

# .github/workflows/codex-review.yml
name: Codex PR Review
on:
  pull_request:
    branches: [main]

jobs:
  codex-review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Install Codex CLI
        run: curl -fsSL https://chatgpt.com/codex/install.sh | sh
      - name: Run security review
        env:
          OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}
        run: |
          codex exec "差分ファイルを読んで、セキュリティリスクと重大バグを .codex-review.md に出して" \\
            --approval-mode full-auto

詳しい GitHub Actions 連携については、Codex Cloud 並列開発 実装術に設定例をまとめています。

Hooks（ファイル変更時の自動実行）

Codex はファイル変更後に自動でコマンドを実行する Hooks 機能を持っています。

# .codex/config.toml に追記
[hooks]
post_file_write = [
  "python -m pytest tests/ -x -q",  # テストを自動実行
  "python -m mypy src/"              # 型チェックを自動実行
]

この設定で、Codex がファイルを変更するたびにテストと型チェックが走ります。問題があれば Codex 自身がそれを読み取って修正できます。

まとめ：今日から始める 3 つのアクション

Codex は「エンジニア専用ツール」ではありません。自然言語でコードに関する仕事を指示できるため、非エンジニアの方でも業務の自動化・効率化に使えます。

1. 今日やること: インストール（30 秒）→ codex exec "この README.md を日本語に翻訳して" を実行。最初の 1 コマンドが一番のハードルです
2. 今週中: 業務別プロンプト 10 本から 2〜3 本を自分の仕事に合わせてカスタマイズして試す。「コードレビュー」か「ドキュメント生成」が導入しやすいです
3. 今月中: full-auto モードで朝のルーティン作業（ログ集計・レポート生成・テスト実行）を自動化。週 1 本ずつ自動化スクリプトを Codex に書かせて積み上げる

あわせて読みたい:

• Codexとは何か？ChatGPT/OpenAIのコード生成エージェント完全ガイド — Codex の仕組み・Claude Code との違い・選び方
• Codex Cloud 並列開発 実装術 — Subagents と Smart Approvals の実装方法詳細

参考・出典

• Quickstart – Codex | OpenAI Developers — OpenAI 公式（参照日: 2026-06-09）
• Pricing – Codex | OpenAI Developers — OpenAI 公式料金ページ（参照日: 2026-06-09）
• CLI – Codex | OpenAI Developers — CLI リファレンス（参照日: 2026-06-09）
• Subagents – Codex | OpenAI Developers — Subagents 公式ドキュメント（参照日: 2026-06-09）
• Using Codex with your ChatGPT plan | OpenAI Help Center — プラン別利用制限（参照日: 2026-06-09）
• Codex now offers pay-as-you-go pricing for teams | OpenAI — 2026 年 4 月の課金体系変更（参照日: 2026-06-09）

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。