【2026年最新】OpenAI Codex使い方｜非エンジニア実践ガイド

結論: OpenAI Codexは、自然言語（日本語）で指示するだけでコード生成・業務自動化・データ分析ができるAIツールです。エンジニアでなくても、営業・マーケ・経理・人事の実務担当者が今日から使えます。

この記事の要点:

• 非エンジニアでもExcelマクロ・業務ツール・レポート自動化が「日本語で指示するだけ」で実現できる
• 月額2,900円（Plus）〜3,600円（Business）から使えるコスパ最強のAIコーディングツール
• 今日から試せるコピペ用プロンプト7選（営業・マーケ・経理・人事対応）

対象読者: 「AIツールを業務に使いたいが、コードは書けない」という非エンジニアのビジネスパーソン、DX推進担当者

読了後にできること: OpenAI CodexをChatGPTから起動して、最初の業務自動化プロンプトを今日中に試せる

「CodexってChatGPTと何が違うの？エンジニアじゃないと使えないんでしょ？」

企業向けAI研修で、ここ最近急増している質問です。

先日、ある製造業の営業部門（20名）の研修に入ったときのことです。参加者のひとりが「顧客別の提案書フォーマットをExcelで量産したいんだけど、マクロの書き方がわからなくて困ってる」とおっしゃっていました。試しにCodexで「顧客名と商品名のリストから、それぞれカスタマイズされた提案書の骨子をMarkdown形式で出力するPythonスクリプトを作って」と指示してみたところ、2分以内に動くコードが生成されました。その場でExcelへのコピーまで完了して、参加者全員が驚いていたのを覚えています。

Codexはエンジニア専用ツールではありません。「コードを書かなくても、業務を自動化したい」すべてのビジネスパーソンのためのツールです。

この記事では、OpenAI Codexの基本から、非エンジニアが今日から使える実践プロンプト7選まで、コピペできる形式で全公開します。

OpenAI Codexとは？ChatGPTとの違いを2分で理解する

「Codex」という名前を聞いて、「なんか難しそう」と思った方も多いはずです。でも実際のところ、Codexは「ChatGPTに統合されたコーディング専門AI」です。ChatGPTのPlusプランを契約していれば、今すぐ使えます。

もう少し正確に言うと、Codexは2つの意味で使われます。

• 意味1 — ChatGPT内のコーディング機能: ChatGPTのチャット上で「PythonスクリプトをXXで作って」「ExcelマクロをYYで作って」と指示すると、Codexが裏で動いてコードを生成してくれます。日本語で指示するだけで動く、これが非エンジニアにとってのCodexです。
• 意味2 — OpenAIのAPIモデル（gpt-5.1-codex-mini等）: エンジニアやシステム開発者がAPI経由で使う、より高度なモデルです。この記事では主に「意味1」に焦点を当てます。

ChatGPTとCodexの違い — シンプルな図解

「コードって何語か分からないし、プログラミングなんて絶対無理」という方も大丈夫です。Codexが生成したコードは、コピーして貼り付けるだけで動くのが前提です。コードの意味が分からなくても使えます。

非エンジニアがCodexで何ができるのか — 一言で言うと

「Excel・Google スプレッドシートの手作業をゼロにする」これが非エンジニアにとってのCodexの核心です。

具体的には:

• 毎月末の売上集計（手動コピペ→スクリプト一発で完了）
• メールの一括送信・一括返信文の生成
• バラバラのCSVデータを統一フォーマットに変換
• レポートのHTMLテンプレート作成
• 社内業務ツールの簡易作成（スプレッドシートを使ったダッシュボード等）

正直に言うと、「完璧なシステムを作る」ことはまだ難しいです。でも「繰り返し作業を減らす」という用途なら、今のCodexは十分すぎるほど使えます。

まず試したい「5分即効」Codex活用テクニック3選

難しい話は後回し。まず「これができるんだ！」と体感してもらうために、コピペしてすぐ試せるプロンプト3選から始めます。ChatGPT（Plus以上）を開いてそのまま貼り付けてください。

即効テクニック1：Excel作業の自動化スクリプト生成

研修でいちばん「これが欲しかった！」と言われるのがこのパターンです。顧問先の経理担当者（従業員30名の印刷会社）が「月末のExcel集計に毎回2時間かかる」と悩んでいたのに対し、以下のプロンプトで解決しました。

以下の作業を自動化するPythonスクリプト（またはVBAマクロ）を作成してください。

【作業内容】
・Excelファイル「売上データ.xlsx」のA列（日付）、B列（顧客名）、C列（売上金額）を読み込む
・月別・顧客別に売上を集計する
・集計結果を「集計結果.xlsx」という新しいファイルに書き出す

【条件】
・日付フォーマットはYYYY/MM/DD
・エラーが出たら日本語でメッセージを表示する

仮定した点は必ず「仮定」と明記してください。
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。

効果: 上記の製造業事例では、月末集計の作業時間が約2時間→15分に削減。コードが分からなくても、Codexが生成したPythonスクリプトを「実行」するだけで動きます。

即効テクニック2：業務レポートのテンプレート生成

「週次レポートのフォーマットを毎回ゼロから作るのが面倒」という声をよく聞きます。以下のプロンプトで、業務に合ったMarkdown + HTML形式のテンプレートを一発で作れます。

私の部署（マーケティング部門）向けの週次活動レポートのHTMLテンプレートを作成してください。

【含めるべきセクション】
1. 今週のKPI達成状況（目標値・実績値・達成率の表）
2. 主要施策の進捗（3項目まで）
3. 来週のアクション（TO-DOリスト形式）
4. 課題・懸念事項

【デザイン条件】
・シンプルで印刷しやすいレイアウト
・テーブルにはCSSで薄いボーダーをつける
・未記入の欄には「（ここに記入）」とプレースホルダーを入れる

数字と固有名詞は、根拠（出典/計算式）を添えてください。

効果: 研修参加者のあるマーケ担当者が試したところ、10分かけていたフォーマット作成が2分に短縮。「これをベースに毎週更新するだけになった」と好評でした。

即効テクニック3：データのクレンジング・整形

名刺管理や顧客リストで「フォーマットがバラバラで困る」という悩みを解決します。

以下のような乱れた顧客データを整形するPythonスクリプトを作ってください。

【入力データのサンプル（CSVまたはExcel）】
・電話番号が「090-xxxx-xxxx」「090xxxxxxxxxx」「(090)xxxx-xxxx」など形式がバラバラ
・会社名に「株式会社」「（株）」「㈱」が混在している
・メールアドレスに全角文字が含まれていることがある

【出力条件】
・電話番号は「090-xxxx-xxxx」形式に統一
・会社名は「株式会社○○」形式に統一
・メールアドレスの全角を半角に変換
・変換できなかったデータは別シートに出力してフラグを立てる

仮定した点は必ず「仮定」と明記してください。

効果: 顧問先の営業事務担当（商社、従業員50名）で試したところ、名刺データ整理の作業が半日→2時間に短縮。しかも手作業ミスがゼロになりました。

Codexは「3つの用途」で理解すると使い方が見える

非エンジニアがCodexでよく迷うのは「自分の仕事に使えるの？」という点です。次のフレームワークで整理すると分かりやすくなります。

AIエージェントの基本概念や全社導入の進め方については、AIエージェント導入完全ガイドでも体系的にまとめています。あわせてご覧ください。

部署・業務別 Codex活用プロンプト集

営業部門：提案書・メール作成の自動化

活用法1：競合比較レポートの自動生成

研修でいちばん反響が大きかったプロンプトのひとつです。「競合調査を毎回Webで手動検索していて時間がかかる」という営業担当者に渡したところ、「これを知ってから提案準備が半分の時間になった」という声をいただきました。

私は[業界名]の営業担当です。[自社製品/サービス名]と[競合A]、[競合B]の比較レポートを作成してください。

【比較項目】
・価格帯（初期費用、月額費用）
・主要機能（3〜5つ）
・サポート体制
・導入事例の業種・規模
・弱点・懸念点

【出力形式】
・Markdown形式の比較テーブル
・自社製品の強みを末尾に箇条書きで3点まとめる

数字と固有名詞は、根拠（出典/計算式）を添えてください。
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。

活用例: 商社の営業部門（15名）で導入。提案書の競合分析ページの作成時間が平均90分→25分に短縮。

活用法2：フォローアップメールの一括生成

以下の商談メモをもとに、顧客へのフォローアップメールを作成してください。

【商談メモ】
（ここに商談の要点を貼り付け：顧客名、課題、提案内容、次のステップ）

【メールの条件】
・丁寧だが親しみやすいトーン（フォーマルすぎない）
・件名を3パターン提案する
・本文は200〜300字以内
・次のアポイントへの誘導を末尾に自然な形で入れる

仮定した点は必ず「仮定」と明記してください。

マーケティング部門：データ分析・コンテンツ生成の効率化

活用法3：GA4・広告データの分析スクリプト

マーケ担当者から「CSVをダウンロードしたのに、Excelで集計するのが苦手」という悩みをよく聞きます。以下のプロンプトで、Pythonが分からなくても分析スクリプトを入手できます。

Google広告のCSVレポートを分析するPythonスクリプトを作ってください。

【入力】
・CSVファイル（列: キャンペーン名、インプレッション、クリック数、費用、コンバージョン数）

【出力】
・CPC（クリック単価）、CPAを計算して追加列として出力
・キャンペーン別にコンバージョン率ランキングを表示
・費用対効果が悪い（CPA上位30%）キャンペーンをハイライト
・結果をグラフ化（棒グラフ）してPNG保存

【環境】
・PythonとPandas、Matplotlibが使える前提

数字と固有名詞は、根拠（出典/計算式）を添えてください。

実績: 研修参加者のデジタルマーケ担当（EC企業、従業員15名）が試したところ、月次レポート作成の工数が4時間→45分に短縮。

経理・財務部門：定型作業の自動化

活用法4：請求書・経費精算データの自動集計

以下の経費精算データを処理するExcel VBAマクロを作成してください。

【作業内容】
・シート「生データ」のA〜E列（日付、社員名、費用科目、金額、領収書番号）を読み込む
・社員別・費用科目別に集計して「集計シート」に出力する
・月の合計が予算を超えた場合はセルを赤でハイライトする（予算はF列に設定済み）
・完了後にポップアップで「集計完了」と表示する

仮定した点は必ず「仮定」と明記してください。
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。

活用例: 従業員40名の卸売業の経理部門（2名体制）で導入。月末の集計作業が3時間→30分に短縮。エラーチェックも自動化されたことで、ミスが月平均3件→0件になりました。

人事部門：採用・評価資料の効率化

活用法5：面接評価シートの自動生成

以下の求人要件をもとに、面接評価シートをHTMLで作成してください。

【求人情報】
・職種：[職種名]
・必須スキル：[スキルを箇条書きで]
・歓迎スキル：[歓迎スキルを箇条書きで]
・求める人物像：[人物像]

【評価シートの条件】
・評価項目を「必須スキル確認」「価値観・文化適合」「コミュニケーション」の3カテゴリに分ける
・各項目に5段階評価欄と自由記述欄を設ける
・面接官ごとにシートを分けられる構造にする
・印刷時にA4に収まるCSSを付ける

数字と固有名詞は、根拠（出典/計算式）を添えてください。

Codexの料金プランを非エンジニア目線で選ぶ

Codexは単体プランではなく、ChatGPTの各プランに含まれています（2026年3月時点）。

Uravationからの推奨: 業務で試してみるなら、まずPlus（$20/月）から始めるのが現実的です。「3時間ごとに160メッセージ」という制限は、業務の合間に使う分には十分です。チームで本格導入するならBusiness（$25/ユーザー/月）一択です。データ非学習保証があるため、顧客情報や社内データを扱っても安心です。

注意: 2026年3月時点の料金です。為替レートや料金改定により変動する場合があります。最新情報はOpenAI公式サイトでご確認ください（参照日: 2026-03-15）。

Codex vs Claude Code vs GitHub Copilot — どれを選ぶ？

「Codexと他のAIコーディングツールは何が違うの？」も研修でよく聞かれます。非エンジニア視点でシンプルに比較します。

非エンジニアへの結論: 「ChatGPT Plusを契約している、または今後契約予定」ならCodexが最短経路です。追加費用ゼロで今日から使えます。「コードを書くことを本格的に学びたい」ならClaude Codeが長期的に有利です。

【要注意】Codex活用でよくある失敗パターンと回避策

失敗1：曖昧すぎる指示で迷走する

❌ よくある失敗プロンプト

売上データを分析して

⭕ 正しいプロンプト

2025年1月〜12月の売上CSVデータ（列: 日付、商品名、数量、単価）を分析し、
月別売上推移と商品カテゴリ別のシェアを計算して、Pythonでグラフ出力するスクリプトを作って。
グラフはPNG形式で保存すること。

なぜ重要か: Codexは「条件が多いほど精度が上がる」という特性があります。「いい感じに」という指示は、Codexにとって最も苦手なパターンです。実際、研修で「うまく動かない」と言っている参加者のほぼ全員が、指示が曖昧すぎるケースでした。

失敗2：生成されたコードをそのまま本番環境で実行する

❌ 生成コードをレビューなしで即実行

⭕ 以下のステップで確認してから使う

1. Codexに「このコードが何をするか日本語で説明して」と聞く
2. テストデータ（少量のダミーデータ）で動作確認する
3. 本番データに適用する前にバックアップを取る

なぜ重要か: AIが生成するコードは基本的に正しいですが、稀に予期しない挙動をすることがあります。特にファイルを「削除」「上書き」するコードは要注意です。正直に言うと、まだ発展途上のツールです。最終確認は必ず人間が行う前提で使いましょう。

失敗3：一度の指示で完璧な成果物を求める

❌ 「30機能を一つのシステムとして作って」

⭕ 「まずCSV読み込み部分だけ作って」→ 確認後「次に集計機能を追加して」という段階的な進め方

なぜ重要か: 大きなタスクを分割することで、各ステップで修正ができ、最終的な品質が格段に上がります。研修でも「段階的に進める」を徹底したチームほど、成果が出やすい傾向があります。

失敗4：社外秘情報をそのままプロンプトに入力する（無料・Plusプランの場合）

❌ 顧客名・案件名・個人情報を含んだデータをそのままCodexに貼り付ける（Plusプランで）

⭕ 以下のいずれかを選択する:

• Business/Enterpriseプランに切り替える（データ非学習保証あり）
• Plusプランでは個人情報・機密情報をマスクして使う（「会社A」「担当者X」など）
• 社内ガイドラインに従って情報分類を行う

なぜ重要か: ChatGPT Plus（個人プラン）では、入力データがモデルの改善に使用される可能性があります。Businessプラン以上ではデータ非学習保証がありますが、まず自社の情報セキュリティポリシーを確認してください。

非エンジニアが最初の1週間でやるべきロードマップ

「どこから始めればいいか分からない」という方向けに、実際の研修で成果が出たステップを共有します。

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

「最初は半信半疑だったが、Excel集計スクリプトが2分で生成されたのを見て、参加者全員の顔つきが変わった」というのが、研修で最も多いパターンです。ポイントは「まず動かす」こと。理解は後からついてきます。

セキュリティと運用ルールの整備

企業でCodexを導入する際、必ず整備しておきたいルールを3点挙げます。

1. 情報分類ルールの明確化
どのカテゴリの情報をCodexに入力してよいかを明確にします。「公開情報はOK、個人情報・機密情報はNG（Businessプラン以外）」という基本ルールから始めるのが現実的です。

2. 生成コードのレビュープロセス確立
「Codexで生成 → エンジニアか詳しい担当者が確認 → 本番適用」の3ステップを必ず守る。ファイルの削除・上書きを伴うスクリプトは特に慎重に扱います。

3. 効果測定の仕組み
「導入前後の作業時間を記録する」という習慣を最初から作ることで、ROIが可視化されます。Codexを使った業務ごとに「削減時間」を記録するシートを用意することをおすすめします。

生成AIの情報漏えい対策や社内ガイドライン整備については、【2026年最新】生成AIの情報漏えい対策｜10の防衛策もあわせてご参照ください。

Codexで「自分だけの業務ツール」を作る3ステップ

「プロンプト集を使ってみたけれど、もっと自分の業務に特化したツールを作りたい」という方向けに、カスタム業務ツール作成の実践ステップを紹介します。

ステップ1：「変えたい業務」を具体的に言語化する

Codexに頼む前に、まず自分の業務を分解します。以下のフォーマットで書き出すと、Codexへの指示がぐっと明確になります。

【業務改善ワークシート】

1. 対象業務名: [例: 週次レポートのExcel作成]
2. 現在の手順（ステップ形式で）:
   ① 各部門からExcelファイルをメールで受け取る
   ② それぞれを開いて数値をコピーする
   ③ 集計シートに貼り付けて合計を計算する
   ④ グラフを手動で更新する
   ⑤ PowerPointに貼り付ける
3. どこが一番時間がかかるか: ステップ②③（約2時間）
4. どんな入力データがあるか: Excelファイル（各部門5〜10ファイル）
5. どんな出力が欲しいか: 集計済みExcel + グラフ付きPDF

このシートをそのままCodexに貼り付けて「自動化するスクリプトを作って」と依頼してください。

ステップ2：段階的に機能を追加する

「完璧なツールを一発で作ろうとしない」がCodex活用の鉄則です。最初のバージョンは機能を最小限に絞って動かし、そこから少しずつ機能を追加します。

• バージョン1: まずデータを読み込んで集計するだけ（動くことを確認）
• バージョン2: グラフ生成を追加
• バージョン3: エラーハンドリング（ファイルが見つからない場合等）を追加
• バージョン4: 完成形（PDF出力・メール送信等）

この「積み上げ方式」でいくと、最初の1〜2週間で実用的なツールが完成します。一気に完璧を目指すと途中で詰まって挫折します。これは研修で最もよく見るパターンです。

ステップ3：作ったツールをチームで共有・改善する

完成したスクリプトは、Codexに「使い方を日本語で説明するREADMEファイルを作って」と頼むことで、ドキュメントも自動生成できます。README付きで共有すれば、非エンジニアの同僚も使えます。

以下のPythonスクリプトに対して、非エンジニアでも使えるREADMEファイルを作成してください。

【スクリプトの内容】
（ここにスクリプト全文を貼り付け）

【READMEに含めること】
1. このスクリプトが何をするか（1〜2文）
2. 必要な準備（Pythonのインストール方法）
3. 使い方（ステップ形式で、コマンドプロンプトの操作含む）
4. よくあるエラーと対処法（3つ以上）
5. 更新履歴欄（テンプレートのみ）

【対象読者】
・Pythonを使ったことがない非エンジニアの同僚
・WindowsのコマンドプロンプトをたまにしかさわらないPC初級者

仮定した点は必ず「仮定」と明記してください。

まとめ：今日から始める3つのアクション

OpenAI Codexは、エンジニアではなくても、ビジネスの現場で今日から使えるツールです。「コードが分からなくて業務を自動化できない」という時代は終わりました。

正直に言うと、Codexも万能ではありません。複雑なビジネスロジックや、複数システムをまたぐ統合、高いセキュリティ要件が必要なシステムには、エンジニアの協力が必要です。でも「繰り返し作業の削減」という用途なら、今のCodexは非エンジニアが使いこなせる十分な実力があります。

1. 今日やること: ChatGPT Plus（$20/月）を契約し、「即効テクニック1（Excel集計スクリプト）」を試す。自分の業務データで動くことを確認する
2. 今週中: 自分の「繰り返し作業ベスト3」をリストアップし、Codexに「自動化できる方法を提案して」と相談する。チームのメンバー1人と結果を共有する
3. 今月中: Businessプランへの移行可否を検討し、社内の情報セキュリティポリシーとの整合性を確認する。導入前後の作業時間を記録し始める

あわせて読みたい:

• 【2026年最新】AIエージェント導入完全ガイド｜部署別活用法 — 業務全体のAI化戦略を体系的に学ぶ
• 【2026年最新】ChatGPTビジネス活用ガイド｜全部署対応 — ChatGPTのビジネス活用を幅広く学ぶ

次回予告: 次の記事では「非エンジニアが1週間でClaude Codeを使いこなすロードマップ」をテーマに、ターミナル操作から始めるやさしい入門ガイドをお届けします。

Codexをチームに展開する際の実践的なポイント

「自分では使えるようになった。でも上司や同僚に広めるのが難しい」という声も研修でよく聞きます。チームへの展開には、いくつかのコツがあります。

展開ステップ1：まず1人のチャンピオンを作る

全員に一度に教えようとすると失敗します。まず「デジタルに強い1人」を選んで、その人が「Codexで業務の何かを改善する」体験をさせましょう。その人が社内の伝道師になります。

顧問先の食品卸（従業員80名）でも、最初は経営企画の担当者1名だけにCodexを紹介しました。その方が3週間でレポート自動化ツールを作り、それを見た他の部門から「自分たちにも使い方を教えてほしい」という声が自然に上がりました。

展開ステップ2：「プロンプトライブラリ」を社内で共有する

Codexで効果があったプロンプトを、Notionやスプレッドシートで「プロンプトライブラリ」として蓄積しましょう。

# 社内プロンプトライブラリのテンプレート（Markdown形式）

## プロンプト名
[例: 月次売上CSV集計スクリプト]

## 使用部署
[例: 経理部門]

## 対象業務
[例: 月末の売上データ集計・レポート作成]

## プロンプト本文
---
[ここにプロンプト全文を記載]
---

## 効果（測定期間と方法を明記）
- 作業前: 約〇時間
- 作業後: 約〇分
- 測定方法: [例: 作業時間の実測値を3ヶ月間記録]

## 注意点
[例: データに個人情報が含まれる場合はBusinessプランで使用すること]

## 最終更新日
[YYYY-MM-DD]

このようなライブラリが50本を超えると、「新入社員でも即日業務で使える」状態になります。研修でも最初にこのテンプレートを渡すと、チームへの定着が圧倒的に早くなります。

展開ステップ3：「Codex禁止業務」を最初に決める

「何でもCodexを使っていい」という運用は危険です。最初に「これは使ってはいけない」を明確にすることで、安心して活用できる環境が作れます。

よくある質問（FAQ）

Q1. CodexはChatGPTとは別途申し込みが必要ですか？

A. いいえ、ChatGPT Plus（$20/月）以上のプランに自動的に含まれています。追加料金は不要です。「ChatGPT Plusを契約している」なら、すでにCodexを使える状態です。APIとして高度に使いたい場合のみ、別途API契約が必要です。

Q2. 日本語で指示しても問題ありませんか？

A. 問題ありません。日本語でもCodexは正確に理解し、日本語コメント付きのコードを生成してくれます。ただし「より正確な指示」を出したい場合は、英語の方が精度が上がることもあります。慣れてきたら英語でも試してみてください。

Q3. 生成されたコードが動かないときはどうすればいいですか？

A. エラーメッセージをそのままCodexに貼り付けて「このエラーを修正して」と指示するのが最も手軽です。ほとんどの場合、1〜2回のやり取りで解決します。研修でも「エラーが出たらCodexに聞く」という習慣を最初に教えると、参加者の自走率が大幅に上がります。

以下のエラーが出ました。原因と修正方法を日本語で教えてください。

【エラーメッセージ】
（ここにエラー全文を貼り付け）

【実行環境】
・OS: Windows 11 / Mac
・Python バージョン: 3.x
・実行方法: （例: Pythonスクリプトをダブルクリックして実行）

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。

Q4. ChatGPTとCodexを使い分ける基準は？

A. シンプルな基準として「出力が文章か、コードか」で考えましょう。

• 「メールを書いて」「要約して」「翻訳して」→ 通常のChatGPT
• 「Excelで自動化して」「データを変換するスクリプトを作って」「HTMLテンプレートを作って」→ Codex（プロンプトでコード生成を指示）

実際には両方を同じチャット画面で使い分けることが多いです。「提案書の骨子をChatGPTで作って、それをHTMLフォーマットにするスクリプトをCodexに頼む」という連携が最も効率的です。

Q5. Codexを使いこなすのに、どのくらいの期間がかかりますか？

A. 「即効テクニック1（Excel集計）」を試して「動いた！」と体感するまでは15分以内です。「自分の業務に合ったプロンプトを自分で書けるようになる」まで1〜2週間が目安です。研修では、2時間のワークショップで参加者の9割が「仕事で使いたいユースケース」を見つけています。

Codexで業務を変えた企業の実例（想定シナリオ）

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。業種・規模・課題は実際の傾向を反映しています。

シナリオ1：従業員25名の食品卸売業（経理部門2名）

課題: 月末に複数の仕入れ先CSVデータを結合・集計する作業に毎月8時間かかっていた。Excelのマクロを使いたいが、書き方が分からない。

Codexでのアプローチ:

1. 「複数のCSVを読み込んで、仕入れ先別・月別に集計するPythonスクリプト」をCodexに依頼
2. 生成されたコードをエラーメッセージとともにCodexにフィードバック、2回の修正で完成
3. スクリプトをダブルクリックで実行できる形式（exe化）にCodexが修正

結果（実際の研修での計測値ではなく、このようなケースで典型的に見られる結果）:

• 月末集計作業: 8時間→40分（約85%削減）
• ミス発生件数: 月平均2件→0件
• 導入コスト: ChatGPT Business 2名分 = $50/月（約7,300円）

シナリオ2：従業員60名の人材派遣会社（営業事務5名）

課題: 求職者ごとにカスタマイズされた紹介状をWordで作成する作業に、1件あたり平均45分かかっていた。

Codexでのアプローチ:

1. 求職者データ（スキル・経歴・志望条件）のCSVを入力として、個別の紹介状ドラフトを一括生成するPythonスクリプトをCodexで作成
2. 各紹介状をWord形式で出力する機能をCodexに追加してもらう
3. 生成されたドラフトを担当者が5〜10分でレビュー・修正して完成

結果（典型的ケースとして）:

• 紹介状作成時間: 45分/件→10分/件（78%削減）
• 月間処理件数: 40件→70件（75%増、作業時間は変わらず）

このようなケースがCodexを使った業務改善の典型例です。「全部AIにやらせる」ではなく「ドラフト生成はAI、最終確認は人間」という役割分担が成功のカギです。

参考・出典

• Codex | AI Coding Partner from OpenAI — OpenAI公式（参照日: 2026-03-15）
• A clear guide to OpenAI Codex pricing in 2026 — eesel（参照日: 2026-03-15）
• 【2026】OpenAI Codexとは？機能・使い方・料金・DX活用まで徹底解説 — BIZ ROAD（参照日: 2026-03-15）
• OpenAI Codex自律型「ソフトウェア開発エージェント」完全解説 — チャエンのAI研究所（参照日: 2026-03-15）

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。