Codexとは？OpenAIのAIコーディングエージェント【2026年8月版】

Codex（コーデックス）とは、OpenAIが提供するAIコーディングエージェントです。「このバグを直して」と日本語で指示すると、自分でコードを読み、書き換え、テストを実行し、プルリクエストまで出してくれます。人間がコードを書くのを横で助ける補完ツールではなく、仕事そのものを引き受ける実行者である点が、従来のAIコーディングツールとの決定的な違いです。

ただし「Codex」という言葉を調べると、情報がかなり混乱しています。理由ははっきりしていて、OpenAIは2021年にも「Codex」という名前の別物を出しており、それは2023年に提供を終了しているからです。用語集サイトや解説記事の一部が当時の説明のまま止まっており、いま検索して出てくる情報には新旧が混ざっています。

本記事は、その混乱をOpenAIの公式発表だけで解きほぐし、2026年8月時点のCodexが何であり、どこから使い、いくらかかり、どんなときに使うべきでないかまでを一本で整理します。

なお、食品規格の「Codex（コーデックス）委員会」（1963年設立のFAO/WHO合同食品規格計画）や、写本・古文書を指すcodex、同名のソフトウェア製品をお探しの場合、本記事は対象外です。本記事はOpenAIのCodexのみを扱います。

この記事の要点（Key Takeaways）

• Codexとは、OpenAIのAIコーディングエージェント。自然言語の指示を受けて、コードの読み書き・テスト実行・PR作成までを自分で完了させる
• 2021年の「OpenAI Codex」は別物。あちらはGitHub Copilotの初代エンジンとなったコード生成モデルで、2023年3月に提供終了している。現在のCodexは2025年に登場した別系統のプロダクト
• 入口はChatGPT（Web）／Codex app／CLI／IDE拡張／Codex cloud／iOSの6つ。すべて同じChatGPTアカウントでつながっており、どこから入っても続きから作業できる
• 2026年8月時点の公式ドキュメントでは、Free・GoプランでもCodexが使える。「無料プランでは一切使えない」という説明は現在の仕様と食い違っている
• 万能ではない。仕様が固まっていない探索フェーズ、暗黙知に依存する領域、レビュー体制がない組織では、むしろ手戻りを増やす

Codexとは — OpenAIのAIコーディングエージェント

Codexとは、OpenAIが提供する、自然言語の指示を受けてソフトウェア開発の作業を自律的に実行するAIエージェントです。ChatGPTの契約に含まれる機能として提供されており、ターミナル、エディタ、ブラウザ、デスクトップアプリ、スマートフォンのいずれからでも同じエージェントを呼び出せます。

読み方と正式な位置づけ

Codexの読み方は「コーデックス」です。動画や音声のcodec（コーデック）とは別の語で、綴りも異なります。

OpenAIはCodexの製品ページでCodexを「The same powerful coding agent—now in ChatGPT（同じ強力なコーディングエージェントが、いまChatGPTの中に）」と説明しており、独立したサービスではなくChatGPTに統合された機能という位置づけです。契約しているChatGPTのプランがそのままCodexの利用枠になります。

「補完」ではなく「委任」— 従来のAIコーディングツールとの決定的な違い

Codexを理解するうえで一番大事なのは、「書くのを手伝う」から「やっておいてもらう」への変化です。

従来のAIコーディング支援は、人間がエディタでコードを書いている横で、次の数行を予測して提案する形が主流でした。主役はあくまで人間で、AIは補完役です。

Codexは違います。「このリポジトリのテストが落ちているので直して」と投げると、Codex自身がファイルを読み、原因を推測し、コードを書き換え、テストを走らせ、通るまで繰り返し、最後に変更内容を報告します。OpenAIの最初の発表資料では、タスクの完了までに通常1〜30分かかるとされています。人間は指示を出し、結果をレビューする側に回ります。

この「委任できる」性質があるからこそ、Codexは複数のタスクを並行して走らせる使い方が成立します。エージェントを3つ立ち上げて別々の作業をさせ、終わったものから順にレビューする、という働き方は補完型のツールでは成り立ちません。

【重要】2021年の「Codex」とは別物 — 同じ名前の2つの歴史

Codexを検索したときに一番混乱するのが、同じ「Codex」という名前で、まったく別の2つのものが存在するという点です。ここを整理しないまま読み進めると、古い情報と新しい情報が頭の中で混ざります。

Codex系譜年表

OpenAIの公式発表だけを並べると、系譜は次のようになります。

時期	何が起きたか	いまとの関係
2021年8月	旧Codex：自然言語をコードに変換するモデルをAPIのプライベートベータで公開。GPT-3の子孫で、GitHub Copilotの初代エンジンになった	現在のCodexとは別物
2023年3月	旧Codexモデル（code-davinci-002 / code-davinci-001 / code-cushman-002 / code-cushman-001）を非推奨化（3月20日告知・3月23日停止）	「Codexは終わった」という誤解の出所
2025年4月16日	Codex CLI：ターミナルで動くオープンソースのローカルコーディングエージェントをリリース	現行Codexの起点のひとつ
2025年5月16日	Codex cloud：並列でタスクを処理するクラウド型ソフトウェアエンジニアリングエージェントをリサーチプレビューで公開。codex-1（o3をソフトウェア開発向けに最適化したモデル）を搭載。6月3日にChatGPT Plusへ拡大し、タスク実行中のインターネットアクセスも有効化	現行Codexの本体
2025年10月6日	正式提供（GA）を開始。GPT-5-Codex（同年9月公開）を活かすSlack連携・Codex SDK・管理者向け機能を追加	クラウド機能が揃った時点
2025年12月中旬	GPT-5.2-Codexが登場。以降Codexの利用量は倍増	利用が本格拡大した時点
2026年2月2日	Codex app（macOS）を公開。Skills、Automations、複数エージェントの並列管理、worktree内蔵。3月4日にWindowsへ対応	現在の主要な入口
2026年4月2日	課金体系をメッセージ単位からAPIトークン準拠へ変更	現在の料金の考え方
2026年7月9日	GPT-5.6ファミリー（Sol / Terra / Luna）を一般提供開始	現在の主力モデル
2026年7月30日	GPT-5.6 Lunaを80%、GPT-5.6 Terraを20%値下げ	現在のクレジット単価の前提

出典：OpenAI Codex（2021年発表ページと以降の更新履歴）、Introducing Codex、Codex is now generally available、Introducing the Codex app、GPT-5.6、Codex rate card、OpenAI API Deprecations

面白いことに、2021年の発表ページはいまも残っており、そこに「2025年4月16日にCodex CLIを出した」「2025年5月16日にクラウドのCodexを出した」「旧Codexモデルは2023年3月に非推奨になった」という更新注記が並んでいます。つまりOpenAI自身が、同じページの上で新旧の断絶を説明している状態です。

なぜ「Codexはもう終わった」という誤解が残っているのか

2021年の旧Codexは、GitHub Copilotの心臓部として広く知られました。技術記事も大量に書かれ、「Codex＝Copilotのエンジン」という理解が定着しました。

そして2023年3月、そのモデルは非推奨となり停止します。当時この話題を追っていた人の記憶では、Codexは「終わったプロダクト」として処理されました。

その2年後の2025年、OpenAIは同じ「Codex」という名前で、まったく設計思想の異なるエージェントを出しました。名前を再利用したこと自体は、OpenAIにとってブランド資産の再活用なのでしょうが、検索する側にとっては最悪の条件が揃っています。古い記事も新しい記事も、同じキーワードで引っかかるからです。

用語集・まとめ記事の説明が古いまま止まっている問題

実際に「Codexとは」で検索すると、上位に表示される用語集ページの一部が、いまも「Codexとは、OpenAIが開発した人工知能モデルであり、プログラミングを助けるための技術です」という趣旨の説明を掲げています。これは2021年の旧Codexの説明であって、2026年のCodexの実態とは合いません。いまのCodexは「モデル」ではなく、複数のモデルを使い分けながら自分で作業を進める「エージェント（と、それを動かすアプリ群）」です。

さらに厄介なのは、AIによる検索結果の要約が、こうした古い記述を引用元にしてしまうことです。要約は上位ページの記述を材料にするため、元の情報が古ければ要約も古くなります。Codexについて調べるときは、記事の公開日を必ず見て、2026年以降のものか、OpenAIの公式ページそのものを当たることをおすすめします。

記事が新旧どちらの話をしているかを見分ける方法

とはいえ、公開日だけでは判断がつかない記事もあります。実務的には、次のキーワードが出てくるかどうかで、その記事がどちらのCodexを説明しているかがほぼ判別できます。

その記事が新旧どちらか	出てくるキーワード
旧Codex（2021〜2023）の話	code-davinci-002 / code-cushman / 「APIのモデル」「GitHub Copilotのエンジン」「補完」「Playgroundで試す」
現行Codex（2025〜）の話	「エージェント」「AGENTS.md」「サンドボックス」「プルリクエストを作る」「並列」「Codex CLI」「Codex cloud」「Skills」「Automations」

判別の軸はシンプルで、「Codexが自分でコマンドを実行する」と書かれていれば現行、「プロンプトを送るとコードが返ってくる」と書かれていれば旧Codexです。旧Codexはあくまでテキストを返すモデルで、実行機能を持っていませんでした。

以降、本記事で「Codex」と書く場合は、すべて2025年以降の現行Codexを指します。

Codexでできること・できないこと

コードを書く仕事

Codexが最も得意とするのは、ソフトウェア開発における「やることは決まっているが、手を動かすと時間がかかる」タイプの作業です。OpenAIの発表資料では、次のような用途が挙げられています。

• 機能の実装（feature の追加）
• コードベースについての質問への回答
• バグの修正
• レビュー用のプルリクエストの作成
• リファクタリング、リネーム、テストの追加
• 大規模な移行作業（マイグレーション）
• コードレビュー

実際の企業での使われ方も公表されています。Ciscoでは複雑なプルリクエストのレビューにCodexを使い、レビュー時間を最大50%短縮したとされています。Instacartでは、Codex SDKを社内のバックグラウンドコーディング基盤に組み込み、デッドコードや期限切れの実験コードといった技術的負債の掃除を自動化しています。OpenAI社内でも、ほぼ全エンジニアがCodexを使い、Codexがほぼすべてのプルリクエストを自動レビューしていると公表されています（出典：Codex is now generally available）。

CI/CDへの組み込みも一般的な使い方です。GitHub Actionsと組み合わせてプルリクエストの自動レビューを回す構成については、Codex CLIとGitHub ActionsによるPR自動レビューの実装ガイドで具体的なワークフローまで解説しています。

コードを書かない仕事 — Skillsで広がった領域

2026年のCodexで大きく変わったのが、コードを書く以外の仕事もこなすようになった点です。

鍵になるのがSkillsという仕組みです。Skillsは、手順の指示・参照資料・スクリプトをひとまとめにしたもので、Codexに「うちのチームのやり方」を教え込めます。OpenAIは公式に、次のようなSkillsを配布しています。

• デザインツールからデザイン情報や画像を取得し、UIコードに落とす
• 課題管理ツールでバグのトリアージやリリース管理を行う
• Webアプリを主要なクラウドホスティングにデプロイする
• 画像を生成・編集してUIモックや素材に使う
• PDF・表計算・文書ファイルを読み書きし、体裁を整えて作成する

OpenAI社内では数百のSkillsが作られ、評価の実行、ドキュメントの作成、実験結果のレポートといった業務がCodexに委任されているとされています。

もうひとつがAutomationsです。これは指示とSkillsを組み合わせ、決めたスケジュールで自動的に走らせる機能です。OpenAIでは日次の課題トリアージ、CI失敗の要約、日次リリースブリーフの作成などに使われています。仕事が終わるとレビュー待ちのキューに結果が入るので、人間は結果を見るところから始められます（出典：Introducing the Codex app）。

つまり2026年のCodexは、「エンジニアのためのコード生成AI」から「コードを使って仕事を片付ける汎用エージェント」へ範囲を広げています。日々の運用ワークフローの具体的な組み方は、Codexの使い方と活用ユースケースをまとめた完全ガイドで扱っています。

苦手なこと

一方で、Codexにも明確な限界があります。

• 正解が一つに定まらない設計判断：どのアーキテクチャを選ぶべきかといった問いには、それらしい答えを返しますが、事業上の制約や組織の事情を知らないため、根拠は薄くなります
• 暗黙知に依存する仕様：ドキュメントにもコードにも書かれていない「うちではこうすることになっている」は、AGENTS.mdやSkillsに明文化しない限り再現されません
• 検証できない領域：テストを走らせて正誤が判定できる作業は強い一方、動かして確かめられない部分は精度が落ちます

任せると成功しやすいタスクの3条件

得意・不得意を一つずつ覚えるより、次の3条件を満たすかどうかで振り分けたほうが実務では速く判断できます。

1. 完了条件を言葉にできる：「テストが全部通る」「この画面でエラーが出なくなる」など、終わったかどうかを客観的に言い切れる
2. 正しさを機械が確認できる：テスト、型チェック、リンター、ビルドのいずれかで検証できる。人の目視でしか判定できない作業は成功率が落ちる
3. 失敗しても巻き戻せる：ブランチを切る、worktreeを分ける、といった形で、間違っていたら捨てられる状態になっている

3つとも満たすタスクは、ほぼそのまま投げて問題ありません。1つでも欠けるなら、まず欠けている条件を満たす準備（テストを先に書く、ブランチを切る、完了条件を決める）から始めたほうが、結果的に速く終わります。

逆に言えば、Codexの導入で一番効くのはテストとCIの整備です。検証の仕組みがないコードベースにエージェントを入れても、生成された変更が正しいかどうかを誰も判定できず、レビュー負荷だけが増えます。

Codexを使う6つの入口と、どれを選ぶべきか

Codexで最初につまずくのが、「結局どこから使うのか」です。入口が複数あり、しかもどれも同じ「Codex」と呼ばれるため、記事によって説明がバラバラに見えます。

実際には、すべての入口が同じChatGPTアカウントでつながっており、設定もセッション履歴も共有されます。CLIで始めた作業をCodex app（デスクトップアプリ）で続ける、といった移動ができます。

入口別・選択マトリクス

入口	どういうものか	向く場面	向かない場面
ChatGPT（Web）	ブラウザからCodexを呼ぶ	まず触ってみたい／外出先の端末	手元リポジトリを直接いじる作業
Codex app（デスクトップアプリ / macOS・Windows）	複数エージェントの司令塔。worktree内蔵、差分レビュー、Skills管理	複数タスクを並行させる／長時間タスクの監督	ターミナル操作に慣れていて軽く済ませたいとき
Codex CLI	ターミナルで動くオープンソースのエージェント	手元リポジトリの実装・修正／既存のシェル作業と混ぜる	非エンジニアの入口としては敷居が高い
IDE拡張	使っているエディタの中でCodexを呼ぶ	差分を見ながら細かく直す	何時間もかかる長尺タスクの放置
Codex cloud	クラウド上の隔離環境でタスクを実行	非同期・並列実行／PR作成まで任せる	手元環境に強く依存する作業
iOS（モバイル）	スマートフォンから指示・確認	移動中のレビューや承認、軽い指示出し	実装そのもの

このほか、SlackやGitHubからCodexを呼び出す連携もあります。Slackのチャンネルで@Codexとメンションすれば会話の文脈を読んでタスクを実行し、GitHubではプルリクエストで@Codexを指定してレビューを依頼できます。ただしこれらのクラウド側の機能は、APIキーだけで使う構成では利用できません。

Codex cloudとCodex CLIのどちらを主軸にすべきかという判断は、実行環境・コスト・レビューのしやすさで結論が変わります。10軸での比較と移行手順はCodex cloudとCodex CLIの完全比較にまとめています。

最初の1つはどれを選ぶべきか

迷ったときの指針はシンプルです。

• エンジニアで、手元にリポジトリがある → Codex CLI。インストールしてリポジトリのルートで起動すれば、その日から使えます
• エンジニアで、複数の作業を並行させたい → Codex app。worktreeが内蔵されているため、同じリポジトリに複数エージェントを当てても衝突しません
• 非エンジニア、またはまず様子を見たい → ChatGPTのWebから。環境構築が要らず、何ができるかの感覚をつかむのに向きます
• CIやバッチに組み込みたい → APIキー＋CLI/SDK。共有環境での自動化はこの構成が素直です

入口を間違えると何が起きるか

入口の選択は好みの問題に見えますが、間違えると具体的な形で不便が出ます。よくあるのは次の3つです。

• 長時間タスクをIDE拡張で回してしまう：エディタを閉じられなくなり、他の作業ができなくなる。数十分かかる作業はCodex cloudかCodex appに投げるほうが自然です
• 並行作業をCLIだけでやろうとする：同じリポジトリで複数のエージェントを走らせるとファイルが競合します。worktreeを自分で切るか、それが内蔵されたCodex appを使うのが安全です
• 手元環境に依存する作業をCodex cloudに投げてしまう：クラウド側は隔離環境で動くため、ローカルにしかないデータや社内ネットワーク越しの接続を前提にした作業は完走しません。この手の作業はCLIかCodex appで手元実行するのが確実です

料金 — 無料で使えるのか、いくらかかるのか

「Codexは無料で使えるのか」は、検索でも最も多い質問のひとつです。そしてここが、日本語の解説記事で最も情報がずれている箇所でもあります。

【2026年8月時点】FreeプランでもCodexは使える

OpenAIの公式ドキュメントには、**「ChatGPT Work and Codex are included in your ChatGPT Free, Go, Plus, Pro, Business, Edu, or Enterprise plan（ChatGPT WorkとCodexは、Free・Go・Plus・Pro・Business・Edu・Enterpriseの各プランに含まれます）」**と明記されています（出典：ChatGPT Learn — Pricing、2026年8月8日確認）。

プラン別の位置づけも公式に示されています。

プラン	公式のタグライン（訳）
Free	手早いコーディングタスクでCodexの機能を試す
Go	軽量なコーディングタスクに使う
Plus	週に数回、集中したコーディングセッションを回す
Pro	Plusの5倍または20倍の利用枠を選べる
Business	スタートアップや成長企業にCodexを
Enterprise / Edu	組織全体にエンタープライズ級の機能でCodexを開放する
APIキー	CI等の共有環境での自動化に適する

使えるモデルにはプラン差があります。Free・GoではGPT-5.6 Terraを利用でき、Plus以上ではSol・Terra・Lunaから選んでそれぞれに推論の強度を設定できます（出典：GPT-5.6）。またAPIキーのみの構成では、GitHubの自動コードレビューやSlack連携といったクラウド側の機能は使えません。

なお2026年8月6日に、ChatGPTのチャット側ではFree・Goの既定モデルがGPT-5.6 Lunaに変更されました。ただしこれはチャット体験の話で、ChatGPT Work／Codex側のモデル提供は変更されていません（出典：Improving GPT-5.6 Sol in ChatGPT）。「Freeでも Luna が使えるようになった」という見出しを見かけても、Codexの話とは別物です。

一方で、日本語の解説記事や検索結果の要約の多くは、いまも「無料プランではCodexは使えない。最低でもProプランが必要」と説明しています。このうち「無料プランでは使えない」という部分は2025年時点では正しい説明でした（「最低でもPro」が当てはまったのは、Plusへ拡大する2025年6月3日までのごく短い期間だけです）。しかし2026年8月現在の公式ドキュメントの記載とは食い違っています。

ただし注意点があります。無料枠への開放は、2026年2月にCodex appが発表された際には「期間限定」と告知されていました。その後の公式Pricingページでは期間の限定に触れずFree・Goが含まれる形で記載されていますが、この扱いは今後変わる可能性があります。実際に契約する前には必ず公式のPricingページで最新の状態を確認してください。

なお、Freeプランでも画像生成機能は利用できないなど、プランによる機能差はあります。

クレジットと使用量の考え方

2026年4月2日から、Plus・Pro・Businessを皮切りに、Codexの課金はメッセージ単位ではなくAPIのトークン利用量に準拠する方式へ変わりました（出典：Codex rate card）。感覚的には「何回送れるか」ではなく「どれだけ処理させたか」で減っていきます。

仕組みは次の3層です。

1. トークン：入力・出力の情報量の単位。プロンプト、読み込ませたファイル、会話履歴、ツールの実行結果、そして返答のすべてがトークンを使う
2. クレジット：トークン利用量を管理しやすい単位に換算したもの。モデルごとに単価が違う
3. 利用枠：プランごとに5時間のウィンドウで決まる。ローカルのメッセージとクラウドのチャットは同じ枠を共有する

クレジット単価はモデルによって大きく違います。公式のレートカードでは、100万トークンあたり次のように定義されています。

モデル	入力	キャッシュ済み入力	出力
GPT-5.6 Sol	125クレジット	12.5クレジット	750クレジット
GPT-5.6 Terra	50クレジット	5クレジット	300クレジット
GPT-5.6 Luna	5クレジット	0.5クレジット	30クレジット

（出典：ChatGPT Learn — Pricing）

SolとLunaでは入力側で25倍、出力側でも25倍の開きがあります。OpenAIはそれぞれの用途を、Solは「複雑な推論や高度なコーディング、意思決定を伴う最も難しい仕事」、Terraは「日常的な実務の主力」、Lunaは「分類・抽出・バックグラウンド自動化など、速度と量が要る仕事」と説明しています。難しい仕事にだけSolを使い、定型作業はLunaに落とすという切り替えが、そのまま利用枠の持ちに直結します。

なお消費量はモデルだけで決まりません。文脈の量、推論の強度、ツール利用のほか、応答を速くする設定（Fast mode）を有効にするとクレジットの消費が速くなります。画像生成も、同程度の処理に比べて枠を3〜5倍のペースで消費するとされています（出典：ChatGPT Learn — Pricing）。

プランごとの具体的な上限値や損益分岐点、API直契約との比較はCodexの料金プラン徹底比較で扱っています。数値は変動が速いため、判断の前には公式のPricingページと突き合わせてください。

使用量を長持ちさせる実務的なコツ

OpenAI自身が公式ドキュメントで挙げている節約策は、そのまま実務のチェックリストになります。

• プロンプトを絞る：指示は具体的に、しかし不要な文脈は削る
• 読ませる材料を限定する：関係するファイルだけを渡す
• 出力の量を指定する：想定読者・形式・長さを決め、必須の作業と「できれば」を分ける
• 定型作業はモデルを落とす：TerraやLunaに切り替えるだけで利用枠の持ちが変わる

このほか、AGENTS.mdの分割やMCPサーバーの構成といった運用側のチューニングでも消費量は変わります。設定レベルの調整はCodexの使い方と活用ユースケースをまとめた完全ガイドで扱っています。

ChatGPTとCodexの違い・使い分け

CodexはChatGPTに含まれる機能ですが、役割はまったく違います。

一言でいえば「考える場所」と「手を動かす場所」

ChatGPTでの通常のやりとりは、質問に答え、案を出し、文章を整える対話です。成果は画面上のテキストとして返ってきて、それをどう使うかは人間が決めます。

Codexは、実際にファイルを読み書きし、コマンドを実行し、結果を出します。成果は「変更されたコード」や「作成されたファイル」といった実体です。

だから両者は競合せず、順番に使うのが自然です。何をやるべきかが定まっていない段階はChatGPTで、やることが決まってからCodexに渡す。この順番を守るだけで、手戻りがかなり減ります。

タスク別の使い分け早見表

やりたいこと	向いているのは	理由
技術選定の相談、設計案の壁打ち	ChatGPT	手を動かす前の発散・整理
エラーメッセージの意味を知りたい	ChatGPT	単発の疑問解消
「このバグを直して」	Codex	修正・テスト・確認まで完結する
「この関数にテストを足して」	Codex	実行して通るまで回せる
仕様書のたたき台を作る	ChatGPT	成果物がテキスト
複数ファイルにまたがるリネーム	Codex	機械的で検証可能
学習・調べ物	ChatGPT	対話で深掘りできる
定期的なレポート生成	Codex（Automations）	スケジュール実行できる

判断に迷ったら、**「成果物はテキストか、それとも動くものか」**を基準にしてください。テキストならChatGPT、動くものならCodexです。

Claude Codeとの違いは？ — 判断軸だけ3つ

Codexとよく比較されるのが、AnthropicのClaude Codeです。どちらもターミナルやエディタから使えるAIコーディングエージェントで、できることは大きく重なります。

判断軸を3つに絞ると、次のようになります。

軸	見るべきポイント
既存契約	すでにChatGPTを契約しているならCodex、Claudeを契約しているならClaude Code。追加コストなく始められる方から試すのが合理的
作業のスタイル	長時間の非同期タスクを投げっぱなしにしたいならクラウド実行に強いCodex。対話しながら細かく方向修正したいならClaude Codeが好まれる傾向
エコシステム	Slack・GitHub・課題管理ツールとの連携や、社内標準をSkillsとして配布したいならCodex側の作り込みが厚い

そして実務上の結論を言えば、どちらか一方に絞る必要はありません。両方を契約し、タスクの性質で振り分けている開発現場は珍しくありません。ベンチマークとタスク種別での詳細な比較はClaude CodeとOpenAI Codexの徹底比較に、両者を同時に運用するときの設定とワークフロー設計はClaude Code × Codex の併用設計ガイドにまとめています。

非エンジニアがCodexを触るとき、最初にぶつかる4つの壁

Codexの解説はエンジニア向けに書かれたものがほとんどですが、Skillsの登場で非エンジニアが触る場面も増えました。実際に業務担当者がCodexを使い始めるとき、つまずくのはたいてい次の4点です。

壁1：「リポジトリ」が前提になっている

多くの解説は、Gitで管理されたコードの置き場所があることを前提にしています。エンジニアでなければそもそもリポジトリを持っていないので、最初の一歩が踏み出せません。この場合はコードを対象にせず、手元のファイル（表計算、文書、画像）を扱う作業から始めるほうが実感を得やすくなります。

壁2：何を頼めばいいのかが浮かばない

「AIエージェントに仕事を任せられます」と言われても、自分の仕事のどこを切り出せるかは自明ではありません。判断には前述の3条件がそのまま使えます。特に効くのが2つ目の「正しさを機械が確認できるか」で、エンジニアならテストやCIが代わりに判定してくれますが、その仕組みがない業務では判定役は自分しかいません。

壁3：指示が曖昧すぎて期待とずれる

「いい感じにして」ではエージェントは動けません。何を対象に、どういう状態になったら完了か、を書くだけで結果は大きく変わります。うまくいかないときは、指示を出し直すより、完了条件を先に書くほうが早く収束します。

壁4：結果をレビューできない

これが最も本質的な壁です。自分で正誤を判定できない仕事は任せない — これが非エンジニアにとって最初に置くべき線引きです。判定できないまま結果を受け取ると、間違いに気づかないまま先に進むことになります（レビューの位置づけは後述します）。

Codexを使うべきでないケース

Codexの紹介記事はメリットに寄りがちですが、受託開発の現場から見ると「使わないほうがよい」場面ははっきりあります。導入を検討している段階で、次に当てはまるものがないか確認してください。

仕様が固まっていない探索フェーズ

何を作るべきか自体を探っている段階では、実装スピードは価値になりません。Codexは指示された方向に速く進むため、方向が間違っていれば間違ったものが速くできあがります。この段階で必要なのは実装ではなく、対話と検証です。

暗黙知に強く依存する領域

「この処理はあの部署の運用の都合でこうなっている」といった、コードにもドキュメントにも現れない事情が支配的な箇所は、Codexが最も間違えやすい領域です。任せるなら、まずその暗黙知をAGENTS.mdやSkillsに書き出す作業が先に必要で、それ自体に相応の工数がかかります。

レビュー体制がない組織

生成されたコードを誰も判断できないまま取り込む運用は、速度と引き換えに品質の責任者を失う状態です。レビューできる人がいない状態での導入は、負債を高速で積む結果になりがちです。

コードを外部に出せない案件

契約や規程でソースコードの外部送信が制限されている場合、クラウド実行は選択肢から外れます。ローカル実行とサンドボックス設定で対応できる範囲もありますが、まず社内規程と契約条件の確認が先です。

「AIで内製化する」ことが目的化しているとき

Codexを入れれば外注が不要になる、という期待で始めた取り組みは、たいてい途中で止まります。エージェントが増えるほど、設計判断とレビューという人間側の仕事はむしろ増えるためです。誰がその役割を担うのかが決まっていない状態での導入は、時期尚早です。

導入判断チェックリスト

前述の「任せると成功しやすい3条件」を満たしたうえで、さらに組織側の以下を確認してください。

• 作ろうとしているものの仕様は、少なくとも大枠が固まっているか
• 生成された変更をレビューできる人が、チーム内にいるか
• ソースコードを外部サービスで処理することが、契約・社内規程上問題ないか
• 「AIに任せる範囲」と「人が持つ範囲」の線引きを決める担当者が決まっているか

1つでも「いいえ」があるなら、Codexの導入そのものより先に手を打つべきことがあります。とくに2つ以上なら、本番リポジトリへの投入は見送り、小さな検証用リポジトリで感触を掴む段階にとどめるのが安全です。

こうした判断は、ツールの機能比較だけでは結論が出ません。自社の体制と案件の性質を踏まえて「どこまでをAIに任せ、どこから人が持つか」を設計する必要があります。体制設計から相談したい場合はkoromoの無料相談をご利用ください。

導入時に押さえる3つの注意点

サンドボックスと権限の既定値

Codexは、ネイティブかつオープンソースの、設定可能なシステムレベルのサンドボックスで動作します。既定では、作業しているフォルダやブランチの中のファイル編集と、キャッシュされたWeb検索に限定され、ネットワークアクセスのような強い権限が必要なコマンドを実行する前には許可を求める設計です（出典：Introducing the Codex app）。

プロジェクトやチーム単位で、特定のコマンドを自動的に許可するルールを設定することもできます。ただし許可範囲を広げるほど、事故の範囲も広がります。最初は既定のまま使い、実際に必要になったものだけを順次許可していくのが安全です。

なお、クラウド側のタスクは隔離された環境で実行されます。2025年5月の公開当初は実行中のインターネットアクセスが無効でしたが、同年6月3日にアクセスを与えられるよう変更されています。

レビューを外さない

これが本記事で唯一「必ず守ってほしい」と言い切る点です。 OpenAI自身が最初の発表資料で「エージェントが生成したコードを統合・実行する前に、利用者が手作業でレビューし検証することは依然として不可欠である」と明記しています（出典：Introducing Codex）。

Codexは実行ログやテスト出力を引用して自らの作業の根拠を示します。しかしそれは検証を助けるためのものであって、検証を代替するものではありません。根拠は出しますが、承認はしません。マージするかどうかを決めるのは常に人間側です。

Codexが不確実だと判断したときやテストが失敗したときには、それを明示的に伝える設計になっています。この報告を読み飛ばさない運用をチームのルールにしておくと、事故の多くは防げます。

情報の取り扱いと学習利用

Business・Enterprise・Eduの各プランでは、既定で業務データが学習に使われません。個人向けプランを業務で使う場合は、この点の扱いが異なるため、社内規程と照らして確認が必要です。Enterprise / Eduではデータ保持期間やデータ所在地の制御、監査ログといった管理機能も提供されます。

チームで本格導入するなら、まずどのプランで契約するかが実質的にセキュリティ要件の判断になります。

よくある質問（FAQ）

Q. Codexとは何ですか？読み方は？

A. Codexとは、OpenAIが提供するAIコーディングエージェントです。読み方は「コーデックス」。自然言語の指示を受けて、コードの読み書き、テストの実行、プルリクエストの作成までを自律的に行います。ChatGPTの契約に含まれる機能として提供されており、Web・Codex app（デスクトップアプリ）・CLI・IDE拡張・Codex cloud・iOSから同じエージェントを利用できます。

Q. ChatGPTとCodexの違いは何ですか？

A. ChatGPTは「考える場所」、Codexは「手を動かす場所」です。ChatGPTの成果は画面上のテキストで、それをどう使うかは人間が決めます。Codexは実際にファイルを読み書きしコマンドを実行するため、成果は変更されたコードやファイルという実体になります。何をやるべきか定まっていない段階はChatGPT、やることが決まってからCodexに渡す、という順番が基本です。

Q. Codexは無料でも使えますか？

A. 2026年8月時点のOpenAI公式ドキュメントでは、ChatGPTのFree・Goプランを含むすべてのプランにCodexが含まれると明記されています。Freeプランは「手早いコーディングタスクでCodexの機能を試す」位置づけで、利用枠はプランごとに異なります。ただし無料枠への開放は当初「期間限定」と告知された経緯があり、扱いが変わる可能性があるため、契約前に公式のPricingページで最新の状態を確認してください。

Q. ChatGPTとCodexのどちらが使いやすいですか？

A. 始めやすさで言えばChatGPTです。ブラウザを開けばすぐ使え、前提知識も要りません。Codexは入口によって前提が変わり、CLIやIDE拡張はターミナル操作とリポジトリの存在が前提になります。ただしCodexもChatGPTのWebやCodex appから入れば環境構築は不要なので、「Codexは難しい」というより「入口の選び方で難易度が変わる」と捉えるのが正確です。慣れの面では、指示の出し方（完了条件を明示する書き方）を身につけるまでに多少の学習が必要になります。

Q. 2021年のCodexとは別物ですか？

A. 別物です。2021年8月に公開された旧Codexは、自然言語をコードに変換するモデル（GPT-3の子孫）で、GitHub Copilotの初代エンジンになりました。このモデルは2023年3月に非推奨となり、シャットダウンされています。現在のCodexは2025年4月のCodex CLI、同年5月のCodex cloudから始まる別系統のプロダクトで、「モデル」ではなく「エージェント」です。名前が同じため情報が混在しやすい点に注意してください。

Q. Codexは非エンジニアでも使えますか？

A. 使えます。特にSkillsの登場以降、文書や表計算ファイルの作成、情報の収集と整理といったコード以外の作業も扱えるようになりました。入口はChatGPTのWebかCodex appを選べば環境構築も不要です。ただし、結果の正しさを自分で判断できない領域の作業を任せるのは危険なので、本記事の「任せると成功しやすいタスクの3条件」を満たす作業から始めることをおすすめします。

Q. Codexとは食品規格のことですか？

A. 本記事で扱うCodexはOpenAIのAIコーディングエージェントです。食品分野の「Codex（コーデックス）」は、1963年に設立されたFAO（国連食糧農業機関）とWHO（世界保健機関）の合同食品規格計画（Codex Alimentarius）を指す別のものです。ほかに、写本・古文書を意味するcodexや、同名のソフトウェア製品も存在します。

Q. Codexを導入すれば開発を内製化できますか？

A. 実装作業は大きく効率化しますが、それだけで内製化が完成するわけではありません。エージェントの数が増えるほど、方針を決めて成果を評価する人間側の負荷は上がります。内製化を目的にする場合は、ツールの導入より先に「誰がレビューを担うか」を決めることが実質的な前提条件になります。

まとめ

Codexとは、OpenAIのAIコーディングエージェントです。整理すると次のようになります。

• 正体：自然言語の指示を受け、コードの読み書き・テスト実行・PR作成までを自分で完了させるエージェント。補完ツールではなく、仕事の実行者
• 歴史：2021年の同名モデルとは別物。旧Codexは2023年3月に提供終了しており、現行Codexは2025年に登場した別系統
• 入口：Web・Codex app・CLI・IDE拡張・Codex cloud・iOSの6つ。すべて同じアカウントでつながっている
• 料金：2026年8月時点ではFree・Goを含む全プランに含まれる。トークン量に応じてクレジットを消費し、モデル選択が枠の持ちを大きく左右する
• 限界：仕様が固まっていない段階、暗黙知に依存する領域、レビュー体制がない組織では、速度がそのまま手戻りに変わる

まず試すなら、ChatGPTのWebから小さなタスクを1つ投げてみるのが最も早いはずです。そのうえで、日常的に使うならCLIかCodex appへ移り、チームで運用する段階になったらプランと権限設計を検討する、という順番が現実的です。

koromoは、Codexをはじめとするコーディングエージェントを日常の開発に組み込みながら受託開発を行っています。開発そのもののご相談は無料相談からお気軽にどうぞ。

関連記事

• Codexの使い方と活用ユースケース完全ガイド — 実際の運用ワークフロー、AGENTS.md、セキュリティ設計まで
• Codexは結局いくらかかるのか — 料金プラン徹底比較 — プラン別の利用枠、API直契約との損益分岐点
• Codex cloud vs Codex CLI 完全比較 — 10軸マトリクスとコスト実測
• Codex CLI × GitHub Actions によるPR自動レビュー — CI/CDへの組み込み実装
• Claude Code vs OpenAI Codex 徹底比較 — ベンチマークとタスク種別での判断フレーム
• Claude Code × Codex 併用設計ガイド — 両方使う場合のタスク振り分けと設定