Codexを「コードを書かせるチャット」だと思っているなら、もうすでに一世代古いです。
2026年7月9日、GPT-5.6が一般公開されました。
中心にいるのは、旗艦モデルの「Sol」。
複雑なコーディング、調査、資料作成、ブラウザ操作、Computer Use、セキュリティ、長時間のプロジェクト実行まで、1つの依頼を最後まで進める能力が大きく伸びています。
Artificial Analysis Coding Agent Indexでは80を記録。Terminal-Bench 2.1では88.8％、Ultra設定では91.9％まで伸びました。
ただ、数字以上に大きい変化があります。
それは、Codexが「質問に答えるAI」から「仕事を組み立てて終わらせるAI」へ変わったことです。
調べる。
計画する。
作る。
チェックする。
必要なら複数のAIへ分担する。
完成した手順を保存し、次回から自動で動かす。
ここまでをCodexの中で一周させられます。
すでにCodexは週500万人以上が利用し、その約20％を非エンジニアが占めています。しかも、非エンジニアの利用は開発者の3倍を超える速さで増えています。
つまり、これはエンジニアだけの変化ではありません。
記事制作、SNS運用、競合調査、商品企画、資料作成、顧客対応、Web制作。
パソコン上で進める仕事なら、ほぼすべてが対象です。
この記事では、GPT-5.6 Sol時代のCodexを使い切るために必要な機能を、強くなる順番で全部つなぎます。
Sol・Terra・Lunaの選び分けから、Plan mode、AGENTS.md、config.toml、Skills、Plugins、MCP、Ultra、Subagents、Custom Agents、レビュー、Automationsまで。
断片的な機能紹介ではなく、あなた専用の仕事環境を完成させるための攻略地図です。
この記事と合わせて、 副業で結果を出すまでの全体像も知っておきたい方へ🎁
現在、公式LINEにて
『くろねこ式SNS副業 完全攻略 5大特典パック』
を無料でプレゼントしています🎁
本来、有料コンテンツとして出す予定のものなので
定員に達したら配布を締め切ります。
今のうちに記事とあわせて受け取っておいてください。
▼▼▼
【▶︎▶︎▶︎5大特典を受け取る】
それでは、本題に入ります！
Codexの正体は「AIチャット」ではなく、仕事を動かすOSです
Sol時代のCodexを理解するには、最初に全体像をつかむ必要があります。
Codexは、次の6層でできています。
多くの人は、1層目の「どのモデルが一番賢いか」だけを見ています。
しかし、実務で差がつくのは2層目以降です。
どれだけ賢いモデルでも、目的が曖昧で、必要な資料がなく、完成条件も決まっていなければ、返ってくるのは目的に届かない一般論です。
逆に、文脈、ルール、道具、役割、完成条件まで渡せば、Codexは成果物を完成させる側へ回ります。
Solが強いのは間違いありません。
でも、Solを選ぶだけではCodexは完成しない。
頭脳の性能を、仕事の仕組みへ接続して初めて本領が出ます。
1. Sol・Terra・Lunaを仕事で使い分ける
GPT-5.6では、3つのモデルを目的別に選べます。
Solは「考え抜いて完成させる」司令塔
SolはGPT-5.6の旗艦モデルです。
向いているのは、答えが最初から決まっていない仕事です。
- 複数資料を読んで戦略を決める
- 大きなコードベースを理解して機能を追加する
- 調査から構成、制作、検証まで一気に進める
- ブラウザやアプリをまたいで成果物を完成させる
- 長いプロジェクトの整合性を保つ
- 複数のサブエージェントを指揮する
「何を作るか」だけでなく、「どう進めれば目的を達成できるか」まで考えてほしい仕事はSolです。
Terraは「速さと質」を両立する実務担当
Terraは、能力とコストのバランスを取るモデルです。
毎日の調査、要約、ファイル整理、下書き、コード修正、複数資料の確認など、判断は必要だがSolほど深く考え続けなくていい仕事に向いています。
サブエージェントを複数動かすときも、調査役や探索役へTerraを割り当てると効率が上がります。
Lunaは「量と速度」を担当する作業員
Lunaは最速・低コストのモデルです。
- 大量ファイルの分類
- 表記揺れの確認
- 一次スクリーニング
- 定型文の変換
- 候補の大量生成
- 決まった形式への整形
こうした軽い仕事を高頻度で回すのに向いています。
Lunaに最終判断まで任せるのではなく、候補を集める、整える、絞るところを任せ、最後はSolへ戻す。
この分担が強いです。
迷ったら、この組み合わせで始める
毎回Solを最大設定で動かす必要はありません。
司令塔はSol、調査役はTerra、定型処理はLuna。
人間のチームと同じように、仕事の重さで頭脳を割り当てます。
Ultraは「最高に深く考える設定」だけではない
Ultraは、対応するモデルで最大級の推論を使う設定です。
さらに重要なのが、適した仕事を複数のサブエージェントへ能動的に分担できることです。
普通の設定では、こちらから「3人に分けて」と明示すると並列化できます。
Ultraでは、Codex側が「この仕事は分けた方が速く、質も上がる」と判断し、調査、制作、検証などへ分解できます。
つまりUltraは、単なる高知能モードではありません。
AIチームの自動編成モードです。
Fast modeはモデルを変えずに速度を上げる
CodexにはFast modeもあります。
対応モデルの速度を約1.5倍にする代わりに、GPT-5.6では通常より多くのクレジットを消費します。
CLIでは次のコマンドで切り替えられます。
/fast on
/fast off
/fast status
短納期の修正や、待ち時間を減らしたい集中作業で使う機能です。
Fast modeは「軽いモデルへ落とす」のとは違います。Solの能力を保ったまま速度を上げたいときに使います。
2. App・CLI・IDE・Cloudを使い分ける
Codexは、使う場所によって得意な仕事が変わります。
ChatGPTデスクトップアプリは「司令室」
複数ファイルを見ながら計画し、タスクを進め、画像、文書、表、ブラウザ、外部ツールまで扱いたいなら、デスクトップアプリが中心です。
Codexの進捗、差分、サブエージェント、Skills、Plugins、Scheduled tasksをまとめて扱えます。
エンジニアではない人がCodexを仕事へ入れるなら、まずアプリから始めるのが最短です。
CLIは「ターミナルにいる実行担当」
CLIは、ローカルのファイルやコードを直接扱い、コマンド実行、テスト、Git操作、非対話の自動処理まで進めるのが得意です。
対話型の\codex\だけでなく、\codex exec\を使えばスクリプトやCIからも動かせます。
決まった処理を毎回同じ形で走らせたい人ほど、CLIの価値が上がります。
IDE拡張は「コードの隣にいる担当者」
VS Codeなどで、開いているコードを見ながら修正、説明、レビューを進めたいならIDE拡張です。
対象ファイルを切り替えながら細かく指示しやすく、実装中の往復が最も短くなります。
Cloudは「自分のパソコンを空ける外注先」
時間のかかる作業を別環境へ任せたいときはCloudが向いています。
ローカル作業を止めずに、別のタスクを並列で進められます。
考え方はシンプルです。
- 普段の司令：デスクトップアプリ
- コマンドと自動処理：CLI
- コード実装の密着作業：IDE
- 長時間の別作業：Cloud
全部を1つへ寄せる必要はありません。
同じCodexを、仕事に合う入口から使います。
3. 指示は「目的・文脈・制約・完成条件」の4つで渡す
GPT-5.6 Solは、短い指示でもかなり動けます。
それでも、重要な仕事では4つを渡した方が圧倒的に安定します。
目的
何を作るかではなく、何を達成したいかです。
「記事を書いて」ではなく、「Codexを単発チャットでしか使えていない読者が、自分専用のAI仕事環境を作れる記事を完成させる」と伝えます。
文脈
どのファイル、資料、事例、過去の決定を見ればいいかです。
Codexにフォルダを渡せる強みは、ここにあります。
毎回チャット欄へ説明を書き直すのではなく、正しい資料を読ませます。
制約
守るべき条件です。
文字数、口調、触ってはいけないファイル、使う技術、対象読者、参照する一次情報、禁止表現などを入れます。
完成条件
何ができたら仕事が終わるかです。
「本文を書いたら終了」ではなく、「事実確認、リンク確認、文字数確認、読みやすさ確認まで終え、指定フォルダへ保存したら完了」と決めます。
この4つをまとめると、次の形になります。
ーーーーーーーーーーーー
【Codexへ仕事を渡す基本プロンプト】
目的：
［この仕事で達成したいこと］
文脈：
［読むファイル、フォルダ、参考資料、過去の決定］
制約：
［守るルール、変更範囲、対象読者、形式］
完成条件：
［何を確認し、どの状態になったら完了か］
必要な調査と作業を自分で進め、完成条件を満たすまで実行してください。
判断が必要な箇所だけ質問し、それ以外は合理的に判断して進めてください。
ーーーーーーーーーーーー
細かい手順を30個並べるより、目的と完成条件を明確にする方がSolは強く動きます。
こちらが工程を全部決めると、Codexは指示された作業しかできません。
ゴールを明確にし、進め方には余白を残す。
それがエージェントへの指示です。
Codexへ渡す情報は、チャットではなくファイルにする
Codexを長く使うほど、チャットの上手さよりファイル設計が効いてきます。
会話だけで進めると、重要な決定、参考資料、完成物、次の作業が同じ場所へ混ざります。
新しいチャットを始めるたびに説明し直し、前回と違う判断が返ってくる。
この状態から抜けるには、プロジェクトごとに「何を読めば仕事を再開できるか」を決めます。
最小構成は、次の4つです。
Project/
├── Context.md # 目的・対象・変わりにくい前提
├── Project.md # 現在の論点・決定・次の作業
├── Materials/ # 参考資料・元データ・競合情報
└── Outputs/ # 完成した成果物
Context.mdには「変わりにくい前提」を置く
プロジェクトの目的、対象読者、判断基準、守るべき条件など、毎回必要になる情報を置きます。
Project.mdには「いま何をしているか」を置く
現在の課題、検討中の案、決定事項、次の一手を更新します。
チャットが変わっても、このファイルを読めば続きから始められます。
Materialsには「根拠」を置く
参考記事、競合調査、画像、議事録、データ、仕様書など、成果物を作る材料をまとめます。
Outputsには「完成版」を置く
途中案と完成版を分けることで、Codexが古い下書きを正本と誤認しにくくなります。
この構造を作ったら、AGENTS.mdへ読む順番を書きます。
すると、次の依頼は短くできます。
このプロジェクトのAGENTS.mdに従い、Context.mdとProject.mdを読んでください。
現在の続きから、完成条件を満たすまで進めてください。
チャットは指示と判断の場所。
ファイルは記憶と成果物の場所。
この役割分担ができると、Codexは一度きりの会話相手ではなく、プロジェクトを継続して進める担当者になります。
4. 曖昧な仕事ほどPlan modeから始める
やりたいことはある。
でも、何を作ればいいか、どこから始めればいいか分からない。
この状態でいきなり実装や制作へ入ると、途中で前提がズレます。
そこで使うのがPlan modeです。
Plan modeでは、Codexが先にファイルと状況を調べ、必要な質問をし、実行前の設計図を作ります。
CLIでは\/plan\、アプリではShift+Tabなどから切り替えられます。
Plan modeが強いのは、次の仕事です。
- 要件がまだ曖昧な新規企画
- 複数ファイルにまたがる変更
- 既存の仕組みを壊したくない改修
- 選択肢が多いツール導入
- 長期プロジェクトの工程設計
- 読者や商品の方向性から決める記事制作
使い方は難しくありません。
ーーーーーーーーーーーー
【Plan mode用プロンプト】
この依頼をすぐ実行せず、まず現状を調べてください。
- 目的達成に必要な情報を集める
- 不明点と重要な判断を分ける
- 実行手順、変更対象、検証方法を計画する
- 私が決めるべきことだけ質問する
計画が固まったら、実行可能な順番で提示してください。
目的：［達成したいこと］
ーーーーーーーーーーーー
Plan modeの価値は、慎重になることではありません。
手戻りを消すことです。
10分で作り始めて3時間後にやり直すより、最初の15分で正しい設計を作る方が速い。
大きな仕事ほど、この差が広がります。
5. AGENTS.mdで「毎回の説明」を消す
Codexを使い始めた人が、最初に作るべき資産が\AGENTS.md\です。
AGENTS.mdは、Codexが仕事を始める前に読むルールブックです。
毎回守ってほしいことを、チャットではなくファイルへ固定できます。
たとえば、次の内容です。
- 最初に読むファイルの順番
- プロジェクトの目的
- 重要なフォルダ
- 書き方や設計のルール
- テストや確認コマンド
- 変更してはいけない範囲
- 完了の定義
- ユーザーへの報告方法
グローバルとプロジェクトを分ける
個人の共通ルールは\~/.codex/AGENTS.md\へ置きます。
特定プロジェクトのルールは、プロジェクト直下の\AGENTS.md\へ置きます。
さらに特定のフォルダだけ別ルールが必要なら、そのフォルダ内へAGENTS.mdを追加できます。
Codexは上位のルールから読み、作業場所に近いファイルを優先します。
つまり、全体ルールと現場ルールを分けられます。
最初のAGENTS.mdはこれで十分
AGENTS.md
目的
- このプロジェクトで達成すること
最初に読む
- Context.md
- Project.md
- 対象機能の仕様書
作業ルール
- 既存データを消さない
- 既存の設計パターンを優先する
- 関係ないファイルを変更しない
完了条件
- 必要な実装または成果物が完成している
- テストと表示確認が終わっている
- 変更内容と確認結果を報告する
最初から百科事典を作る必要はありません。
Codexが同じミスをしたとき、その原因になったルールを1つ足す。
同じ説明を2回したら、会話の問題ではなく仕組みの問題です。
その場で直して終わらず、次回から起きない形へ変えます。
AGENTS.mdは、Codexを育てる場所です。
6. config.tomlでCodexの初期状態を整える
AGENTS.mdが「仕事のルール」なら、\config.toml\は「Codex本体の設定」です。
主に次の項目を管理します。
- 使うモデル
- Reasoning effort
- 権限と承認方法
- Sandbox
- MCPサーバー
- サブエージェント設定
- 機能フラグ
- プロファイル
個人設定は\~/.codex/config.toml\へ置きます。
プロジェクト固有の設定は\.codex/config.toml\へ置きます。
CLI、IDE拡張、デスクトップアプリは、この設定レイヤーを共有します。
最小構成なら、次のような形です。
model = "gpt-5.6"
model_reasoning_effort = "high"
approval_policy = "on-request"
[agents]
max_threads = 6
max_depth = 1
\max_threads\は同時に開けるエージェントスレッド数、\max_depth\はサブエージェントがさらに下へ分岐できる深さです。
現在の標準は、最大6スレッド、深さ1です。
最初から再帰的に大量のエージェントを増やす必要はありません。
メインが複数の専門担当へ仕事を渡し、結果を回収する形で十分強いです。
設定の役割を分けると迷いません。
- どう振る舞うか：AGENTS.md
- どのモデル・権限・接続を使うか：config.toml
- 仕事をどう進めるか：Skills
- 外部サービスで何をするか：MCP / Plugins
7. Skillsで「うまくいった手順」を能力に変える
毎週やる仕事を、毎回ゼロから説明していませんか。
記事制作、競合調査、会議要約、リリース、レビュー、請求処理、レポート作成。
同じ工程を繰り返すなら、次に作るのは長いプロンプトではありません。
Skillです。
Skillは、Codexへ追加できる仕事専用の能力です。
基本は、\SKILL.md\へ次の内容を書きます。
- いつ使うか
- どんな入力を受け取るか
- 何を読むか
- どの順番で進めるか
- どのツールを使うか
- 何を確認して完了とするか
必要なら、参考資料、テンプレート、スクリプト、画像素材も同じフォルダへ入れられます。
Skillsは必要なときだけ全文を読む
Codexは、最初からすべてのSkill本文を読み込むわけではありません。
まず名前と説明を見て、今回の依頼に合うSkillだけを開きます。
これが「Progressive Disclosure」です。
大量の手順を毎回コンテキストへ詰め込まず、必要な能力だけ呼び出せます。
明示でも、自動でも使える
明示するときは、プロンプトで\$skill-name\を指定します。
説明文と依頼内容が一致すれば、Codex側が自動で選ぶこともできます。
だから、Skill名より\description\が重要です。
何をするSkillで、いつ使い、いつ使わないのか。
ここが明確なら誤発動が減ります。
Skillにするべき仕事
次のうち2つ以上に当てはまったら、Skill化のタイミングです。
- 同じ工程を3回以上やった
- 参照する資料が毎回同じ
- 順番を間違えると品質が落ちる
- 必ず通すチェック項目がある
- 特定ツールとの連携が必要
- 他の人や別プロジェクトでも再利用したい
一度うまくいったプロンプトを保存するだけでは、再現性は上がりません。
入力、工程、判断基準、検証まで固定して初めて能力になります。
Computer Useが使えるmacOSなら、実演からSkillを作れる
文章で説明しにくい操作は、Record & Replayが使えます。
実際にMac上で操作を見せると、Codexが手順を解析してSkillの下書きを作ります。
経費精算、定型レポートのダウンロード、動画投稿、決まったフォーム入力など、「説明するより見せた方が早い仕事」と相性がいい機能です。
8. Pluginsは「能力・接続・道具」をまとめて入れる
Skillが仕事の手順なら、Pluginは複数の能力や接続を配布するパッケージです。
Pluginには次の要素をまとめられます。
- Skills
- GmailやGoogle DriveなどのConnectors
- MCP servers
- Hooks
- ブラウザ機能
- Scheduled taskのテンプレート
自分でSkillを作る前に、目的に合うPluginがあるなら、まず既存のものを使う方が速いです。
たとえば、GitHub、Gmail、Google Drive、SlackなどのPluginを入れると、Codexの仕事場がローカルフォルダの外まで広がります。
SkillとPluginの違い
PluginはデスクトップアプリとCLIのPluginブラウザから利用できます。
CLIでは\/plugins\で開きます。
インストール後は、新しいチャットやセッションを始めると、追加されたSkillsやツールが使えるようになります。
9. MCPでCodexに「外部サービスの手足」を与える
Codexが強くても、接続していないサービスの最新データや非公開情報には触れられません。
Google Driveの資料を読ませたい。
GitHubのIssueを確認したい。
Figmaのデザインを見たい。
Notionや社内システムの情報を取得したい。
ブラウザを操作したい。
そこで使うのがMCPです。
MCPは、Codexと外部の道具・情報を接続する共通規格です。
MCPサーバーは、主に3つを提供します。
- Tools：検索、作成、更新、送信などの操作
- Resources：文書、データ、仕様などの読み取り
- Prompts：そのサービス向けの再利用プロンプト
MCPを入れると、依頼の形が変わる
接続前は、ユーザーが情報を集めてCodexへ貼り付けます。
接続後は、Codex自身が必要な情報を取得し、成果物を作り、必要な場所へ反映できます。
たとえば、次のような仕事です。
- Google Driveから会議資料を集め、決定事項をまとめる
- GitHubのPRとIssueを確認し、修正を実装する
- Figmaを見て画面を再現し、ブラウザで表示確認する
- Gmailから返信が必要なメールを抽出し、下書きを作る
- Notionの仕様書から実装計画を作る
SkillとMCPを組み合わせる
MCPだけでは、道具が増えただけです。
どの順番で何をするかはSkillへ書きます。
「毎週月曜、Driveの数値を読み、先週と比較し、異常値を確認し、レポートを作る」
この場合、Driveから情報を取る手がMCPで、毎週の作業手順がSkillです。
道具と手順を分ける。
この発想が、Codexを安定させます。
10. UltraとSubagentsで「1人AIチーム」を作る
Sol時代の目玉は、1つのAIをさらに賢くすることではありません。
複数のAIを同時に働かせることです。
Codexは、仕事をサブエージェントへ分け、並列で進め、最後にメインエージェントが結果を統合できます。
1人に全部やらせると、文脈が汚れる
長い調査ログ、テスト結果、エラー、候補案、没案を1つのチャットへ入れ続けると、重要な目的や判断が埋もれます。
これがContext pollutionです。
さらに不要な情報が増え続けると、長い会話の後半で判断精度が落ちます。
そこで、途中の重い作業を別エージェントへ逃がします。
- メイン：目的、判断、統合、完成版
- 調査役：資料、競合、事実、数字
- 制作役：初稿、実装、候補作成
- 検証役：間違い、抜け、ズレ、テスト
メインには、各担当の長い作業ログではなく、整理された結論だけを戻します。
組み込みの3役
Codexには、基本となる3つのエージェントがあります。
- \
default\：汎用担当 - \
worker\：実装や修正を進める担当 - \
explorer\：コードや資料を読み、調べる担当
最初は、この3つで十分です。
さらに役割を固定したいならCustom Agentsを作れます。
個人用は\~/.codex/agents/\、プロジェクト用は\.codex/agents/\へTOMLファイルを置きます。
名前、説明、担当指示に加え、モデル、Reasoning、Sandbox、MCP、Skillsも役割ごとに変えられます。
最初に作る4人チーム
ーーーーーーーーーーーー
【コピペ用：Sol司令塔＋3人AIチーム】
この仕事を、メインエージェントと3人のサブエージェントで進めてください。
メインエージェント：
目的と完成条件を管理し、各担当の結果から最終版を作る
調査担当：
必要な一次情報、事例、数字、前提を集め、根拠つきで返す
制作担当：
調査結果と目的をもとに、成果物の初稿を作る
検証担当：
事実、抜け、品質、読みやすさ、目的とのズレを確認する
独立して進められる仕事は並列で実行してください。
全担当の完了を待ち、メインエージェントが結果を統合してください。
最終出力：
・完成版
・採用した根拠
・検証で直した点
・残っている判断
目的：［ここに目的］
完成条件：［ここに完成条件］
ーーーーーーーーーーーー
並列化するのは「独立した仕事」
サブエージェントを増やせば、何でも速くなるわけではありません。
強いのは、同時に進められる仕事です。
- 複数資料の調査
- セキュリティ、品質、読みやすさの別視点レビュー
- 大量ファイルの分類
- 複数案の作成
- テストとログ分析
一方、同じファイルを複数人が同時に書き換えると衝突します。
書く担当は1人に寄せ、読む・調べる・検証する担当を並列化する。
これが最初の正解です。
11. 制作担当と検証担当を分ける
Codexへ「作って。そのあと問題ないか確認して」と頼むだけでは、同じ視点で制作と確認を繰り返します。
品質を上げたいなら、最初から役割を分けます。
コードなら
- 実装担当
- テスト担当
- セキュリティ担当
- 保守性レビュー担当
記事なら
- 執筆担当
- 事実確認担当
- 初心者目線担当
- タイトルとの整合確認担当
資料なら
- 構成担当
- 数値確認担当
- デザイン確認担当
- 意思決定者目線担当
同じ成果物でも、見る役割が変わると指摘が変わります。
Codexには\/review\もあります。
未コミットの変更、特定コミット、ベースブランチとの差分などを対象に、実装後のレビューを進められます。
ただし、レビュー機能を呼ぶだけでは足りません。
何を問題として見つけるかを決めます。
ーーーーーーーーーーーー
【コピペ用：完成前レビュー】
この成果物を、作成者とは別のレビュアーとして確認してください。
優先順位：
- 目的を達成できない欠陥
- 事実・数値・仕様の誤り
- 抜けている前提や工程
- ユーザーが迷う箇所
- 読みやすさ、保守性、表現
問題は重要度順に並べ、該当箇所と修正案を示してください。
問題がなければ、確認した範囲と残るリスクを短く示してください。
完成条件：［ここに完成条件］
ーーーーーーーーーーーー
「いい感じにして」ではなく、合格条件を渡す。
検証まで含めて仕事です。
12. 権限とSandboxは「任せる範囲」を設計する
Codexは、ファイルを読み、書き、コマンドを実行し、外部サービスも操作できます。
だからこそ、モデルの賢さと同じくらい、権限設計が重要です。
基本となる考え方は3つです。
- Read only：読むだけ
- Workspace write：作業フォルダ内なら変更できる
- Full access：広い範囲へアクセスできる
普段の制作や実装は、Workspace writeを基準にします。
外部ネットワークや別フォルダが必要なときだけ、必要な範囲を追加します。
そして、削除、送信、公開、決済、外部サービスの変更など、戻しにくい操作は確認を残します。
これはCodexを弱くするためではありません。
安心して大きな仕事を任せるための土台です。
権限が曖昧だと、Codexは必要な操作で止まるか、逆に広すぎる範囲を持ちます。
最初に「どこまで自動で進めてよいか」を決めると、作業中の確認回数が減ります。
13. Automationsで繰り返し仕事を自動運転する
一度うまくできた仕事は、次に自動化します。
CodexのScheduled tasksを使うと、決まった時刻、一定間隔、イベント後、監視条件などで仕事を動かせます。
たとえば、次のような使い方です。
- 毎朝、AI業界の最新ニュースを集める
- 毎週、競合の新しい記事を確認する
- 毎晩、プロジェクトの変更をレビューする
- PRの状態を定期確認し、新しい指摘へ対応する
- 月初にレポートを作る
- 長時間処理が終わるまで同じチャットで追跡する
単発タスクと継続チャットを使い分ける
毎回独立した結果が欲しいなら、StandaloneのScheduled taskを使います。
前回までの会話を引き継ぎ、同じ仕事を追いかけたいなら、既存チャットの中へスケジュールを作ります。
ローカル作業はアプリを動かしておく
デスクトップアプリでローカルプロジェクトを扱うScheduled taskは、パソコンとアプリが動いている必要があります。
Gitプロジェクトでは、現在の作業フォルダを直接使うか、別Worktreeで分離して動かすかを選べます。
定期タスクが自分の作業中ファイルへ触れる可能性があるなら、Worktreeで分ける方が扱いやすいです。
自動化は「手動で成功した後」に行う
いきなり毎日動かすのではなく、まず通常のチャットで一度完成させます。
次にSkillへします。
最後にScheduled taskへ載せます。
手動成功 → Skill化 → 自動化。
この順番なら、間違った作業を毎日量産しません。
14. 目的別に、この構成から始める
機能を全部使う必要はありません。
自分の仕事に必要な層から組みます。
AI初心者・会社員
- デスクトップアプリ
- GPT-5.6 SolまたはTerra
- 目的・文脈・制約・完成条件
- Plan mode
- プロジェクト用AGENTS.md
最初の目標は、1つのフォルダをCodexへ渡し、計画から完成まで進めることです。
記事・SNS・コンテンツ制作
- Solを構成と最終編集へ使う
- Terraを調査担当へ使う
- 制作ルールをAGENTS.mdへ保存する
- 記事制作や投稿作成をSkill化する
- Web検索やDriveをMCPで接続する
- 事実確認担当をサブエージェント化する
- ネタ調査をScheduled taskにする
この構成にすると、文章を作るだけでなく、企画、調査、制作、確認、次回の改善までつながります。
個人事業・1人会社
- 業務ごとにフォルダと正本を分ける
- 全体ルールをAGENTS.mdへ置く
- 定型業務をSkillsへ変える
- Gmail、Drive、GitHubなどをPlugins/MCPで接続する
- 調査、制作、検証のCustom Agentsを作る
- Ultraで複数案件を分担する
- 安定した業務をAutomationsへ移す
目指すのは、AIに質問する人ではありません。
仕事をAIへ配り、結果だけを判断する人です。
開発者・制作チーム
- CLIまたはIDE拡張
- リポジトリ直下のAGENTS.md
- \
.codex/config.toml\ - lint、test、buildを完成条件へ固定
- 実装・テスト・レビューをサブエージェントで分担
- \
/review\とGitHub連携 - PR監視や定期レビューをScheduled tasksへ移す
コード生成だけで終わらず、テスト、差分確認、レビュー、PR対応までを一周させます。
15. Codexで失敗する人の7つの共通点
- 1つのチャットへ全部詰め込む
調査、制作、修正、別案件まで同じチャットで続けると、目的が埋もれます。
案件を分け、重い途中作業はサブエージェントへ出します。
- 毎回同じ説明をしている
繰り返す前提はAGENTS.md、繰り返す工程はSkillへ移します。
会話を短くするのではなく、説明を資産に変えます。
- 「完成」の定義がない
作っただけで終わると、検証されていない成果物が増えます。
テスト、確認項目、保存先、形式まで完成条件へ入れます。
- すべてSol Ultraで処理する
重い仕事と軽い仕事を分けます。
最終判断はSol、日常作業はTerra、大量処理はLuna。この分担で速度も使用量も整います。
- 道具だけ増やす
MCPやPluginを大量に入れても、使う工程が決まっていなければ働きません。
最初に仕事を決め、必要な道具だけ接続します。
- 制作担当に自己採点させる
作る役と確認する役を分けます。
重要な成果物ほど、別エージェントの目を入れます。
- 成功前に自動化する
動くか分からない手順をScheduled taskへ入れると、確認作業が増えます。
手動で完成させ、Skillへ固め、最後に自動化します。
7日でSol時代のCodex環境を完成させる
全部を今日覚える必要はありません。
1日1つ、仕事の層を積み上げます。
1日目：1つの仕事を最後まで任せる
対象フォルダを開き、目的・文脈・制約・完成条件を渡します。
質問ではなく、成果物を依頼します。
2日目：Plan modeで設計させる
曖昧な仕事を1つ選び、調査、質問、計画まで任せます。
実行前に手戻りを消す感覚をつかみます。
3日目：AGENTS.mdを作る
毎回説明していることを5つだけ書きます。
読む順番、守るルール、完了条件を入れれば十分です。
4日目：繰り返し仕事をSkillにする
週1回以上やる仕事を選び、入力、工程、確認方法を固定します。
5日目：外部サービスを1つ接続する
Drive、GitHub、Gmail、ブラウザなど、最も使用頻度が高いものをPluginまたはMCPで接続します。
6日目：3人のサブエージェントを動かす
調査、制作、検証へ分け、最後にSolで統合します。
同じ仕事でも、1人で順番に進めるときとの違いが分かります。
7日目：レビューと自動化を入れる
完成条件にレビューを追加し、安定した作業を1つだけScheduled taskへ移します。
ここまで来ると、Codexは単発チャットではありません。
あなたのルールを読み、必要な道具を使い、複数の担当へ仕事を分け、完成まで確認する仕事環境になります。
最後に見る早見表
Sol時代に必要なのは、プロンプト力ではなく仕事の設計力です
GPT-5.6 Solによって、Codexはさらに賢くなりました。
でも、本当に大きい変化は性能表の数字ではありません。
人間が工程を1つずつ指示しなくても、目的から必要な仕事を考え、資料を読み、道具を使い、複数のAIへ分担し、完成まで進められるようになったことです。
これから差がつくのは、魔法のプロンプトを知っている人ではありません。
正しい文脈を用意できる人。
繰り返す判断をルールへ変えられる人。
成功した工程をSkillへ保存できる人。
必要な道具をMCPで接続できる人。
仕事を複数のAIへ分け、完成条件で管理できる人。
つまり、AIを使う人ではなく、AIが働ける環境を作る人です。
Codexを開いて、その場の質問を投げるだけの時代は終わりました。
フォルダを作る。
正本を置く。
AGENTS.mdでルールを決める。
Skillで仕事を覚えさせる。
MCPで手足を与える。
Ultraでチームを動かす。
Reviewで完成を確認する。
Automationで次回から自動にする。
この一周を作った人から、Codexは「便利なAI」ではなくなります。
自分より長く働き、自分より多くの情報を読み、自分のルールで仕事を進めるチームになる。
それが、GPT-5.6 Sol時代のCodexです。
この記事と合わせて、 副業で結果を出すまでの全体像も知っておきたい方へ🎁
現在、公式LINEにて
『くろねこ式SNS副業 完全攻略 5大特典パック』
を無料でプレゼントしています🎁
本来、有料コンテンツとして出す予定のものなので
定員に達したら配布を締め切ります。
今のうちに記事とあわせて受け取っておいてください。
▼▼▼
【▶︎▶︎▶︎5大特典を受け取る】
それでは、本題に入ります！
