GPT-6 Astraを使い始めたら、何を設定すればいいのか。
私自身、かなり調べました。
推論強度、権限、Memory、ブラウザ、Codex、コンテキスト……。
調べれば調べるほど、知らない言葉が増えていきます。
この記事を読んで、今タイムラインに流れている中級編の記事にすんなり進めるようになれば幸いです。
では…
非エンジニアの会社員は最初から全部覚える必要はありません。
今回30項目を調べて、一番大事だと感じたことは意外と単純でした。
「AIの性能」より先に、「どう働いてもらうか」を決める。
これです。
そしてもう一つ。
公式サイトに書いてある設定と、いま自分のパソコンで実際に動いている設定が同じとは限りません。
今回、実際にCodexの中身まで確認してみたところ、そこにも面白い発見がありました。
この記事では難しい設定集ではありません。
「会社員なら、これは何のために確認するのか」
という目線まで下げて、GPT-6 Astraを仕事で使い始める前に知っておきたい30項目を解説します。
※2026年9月7日時点の情報です。GPT-6 Astraは提供開始直後のため、画面表示や提供条件は今後変わる可能性があります。
そもそも「初期設定30」って何？
最初にここだけ説明します。
30個のスイッチをONにする記事ではありません。
今回の30項目は、大きく3種類です。
① 画面で確認する設定
たとえばモデル、データ利用、ブラウザなどです。
② AIへの仕事の頼み方
「どこまで自分で判断してよいか」「何をもって完成とするか」などです。
③ 少し慣れた人向けの設定
Codexのconfig.tomlやAGENTS.mdなどです。
初心者の方は、最初の10個だけでも十分です。
では順番にいきます。
レベル1 まず確認したい10項目
1．最初に「どこでAstraを使えるか」を確認する
最初の落とし穴です。
「Plusに入っているのに、GPT-6 Astraが見当たらない」
ということがあります。
だからといって、
「自分にはまだAstraが来ていない」
とは限りません。
ChatGPTには、
通常のChat
ChatGPT Work
Codex
など、いくつか入口があります。
そして2026年9月7日時点では、プランによってAstraを利用できる入口が異なります。
まず、
「自分のプランでは、どこからAstraを使えるのか」
を確認する。
これが設定0です。
2．アプリやCodexを最新版にする
これも地味ですが重要です。
スマホアプリを何か月も更新していない状態を想像してください。
新機能が追加されても、古いアプリでは表示されないことがあります。
Codexも同じです。
私が今回調べた環境では、
Codex CLI 0.151.0-alpha.2回
が動いていました。
ところがGPT-6 Astra対応には、それより新しいクライアントが必要でした。
OpenAIのCodexリリースでは、0.153.4でAstraをbundled model pickerへ表示する修正が入っています。(GitHub)
つまり、
「Astraが出ない」
ときに、
「まだ自分には開放されていない」
と決めつける前に、
アプリが古くないか。
ここを確認する必要があります。
【太郎次長の実測メモ①】Astraがありませんでした
今回、実際にCodexのモデル一覧を確認しました。
結果は、
モデル11件。GPT-6 Astraは0件。
最初は、
「まだロールアウトされていないのかな」
と思いました。
でも調べていくと、使っていたCodex CLIが
0.151.0-alpha.2
でした。
Astra対応より古い版です。
つまり、
Astraが表示されない＝契約プランの問題
とは限りません。
私の場合は、
まずクライアントの版を疑うべき状態だった
ということです。
新しいAIが見当たらないときは、
契約プラン
↓
アプリやCLIのバージョン
↓
アカウントへの提供状況
くらいの順番で確認すると分かりやすいです。
3．Chat・Work・Codexを全部同じものだと思わない
ここも初心者の頃は分かりにくいところです。
私はざっくりこう使い分けています。
Chat
質問、相談、文章作成。
Work
調査して、ファイルを作って、結果まで仕上げてもらう仕事。
Codex
コード、ファイル編集、自動化など。
たとえば、
「このメールを丁寧にして」
ならChat。
「競合10社を調べて比較資料を作って」
ならWork。
「毎朝売上を集計する仕組みを作って」
ならCodex。
全部AIですが、
得意な仕事場が違います。
4．Astraを使えることと、Astraを使っていることは違う
これも要注意です。
Astraが使える状態になっていても、
毎回自動的にAstraが選ばれるとは限りません。
モデルを選べる画面では、
「いま何のモデルが選ばれているか」
を一度確認します。
人間で例えるなら、
優秀な新入社員を採用したからといって、
その人がすべての仕事を担当しているわけではない。
そんな感じです。
5．「考える強さ」を何でも最大にしない
Astraには、
どのくらい深く考えるか
を変える設定があります。
これをReasoning Effort、つまり推論強度と呼びます。
難しく考えなくて大丈夫です。
車で言えば、
「エンジンをどこまで回すか」
くらいに考えてください。
短い文章の修正に最高出力はいりません。
一方で、
複数の資料を比較して経営判断をする
ような仕事なら、しっかり考えてもらった方がいい。
重要なのは、
最大＝いつでも正解ではない
ことです。
6．「自分のパソコンで動く仕事」と「クラウドで動く仕事」を分ける
AIに仕事を頼んだあと、
パソコンを閉じても動き続けるのか。
これは実行する場所によって違います。
たとえばクラウド側で動く作業なら、PCを閉じたあとも続けられる場合があります。
一方、自分のパソコンを操作している仕事なら、その環境が必要です。
難しい仕組みを覚えるより、
「この仕事はどこで動いているの？」
と一度確認するだけで十分です。
7．仕事ごとにProjectを分ける
これはすぐ使えます。
たとえば、
「営業」
「採用」
「SNS」
「商品開発」
を全部同じ場所でAIと話していると、情報が混ざります。
おすすめは、
テーマごとにProjectを分けること。
机で例えると、
営業資料も採用資料も商品企画書も同じ机に全部積まない。
仕事ごとに引き出しを作るイメージです。
8．AIに見せる資料は多すぎない方がいい
昔の私は、
「たくさん資料を渡せば、AIは賢くなる」
と思っていました。
でも、必ずしもそうではありません。
関係のない資料まで大量に渡すと、
どれが重要なのか分かりにくくなります。
たとえば、
今月の売上を分析してほしいだけなのに、
3年前の会議資料や人事資料まで全部渡す必要はありません。
その仕事に必要な資料だけ渡す。
これが基本です。
9．最初の指示を完璧にしようとしない
AIへの指示文を何十分も考える。
初心者の頃ほど、やりがちです。
でもAstraのようなエージェント型AIでは、
途中で、
「そこは違う」
「この条件を追加して」
と方向修正する使い方もできます。
だから、
100点の指示を書いてからスタート
ではなく、
目的を決めてスタートし、途中で直す。
この方が使いやすい仕事もあります。
10．長時間の仕事は「途中で止まらないか」を確認する
1時間の調査を頼んだ。
そのままPCを閉じた。
翌朝見たら止まっていた。
これでは困ります。
長い仕事を任せる場合は、
「PCを閉じても続く環境なのか」
「質問が出たら通知されるのか」
を確認します。
ここまでが最初の10項目です。
初心者なら、まずここまでで十分です。
レベル2 安全と品質を決める10項目
11．会社で使うならData Controlsを見る
個人用ChatGPTを仕事でも使っている人は、一度確認してほしい設定です。
ChatGPTには、
Improve the model for everyone
という設定があります。
モデル改善へのデータ利用に関する設定です。
ただし注意があります。
これをOFFにしたからといって、
会社の機密資料を何でも入れてよい
という意味にはなりません。
会社のルールが最優先です。
12．Memoryに何でも覚えさせない
Memoryは、
「私はこういう文章が好き」
などを覚えてもらうには便利です。
でも、
顧客情報
パスワード
会社の絶対ルール
機密事項
を保管する場所ではありません。
特に、
「絶対に守ってほしい仕事のルール」
はMemory任せにしない方がいいです。
13．Temporary Chatは「秘密モード」ではない
Temporary Chatという名前を見ると、
「ここなら何を書いても残らない」
と思いたくなります。
でも、そこまで単純ではありません。
大切なのは、
Temporary Chat＝会社の情報管理ルールを無視していい
ではないこと。
センシティブな情報を扱う前に、
そもそも入力してよい情報なのか。
ここを確認します。
14．Personalityは「頭の良さ」ではない
Personalityは、
AIの性格や話し方を変えるものです。
能力が突然2倍になる設定ではありません。
会社で使うなら、
結論から短く欲しい。
丁寧な報告書にしたい。
など、自分の好みに合わせれば十分です。
15．Custom Instructionsに全部詰め込まない
Custom Instructionsは便利です。
でも、
会社のルール
今月の数値
商品情報
SNSルール
顧客情報
文章ルール
を全部詰め込むと、かえって分かりにくくなります。
共通して使うものだけ置く。
案件ごとの情報は、その案件のProjectや資料へ。
情報にも置き場所を作る。
これが大切です。
16．「どこまで勝手にやっていいか」を決める
私は、ここがAstra時代に一番大切だと思っています。
たとえば、
資料を読む
文章を直す
表を整理する
なら、そのまま進めてもらう。
一方、
メール送信
ファイル削除
商品購入
料金発生
権限変更
は、一度確認してもらう。
つまり、
**戻せる仕事は任せる。
戻しにくい仕事は確認する。**
これだけ覚えておけば十分です。
17．「何をもって完成か」を伝える
AIへ、
「報告書を作って」
だけでは、終わりが分かりません。
たとえば、
A4一枚
上司向け
3分で読める
最後に結論を書く
数字は元資料と確認する
まで伝える。
これを難しい言葉では、
Definition of Done
と言います。
日本語なら、
「完成の条件」
で十分です。
18．最新情報は検索させる
これは重要です。
AIは何でも知っているように見えます。
でも、
今日の価格
最新サービス
法律
ニュース
社長名
提供プラン
などは変わります。
だから最新情報が絡むときは、
「Webで最新情報を確認して」
と頼む。
さらに、
「公式情報を優先して」
まで入れる。
これだけで、かなり事故を減らせます。
19．チェックする場所を決める
AIに、
「全部確認して」
と頼むと、必要以上に長く確認することがあります。
たとえば報告書なら、
数字
人名
日付
URL
だけ重点確認。
Excelなら、
合計
単位
期間
計算式
を確認。
チェック項目も仕事の一部として渡す。
これがコツです。
20．最初から全部許可しない
ブラウザ操作やファイル操作をAIへ任せる場合、
毎回確認するのは面倒です。
だから全部許可したくなります。
でも会社利用では、
最初は確認あり
から始める方が安全です。
使ってみて、
「この作業なら任せても問題ない」
と分かったところだけ緩めます。
ここで、もう一つ実際に調べてみました
今回の記事を書くために、
「公式サイトに書いてある数字と、自分の環境の数字は本当に同じなのか」
も調べました。
そこで面白かったのが、
コンテキスト長
です。
コンテキストとは簡単に言えば、
AIが一度に机の上へ広げておける資料量
です。
机が広いほど、たくさんの資料を見ながら仕事ができます。
ところが調べてみると、
APIの仕様
Codexのカタログ
実際の実行環境
で表示される数字が同じとは限りませんでした。
GPT-5.6 Solでは、Codex側で272,000トークンという値が使われている事例が公式GitHub上でも確認されています。(GitHub)
つまり、
「このモデルは100万トークン対応」
という記事を読んだから、
自分のCodexでも100万トークン使える。
とは限らないわけです。
これが今回の検証で一番勉強になったところでした。
レベル3 少し慣れたら見る10項目
ここからは少し上級です。
初心者の方は、必要になったときに戻ってきてください。
21．AI用ブラウザと普段使いのブラウザを分ける
普段使っているブラウザには、
メール
銀行
SNS
会社システム
など、たくさんログインしています。
AIへブラウザ操作を任せる場合、
最初から全部見せる必要はありません。
AI用の分離されたブラウザから始める。
必要な場合だけ普段のブラウザを使う。
この方が安全です。
22．アクセスできるサイトを絞る
AIがWebを操作できるようになると便利です。
でも、
どこへでも行ける必要はありません。
日常的に使うサイトだけ許可する。
必要のないサイトは制限する。
会社で言えば、
社員証を持っているからといって、
会社中すべての部屋へ入れるようにはしない。
それと同じです。
23．外部サービスは必要なものだけつなぐ
Google Drive。
メール。
カレンダー。
社内システム。
AIにつなげば便利になります。
でも、
つなぐほどAIがアクセスできる範囲も広がります。
最初は、
本当に使うサービスだけ。
これで十分です。
24．Skillを増やしすぎない
Skillとは簡単に言えば、
AIへ特定の仕事のやり方を覚えさせる仕組みです。
たとえば、
「競合商品を調査するSkill」
「SNS投稿を確認するSkill」
などです。
Skillが100個あれば100倍優秀になるわけではありません。
むしろ、
いつ使うSkillなのか
何をするSkillなのか
が分かる方が重要です。
25．昔作ったAGENTS.mdを見直す
Codexを以前から使っている人向けです。
昔のAIが失敗するたびに、
「必ず全部読め」
「必ず確認しろ」
「全部テストしろ」
とルールを追加していませんか。
そのルールが、今のAstraには必要ない可能性があります。
新しいモデルへ変えたら、
設定を追加するだけでなく、
古い設定を消せないかを見る。
これも大事です。
26．100万トークンを「全部入れていい」と考えない
仮に巨大なコンテキストが使えても、
全部の資料を一度に渡す必要はありません。
10年分の会議資料を全部机に置いた部下を想像してください。
机が広くても、探すのは大変です。
必要な資料へすぐ辿り着ける。
こちらの方が重要です。
27．Codexの既定モデルを固定するときは注意する
Codexを使い込むと、
毎回使うモデルを設定ファイルで固定することがあります。
便利ですが、
設定ファイルへ書いたからといって、
その値が本当に有効になっているとは限りません。
ここは今回、実測でも気になったところです。
【太郎次長の実測メモ②】「書けた」と「効いている」は別でした
今回、設定として受け付けられる値を調べるため、
複数の候補値を試しました。
その中で気になったのが、
明らかなテスト用の値を入れても、コマンド自体は終了コード0で終わるケースがあったこと。
つまり少なくとも今回確認したコマンドでは、
「設定を書けた」
ことと、
「その設定が正しい」
ことは同じではありませんでした。
これは会社員にも同じことが言えます。
ChatGPTへ設定を書いた。
config.tomlへ設定を書いた。
Custom Instructionsへルールを書いた。
そこで安心せず、
一度、本当にその設定で動いているか確認する。
ここまでが設定だと思った方がいいです。
28．ネットワークやファイル権限は最小限にする
AIへ仕事を任せると、
ファイルを書ける。
Webを検索できる。
外部サイトへアクセスできる。
できることが増えていきます。
でも、
仕事に必要な範囲だけ許可する。
これが基本です。
「全部できるAI」
より、
「必要なことだけできるAI」
の方が会社では扱いやすい場合があります。
29．最強設定を毎回使わない
AIを使い始めると、
一番性能が高そうな設定にしたくなります。
でも、
メールを3行直す
仕事と、
会社の事業計画を分析する
仕事では必要な能力が違います。
軽い仕事は軽く。
難しい仕事は深く。
この使い分けが大切です。
30．会社では「誰に何を許可するか」まで決める
個人なら、
自分で設定して終わりです。
会社ではそうはいきません。
誰がAstraを使うのか。
どんなデータを扱えるのか。
どんなサービスにつなげるのか。
外部送信を許可するのか。
ここまで決めて初めて、
会社としてAIを導入した
と言えると思います。
私が今回、一番驚いたこと
今回30項目を調べる中で、
Astraそのものとは別に、一つ気づいたことがあります。
私は最初、
公式サイトを調べれば設定は分かる
と思っていました。
ところが、
同じ5項目を別の環境で確認してみると、
「未測定」
「未確認」
がかなり残りました。
ある環境ではCodex CLIそのものがありませんでした。
別の環境ではCodexはありましたが、バージョンが古く、Astraはモデル一覧にありませんでした。
つまり、
公式に書かれているのは「製品として何ができるか」。
一方、
自分の環境が今どう動いているかは、自分の環境を見ないと分からない。
ということです。
これは、かなり大きな違いでした。
「公式と違う！」ではありません
ここは誤解のないように書いておきます。
たとえばコンテキスト長で、
272,000
872,000
1,050,000
のように複数の数字が出てきたとしても、
どれか一つが単純に嘘とは限りません。
APIとして利用できる上限。
Codexがその環境で使わせる上限。
画面上の実効値。
見ているものが違う可能性があります。
実際、OpenAIのCodex GitHubでも、Codex側で272,000トークンが設定・報告されるケースが確認されています。
だから数字を見るときは、
「何トークン？」
だけではなく、
「どの製品の、どの画面の数字？」
まで見る。
これが大切です。
今日やるなら5個だけ
30個全部は無理。
そう思った方。
その通りです。
私も30個を毎朝確認するつもりはありません。
今日やるなら、この5個だけです。
1．Astraをどこで使えるか確認する
2．「自分のパソコンで動く仕事」と「クラウドで動く仕事」を分ける
3．会社で使うならData Controlsを確認する
4．「勝手に進めていい仕事」と「確認してほしい仕事」を決める
5．AIへ仕事を頼むとき「完成条件」を書く
まずはこれで十分です。
最後に。Astraの設定は「優秀な部下への仕事の渡し方」に似ています
GPT-6 Astraの設定を30個調べて、
難しいな
と思いました。
でも会社の仕事へ置き換えると、急に分かりやすくなります。
部下へ仕事を頼むとき、
「とにかく頑張って」
とは言いません。
何を作ってほしいか。
どの資料を見ればいいか。
どこまで自分で判断していいか。
いつ相談してほしいか。
何ができたら完成なのか。
これを伝えます。
AIも同じです。
だから私は、Astraへ仕事を頼むとき、まずこの4つを見ることにしました。
目的：何を完成させたいか
材料：何を見てよいか
任せる範囲：どこまで自分で判断してよいか
完成条件：何ができたら終了か
難しいプロンプトを覚えるより、こちらの方が先です。
そして、もう一つ。
今回の実測で学んだことがあります。
「設定した」と「その設定で動いている」は違う。
公式サイトを読む。
設定をする。
最後に、自分の環境で一度確認する。
GPT-6 Astraのように製品の更新が速い時代は、
そこまで含めて「初期設定」なのだと思います。
2026年9月7日時点では、Astra対応を巡ってCodex側にもリリース直後の修正が続いています。実際、0.153.4ではAstraをbundled model pickerに表示する修正が公開されています。
だからこの記事も、
「これが永遠の正解」
ではありません。
大切なのは、
昨日読んだ設定を、今日も正しいと思い込まないこと。
新しいAIを入れたら、新しい設定を増やす。
その前に、
一度いまの設定を見直してみる。
私もそこから始めました。
今回の考え方はこれからの新しいモデルが出た際に役に立つようになります。
では、中級編以降の記事に進んでいきましょう。
最後まで読んで頂きありがとうございました。
【AIで残業を減らしたい会社員向けのオプチャ始めました！】
🎁参加特典🎁
残業ゼロのAI仕事術スターターキット
①何を打てばいいか分からない人へ｜プロンプト100選
②自分の業務に接続する｜Gem20選
③明日から効く｜最強スキル20選
④発信で副業を始める人へ｜ライティングスキル
AI初心者・見るだけ参加もOKです！
まずは気軽にのぞいてみてください！
👇こちらからご参加ください。
https://app.notion.com/p/10-3b78eeee609c8070997bc1ef986488ef?source=copy_link
![Ending Document Creation with AI: The Ultimate Prompt and 61 Consultant-Quality Samples [Must-Save Edition]](/cdn-cgi/image/width=1920,quality=90,format=auto,metadata=none/https%3A%2F%2Fcms-assets.youmind.com%2Fmedia%2F1788886306017_s470xy_HRr-Dl1boAE3UpK.jpg)