断言します。「Claude Codeだけ触ってればいい」時代は、もう完全に終わりました。4月24日。GPT-5.5の登場で、Codexの精度が“別次元”まで跳ね上がりました。海外ではすでに「Claude Codeだけ追ってるのは機会損失、時代はCodex」という投稿がされまくっています。
0:53
でも、日本ではまだ
「Codexって何？」
「GPT-5.5って何がすごいの？」
で止まってる人がほとんど。、
だから今回の記事では👇
・そもそもCodexとは何か
・GPT-5.5で何が変わったのか
・Claude Codeとの本質的な違い
・初心者がまず何から触るべきか
ここを、完全にゼロからでも理解できるレベルまで分解して解説します。
こんな悩みを持っているなら絶対に最後まで記事を読んでください👇
・そもそもCodexって何？ChatGPTと何が違うの？
・GPT-5.5がすごいらしいけど、具体的に何がすごいのかわからない
・画像も作れるらしいけど、どういう仕組みなの？
・使ってみたいけど、APIキーとかCLIとか言われても意味がわからない
・料金がいくらかかるのか怖くて触れない
これ、Codexに興味を持ち始めた人のほぼ全員がぶつかる壁です。
公式ドキュメントは英語だし、情報があちこちに散らばっていて、「結局どこから手をつければいいの？」がわからない。
しかもこの分野は毎週のように新しいモデルやツールが出てくるので、追いかけるだけで精一杯。
今回は、2026年4月29日時点のOpenAI公式資料・システムカード・APIドキュメント・開発者ガイドを代わりに自分が全部読み込んで、「Codex × GPT-5.5 × 画像生成」の全体像を1本の教科書としてまとめました。
アプリのインストールからプロンプト設計、画像生成との連携、コスト管理、IDE連携まで。この記事を上から順に読めば、何も知らない状態から一通り使えるようになるはずです👇
■ そもそも𝗖𝗼𝗱𝗲𝘅って何？
OpenAI Codexは、ひとことで言うと「AIコーディングエージェント」です。
ChatGPTとの違いを簡単に言うと、ChatGPTは「会話するAI」、Codexは「作業するAI」です。
ChatGPTに「このコードを直して」と頼むとテキストで回答が返ってきます。Codexは違います。実際にファイルを開いて、コードを書き換えて、テストを走らせて、結果を確認するところまでやってくれる。読んで、書いて、実行して、修正する。これを全部自動でやってくれるのがCodexです。
しかも2026年4月の大型アップデート（「Codex for (almost) everything」）で、コード以外の業務にも対応しました。Jira、Slack、Notion、Google Workspace、HubSpotなど90以上のツールと連携できるようになって、「ほぼ万能のAIエージェント」に進化しています。
Codexには3つの使い方があります:
・𝗖𝗼𝗱𝗲𝘅 デスクトップアプリ ── 一番かんたん。アプリをダウンロードしてログインするだけ。ターミナル操作不要。macOSとWindowsに対応。
・𝗖𝗼𝗱𝗲𝘅 𝗖𝗟𝗜 ── ターミナルで動くエージェント。オープンソース（Apache 2.0）で公開されています。ターミナルに慣れている人はこちらの方が小回りが効く。
・𝗖𝗼𝗱𝗲𝘅 𝗖𝗹𝗼𝘂𝗱 ── クラウド上でタスクをバックグラウンド実行。複数のタスクを並列で走らせたり、GitHubリポジトリと連携したり。チーム開発向け。
初心者はまず「デスクトップアプリ」から始めるのがおすすめです。ターミナルを一切使わずに始められます。
■ まず動かす（デスクトップアプリ編）
一番かんたんな始め方は、デスクトップアプリをダウンロードすることです。
𝗠𝗮𝗰の場合:
Mac App StoreまたはHomebrewでインストール:
brew install --cask codex
𝗪𝗶𝗻𝗱𝗼𝘄𝘀の場合:
Microsoft Storeから「Codex」で検索してインストール。
アプリを開いたら、ChatGPTアカウントでログインするだけです。ブラウザが開いて認証画面が出るので、ログインすればすぐに使えます。APIキーの設定も不要です。
そう、ChatGPTのアカウントを持っているなら、そのままログインできます。FreeプランでもOKです。
アプリが開いたら、たとえばこう試してみてください:
「フォルダ内のファイル一覧を表示して」
「このコードのバグを探して修正して」
「README.mdを作成して」
Codexがファイルを読んで、考えて、実行して、結果を返してくれます。この時点で「あ、これChatGPTと全然違う」と実感できるはずです。
■ まず動かす（𝗖𝗟𝗜編）
ターミナルに慣れている人は、Codex CLIの方が小回りが効いていいと思います。
インストール:
npm i -g @openai/codex
macOSなら:
brew install codex
認証:
codex auth
→ ブラウザが開いてChatGPTアカウントでログイン、またはAPIキーを入力
動作確認:
codex "日本語で自己紹介してください。"
応答が返ってくれば成功。これだけです。
APIキーを使って認証する場合は、環境変数にセットしておくと便利です:
export OPENAI_API_KEY="sk-xxxxxxxx"
これを~/.zshrc（Mac）や~/.bashrc（Linux）に追加しておけば、毎回の入力が不要になります。
APIキーは platform.openai.com のダッシュボード→「API Keys」→「Create new secret key」で発行できます。キーは発行時に1回だけ表示されるので、必ずコピーして安全な場所に保管。他人との共有やGitHubへのプッシュは絶対にNGです。
■ 設定ファイルを作る
Codexの挙動をカスタマイズしたい場合は、~/.codex/config.toml を作成します。デスクトップアプリでもCLIでも共通です。
model = "gpt-5.5"
approval_policy = "on-request"
sandbox_mode = "workspace-write"
各設定の意味:
𝗺𝗼𝗱𝗲𝗹 ── 使うモデル。gpt-5.5 が最高性能。コストを抜きたいなら gpt-5.4 もあり。
𝗮𝗽𝗽𝗿𝗼𝘃𝗮𝗹_𝗽𝗼𝗹𝗶𝗰𝘆（承認ポリシー）:
・"untrusted" ── 読み取り専用コマンドのみ自動実行。それ以外は全部確認（最も安全）
・"on-request" ── 必要に応じて確認を求める（おすすめ）
・"never" ── 確認なしで全部実行（上級者向け）
𝘀𝗮𝗻𝗱𝗯𝗼𝘅_𝗺𝗼𝗱𝗲（サンドボックス）:
・"read-only" ── ファイル読み取りのみ
・"workspace-write" ── ワークスペース内の読み書き＋コマンド実行（おすすめ）
・"danger-full-access" ── 制限なし（危険、通常は使わない）
初心者は on-request + workspace-write で始めてください。Codexが何かを実行する前に「これをやっていいですか？」と確認してくれるので、意図しない操作を防げます。
■ 𝗚𝗣𝗧-𝟱.𝟱とは何か（なぜ「最強」と言われるのか）
GPT-5.5は2026年4月23日にリリースされた、OpenAIの最新フラッグシップモデルです。コードネームは「Spud」。OpenAIが「最も複雑な業務向け」と位置づけています。
Codexが裏側で使っているモデルがこれGPT-5.5で、Codexの「推奨モデル」として位置づけられています。つまりCodexがすごいのは、GPT-5.5がすごいからです。
何がすごいのかを具体的な数字で見ていきましょう。
𝟭. コンテキストウィンドウ：𝟭,𝟬𝟱𝟬,𝟬𝟬𝟬トークン
一度に読み込めるデータ量が桁違いです。日本語で約80万文字相当。新書1冊が約10万文字なので、本8冊分の情報を一度に渡せる計算です。大規模なコードベース全体を丸ごと読み込ませて「ここのバグを探して」ができるレベルです。
𝟮. 最大出力：𝟭𝟮𝟴,𝟬𝟬𝟬トークン
従来のモデルでは「途中で切れた」「続きを書いて」とお願いし直す場面がありましたが、GPT-5.5ではその心配がほぼなくなります。長いコードやドキュメントを一気に生成させたい場面で非常に助かります。
𝟯. マルチモーダル対応
テキストだけでなく、画像・音声・動画も入力として処理できます。UIのスクリーンショットを見せて「このデザインを再現して」、手書きメモの写真を渡して「これをテキスト化して」──こういう使い方が全部できます。
𝟰. 推論努力レベルの調整
none / low / medium / high / xhighの5段階。デフォルトはmedium。簡単なタスクならlowで高速に、複雑なタスクならhighでじっくり考えさせる。コストは推論努力に比例するので、場面に応じた切り替えが大事です。
𝟱. ベンチマーク
・Terminal-Bench 2.0（エージェント自動化）── GPT-5.5: 82.7%（歴代1位）、Claude Opus 4.7: 69.4%
・GPQA Diamond（大学院レベル知識）── GPT-5.5: 93.6%、Claude Opus 4.7: 94.2%、Gemini 3.1 Pro: 94.3%
・SWE-Bench Pro（ソフトウェアエンジニアリング）── GPT-5.5: 58.6%、Claude Opus 4.7: 64.3%
特にTerminal-Bench 82.7%が重要です。これは「エージェントとして自動でタスクをこなす力」の指標で、Codexのようなエージェント型の開発ではこの数字が直接効いてきます。全カテゴリで圧勝するモデルは現時点で存在しませんが、Codex×GPT-5.5の組み合わせは自動化用途では現状最強です。
■ 𝗴𝗽𝘁-𝗶𝗺𝗮𝗴𝗲-𝟮との連携（画像生成がシームレスに使える）
GPT-5.5と同じ週（2026年4月21日）にリリースされたのが「gpt-image-2」（ChatGPT Images 2.0）です。
このモデルの何がすごいかというと、日本語のテキストを画像内に正確に描画できること。従来の画像生成AIでは日本語が文字化けするのが当たり前でしたが、gpt-image-2は12以上の言語で95%以上の文字レベル精度を実現しています。ポスター、ロゴ、図解──日本語でも崩れない。
そして一番大きいのが、Codexとの連携のしやすさです。
Codexからgpt-image-2を呼び出すのに特別な設定はいりません。たとえば:
「このアプリのアイコンを3パターン作って、assetsフォルダに保存して」
「このデータを元に図解を作って」
「ランディングページのヒーロー画像を生成して」
これだけでCodexが画像生成→ファイル保存まで一気にやってくれます。コードを書いている最中に「あ、ここに図解がほしい」と思ったら、そのまま指示すればいい。ワークフローが切れないのが圧倒的に便利です。
1プロンプトで最大8枚の一貫した画像生成、最大16枚の参照画像からの編集、最大3840pxの高解像度出力にも対応。画像生成の料金は実質1枚あたり約$0.006〜$0.21で、解像度と品質によって変わります。
■ 𝗣𝗿𝗶𝗰𝗶𝗻𝗴（コストを正確に把握する）
AI開発を始めるときに一番気になるのがお金の話だと思います。曖昧にしたまま使い始めると痛い目を見るので、しっかり把握しましょう。
まず前提として、ChatGPTのサブスクリプション（Free / Go / Plus / Pro）経由でCodexを使う場合と、APIを直接叩く場合で課金体系が違います。
𝗖𝗵𝗮𝘁𝗚𝗣𝗧プラン経由（初心者はここから）:
・Free（$0）── GPT-5.5利用可。Codexも期間限定で使える。
・Go（$8/月）── GPT-5.5利用可。Codexも期間限定で使える。
・Plus（$20/月）── GPT-5.5利用可。Codexも利用可。
・Pro（$100〜$200/月）── GPT-5.5 Pro含む全機能。
まずFreeプランで試して、本格的に使うならPlus（$20/月）に上げるのがおすすめです。$20/月でGPT-5.5もCodexも使えるので、かなりコスパがいいです。
𝗔𝗣𝗜直接利用（中級者以上）:
・GPT-5.5 ── 入力 $5.00 / 出力 $30.00（1Mトークンあたり）
・GPT-5.4 ── 入力 $2.50 / 出力 $15.00
・GPT-5.3 ── 入力 $1.75 / 出力 $14.00
GPT-5.5は5.4の2倍のコストです。なので「普段は5.4で十分、複雑な処理だけ5.5」が賢い使い方です。
割引オプションもあります:
・Batch（バッチ処理）── 標準の50%オフ。リアルタイム応答不要なタスク向け。
・Flex ── 同じく50%オフ。待機時間が変動する代わりに安い。
注意点として、長コンテキスト利用（272,000トークン超の入力）は入力2倍・出力1.5倍になります。大量のコードを一度に渡すときは意識しておきましょう。
■ 𝗣𝘆𝘁𝗵𝗼𝗻 / 𝗡𝗼𝗱𝗲.𝗷𝘀 𝗦𝗗𝗞（𝗔𝗣𝗜を直接使う場合）
Codex CLIやデスクトップアプリではなく、自分のコードからGPT-5.5のAPIを直接叩きたい場合は、SDKをインストールします。
𝗣𝘆𝘁𝗵𝗼𝗻:
pip install openai
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-5.5",
reasoning={"effort": "medium"},
input="Pythonでフィボナッチ数列を計算する関数を書いてください。"
)
print(response.output_text)
𝗡𝗼𝗱𝗲.𝗷𝘀:
npm install openai
import OpenAI from "openai";
const client = new OpenAI();
const resp = await client.responses.create({
model: "gpt-5.5",
reasoning: { effort: "medium" },
input: "Express.jsで簡単なAPIサーバーを作ってください。"
});
console.log(resp.output_text);
こちらは「自分のアプリにGPT-5.5を組み込みたい」ときに使います。最初はCodex CLIやデスクトップアプリで十分なので、必要になったらSDKを使うくらいの感覚でOKです。
■ 𝗟𝗼𝗰𝗮𝗹 𝘃𝘀 𝗖𝗹𝗼𝘂𝗱（ローカルとクラウドの違い）
Codexにはローカル実行とクラウド実行の2つの使い方があります。
ローカル実行は、デスクトップアプリやCLIから直接モデルを呼び出す方法です。手元のファイルを自動で文脈として使ってくれるので、最小限のプロンプトで効率的。レスポンスも速い。個人開発やちょっとした修正に向いています。
クラウド実行（Codex Cloud）は、クラウド上でタスクをバックグラウンドで走らせる方法。複数タスクの並列実行、GitHub連携、チーム開発に強い。ChatGPTアカウントでのログインが必要です。
初心者はローカルから。慣れてきたらクラウドを試す、という順番が自然です。
𝗢𝗦別のポイント:
・macOS ── デスクトップアプリ、CLI、IDE拡張すべて対応。最も環境が整っています。
・Windows ── デスクトップアプリ、CLI、IDE拡張対応。Windows 11 + WSL2推奨。
・Linux ── デスクトップアプリ未対応。CLIとIDE拡張は利用可能。
■ 𝗜𝗗𝗘 𝗜𝗻𝘁𝗲𝗴𝗿𝗮𝘁𝗶𝗼𝗻（エディタとの連携）
デスクトップアプリやターミナル以外に、普段使っているエディタの中で直接Codexを使う方法もあります。
𝗩𝗦 𝗖𝗼𝗱𝗲:
Marketplaceから「Codex - OpenAI's coding agent」をインストール。Claude CodeやGitHub Copilotとの同時利用も可能です。
開いているファイルや選択中のコードを自動で文脈として使ってくれるので、コピペなしでプロンプトが書けます。これが地味に大きい。
拡張内から:
・モデル切り替え（GPT-5.5 ↔ 5.4 ↔ 5.3）
・推論努力レベル変更
・承認モード切り替え
・Cloud環境への接続
𝗝𝗲𝘁𝗕𝗿𝗮𝗶𝗻𝘀（IntelliJ、PyCharm、WebStorm等）:
2026年1月からネイティブ統合。バージョン2025.3以降のIDEで利用可能。IntelliJ IDEA、PyCharm、WebStorm、Rider、GoLandなど主要IDEはすべて対応しています。
■ 𝗣𝗿𝗼𝗺𝗽𝘁 𝗗𝗲𝘀𝗶𝗴𝗻（プロンプトの書き方で成果が変わる）
GPT-5.5を使うとき、一番差がつくのがプロンプトの書き方です。同じモデルを使っていても、プロンプト次第で出力の質がまったく変わります。
GPT-5.5では、次の4要素で構造化したプロンプトが推奨されています:
・𝗚𝗼𝗮𝗹（目的）── 何を達成したいか
・𝗖𝗼𝗻𝘁𝗲𝘅𝘁（文脈）── どういう状況・環境で作業するか
・𝗖𝗼𝗻𝘀𝘁𝗿𝗮𝗶𝗻𝘁𝘀（制約）── やってはいけないこと、制限条件
・𝗗𝗼𝗻𝗲 𝘄𝗵𝗲𝗻（完了条件）── 何をもって「完了」とするか
具体例:
Goal: ユーザー登録のAPIエンドポイントを作成する。
Context: Python + FastAPI + PostgreSQL。既存のusersテーブルにINSERTする。
Constraints: 外部ライブラリの追加はNG。パスワードはbcryptでハッシュ化。メールアドレスの重複チェック必須。
Done when: POST /users にJSON（name, email, password）を送ると、ユーザーが作成されて201が返る。重複メールには409が返る。
「ユーザー登録のAPI作って」だけでも動きますが、上の書き方をすると出力の精度が劇的に上がります。手戻りが減るので、結果的に速いです。
推論努力レベルの使い分け:
・none / low ── 簡単な変換や定型処理。レスポンス最速
・medium ── 一般的なコーディングや質問回答（デフォルト）
・high ── 複雑なアルゴリズム設計やデバッグ
・xhigh ── 最高難度のエージェントタスク
コストは推論努力に比例するので、全部xhighにするのは非効率です。タスクに合ったレベルを選びましょう。
■ 𝗗𝗲𝗯𝘂𝗴𝗴𝗶𝗻𝗴 & 𝗧𝗲𝘀𝘁𝗶𝗻𝗴（デバッグとテスト生成の実践）
コードを書いたら、デバッグとテストのフェーズ。ここでもCodex + GPT-5.5が活躍します。
デバッグのコツは、エラーログをそのまま渡すことです。
「動きません」→ NG
「pytestでRuntimeErrorが発生。スタックトレース:（エラー全文）。修正して」→ OK
GPT-5.5は1,050,000トークンのコンテキストがあるので、ログが長くても問題ありません。むしろ情報は多い方がいいです。
Codex CLIなら、プロジェクトフォルダで:
codex "このテストが落ちている原因を調べて修正して。テストが通ることを確認して。"
Codexがファイルを読んで、テストを実行して、エラーを分析して、修正して、再度テストを走らせるところまで自動でやってくれます。これが「作業するAI」の真髄です。
テスト生成も任せられます:
codex "src/auth/register.py のregister_user関数に対応するpytestテストを書いて。正常系、エラー系、バリデーション系の3パターンを含めて。"
テストファイルの作成から実行確認まで一気にやってくれます。
コード修正→テスト追加のサイクルを回す癖をつけると、バグの早期発見につながります。
■ 𝗦𝗲𝗰𝘂𝗿𝗶𝘁𝘆（安全に使うために）
Codexには2層のセキュリティ構造があります。
① サンドボックスモード ── 技術的に「できること」の範囲を制限。workspace-writeならワークスペース外には触れない。
② 承認ポリシー ── 境界を超える操作の前に「これをやっていいですか？」と確認。意図しない操作を防げます。
Codex Cloudは隔離されたOpenAI管理コンテナで実行されるので、ホストシステムへのアクセスは不可。ローカルのCLI/IDE拡張もOSレベルでサンドボックスが強制されます。
初心者は on-request + workspace-write で始めておけば安心です。慣れてきたら細かくカスタマイズできます。
■ 実際にどう使われているか
OpenAI社内では85%の社員が毎週Codexを使っているとのことです。
・財務チーム ── 24,771件のK-1税務書類（71,637ページ）のレビューをCodexで処理。前年より2週間短縮。
・マーケティングチーム ── 週次ビジネスレポート生成を自動化。週5〜10時間節約。
・開発者事例 ── 1つのプロンプトでピクセルアートゲームを単一HTMLファイルで生成。Express.jsによるeコマースCRUD APIの自動生成＋テストスイート作成。
コードを書くだけでなく、資料の分析、レポート作成、データ整理──「知識労働の自動化」ができるのが、今のCodexの強みです。
■ まとめ── ゼロからCodexを使いこなすまでのロードマップ
以上が、Codex × GPT-5.5 × gpt-image-2 の全体像です。
𝗦𝘁𝗲𝗽 𝟭（理解）── Codexとは何かを知る
→ ChatGPTは「会話するAI」、Codexは「作業するAI」。デスクトップアプリ / CLI / Cloudの3つの使い方がある。
𝗦𝘁𝗲𝗽 𝟮（始める）── デスクトップアプリをダウンロードしてログイン
→ 5分で始められる。ターミナル不要。
𝗦𝘁𝗲𝗽 𝟯（基本操作）── Goal / Context / Constraints / Done when の4要素プロンプト
→ 適当に書かず、完了条件まで明記する癖をつける。
𝗦𝘁𝗲𝗽 𝟰（実践）── デバッグにエラーログを渡す＋テスト自動生成＋IDE連携
→ 開発サイクルにCodexを組み込む。
𝗦𝘁𝗲𝗽 𝟱（コスト最適化）── 普段はGPT-5.4、複雑な処理だけGPT-5.5
→ BatchやFlexで50%オフも活用。
𝗦𝘁𝗲𝗽 𝟲（応用）── gpt-image-2で画像生成、Cloudで並列タスク、プラグインで業務自動化
→ コーディング以外にも活用範囲を広げる。
まずStep 2。デスクトップアプリをダウンロードして、ログインして、何か1つ試してみてください。
5分で始められます。動くところまでいけば、あとは触りながら覚えていけます。
次にStep 3のプロンプト設計。Goal / Context / Constraints / Done when を意識するだけで、出力の質が変わるのを実感できるはずです。
Codexはまだ進化の途中です。2026年に入ってからほぼ毎月大きなアップデートが入っています。だからこそ、今のうちに基礎を押さえて、変化に対応できる土台を作っておくことが大事です。
この記事が少しでも参考になった方へ。
𝗖𝗼𝗱𝗲𝘅 𝗦𝘁𝘂𝗱𝗶𝗼（@Codestudiopjbk）は、
Codexガチ勢3人で運営しているアカウントです。
実務レベルのCLI活用・自動化を毎日発信しています。
大学院生・ポスドク対象の開発プログラム参加。
賞金30万円獲得。現在は上場企業とAIエージェントを共同開発中。
普段の発信内容
・GPT-5.5やOpenAI Codexを活用したリアルなプロダクト開発事例
・Codex活用／CLI自動化／開発トレンドの整理
・海外のGPT-5.5・Codexに関する最新情報
開発思想から設計、実装、改善まで、
「作って終わり」ではなく動くプロダクトを世に出すところまでを
海外の情報や1次情報をまとめています。
ご関心のある方は、ぜひフォローしてチェックしてみてください。有益だと思います！
開発系のご相談はDMまで。
