OpenAI Codex実践ワークフロー — タスク委任からGitHub PRマージまでの完全図解ガイド【2026年版】

Codexを使ったタスク委任からPRマージまでのフロー全体を把握することが、効率化の第一歩です。 ``` ① タスク入力 ↓ ② サンドボックス起動 ↓ ③ セットアップ（ネット有: npm install / pip install 等） ↓ ④ エージェント実行（オフライン: コード編集・テスト） ↓ ⑤ 差分生成（変更ファイル一覧 + テスト結果） ↓ ⑥ ユーザーレビュー（差分確認・コメント・修正依頼） ↓ ⑦ GitHub PR作成（ブランチ作成・コミット・PR open） ↓ ⑧ マージ（レビュー承認後、main/masterへ統合） ``` ⑥のレビュー時に「この部分を修正して」と追加指示を出すと、Codexが再度サンドボックスを起動して差分を更新します。何度でも往復できるのがエージェント型の強みです。

Codexは複数のタスクを独立したサンドボックスで同時実行できます。 ``` [ユーザー] ↓ タスクA・B・C を同時投入 ├─→ [サンドボックスA: バグ修正] ─→ 差分A ├─→ [サンドボックスB: テスト追加] ─→ 差分B └─→ [サンドボックスC: ドキュメント更新] ─→ 差分C ↓ [ユーザーが3つの差分をそれぞれレビュー] ``` それぞれのサンドボックスは完全に独立しており、互いに干渉しません。Proプランでは10以上のタスクを同時実行できるため、スプリント中に複数のissueを一括処理するような使い方が可能です。タスクが完了すると通知が届くため、待機時間ゼロで別作業を進められます。

Codexへの指示の質が、成果物の品質を直接左右します。

黄金ルール: 「誰が・どこで・何が起きているか・どう直すべきか・どう検証するか」の5点を1〜3文で書くと最も安定した結果が得られます。

タスクの種類によって所要時間と難易度が異なります。適切なモデルを選ぶことでコストと速度を最適化できます。

高速タスク（コードレビュー等）にはCerebrasチップ搭載のGPT-5.3-Codex-Sparkが有効です。

PR作成の流れ ``` [Codexがタスク完了] ↓ [新規ブランチ作成: codex/fix-auth-null-check] ↓ [変更内容をコミット（意味のあるメッセージ付き）] ↓ [GitHubへpush → PR open（タイトル・説明・テスト結果を自動生成）] ↓ [ユーザーがPRをレビュー → 追加修正 or Approve & Merge] ``` GitHub Actionsとの連携例（issueラベルでCodexを自動起動） ```yaml # .github/workflows/codex-auto-fix.yml on: issues: types: [labeled] jobs: codex-fix: if: contains(github.event.label.name, 'codex-auto') runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - run: npx @openai/codex-cli fix "${{ github.event.issue.body }}" env: OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }} ``` 活用例: issueに`codex-auto`ラベルを付けるとCodexが自動でPRを作成。PRに`codex-review`ラベルを付けるとCodexがコードレビューコメントを投稿します。

Model Context Protocol（MCP）を使うと、Codexが外部ツールのデータを参照しながらタスクを実行できます。 ``` [Codex] ├─→ [Figma MCP] → デザインデータ・コンポーネント仕様を取得 ├─→ [Linear MCP] → issueの詳細・優先度・担当者を参照 ├─→ [Jira MCP] → チケット内容・受け入れ条件を読み込み └─→ [Slack MCP] → チャンネルのスレッドからコンテキストを取得 ``` 具体的なワークフロー例: - LinearのissueをCodexに渡すと、要件を読み取ってコードを実装 - Figmaのデザインカンプを参照してReactコンポーネントを生成 - Jiraのバグチケットを渡すと再現手順を解析して自動修正 MCPサーバーは自社ツール向けにカスタム実装することも可能で、社内Wikiやドキュメントをコンテキストとして与えることができます。

Codex Security（自動セキュリティスキャン）

チーム運用の分担指針 ``` [人間が担当] ・要件定義・設計・アーキテクチャ判断 ・最終レビュー・マージ承認 [Codexに委任] ・バグ修正・テスト追加・ドキュメント生成 ・リファクタリング・定型的な機能実装 ``` 品質管理のルール: Codexが生成したPRは必ず人間がレビューしてからマージする。`AGENTS.md`をリポジトリルートに置き、Codexへの指示・禁止事項を明記する。

Q1. タスクが途中で止まった場合はどうすればよいですか？ Codexパネルからタスクを「再試行」できます。エラーログが表示されるため、プロンプトを修正して再投入することで多くのケースは解決します。 Q2. 並列タスクでコンフリクトが発生しますか？ 各サンドボックスは独立したクローンで動作するため並列タスク自体でコンフリクトは発生しません。ただし複数PRを同じファイルに対して作成した場合、マージ時に通常のgitコンフリクトが生じる可能性があります。 Q3. AGENTS.mdにはどんな内容を書けばよいですか？ リポジトリの構成説明、使用禁止ライブラリ、コーディング規約、テスト実行コマンド、絶対に変更してはいけないファイル等を記載します。Codexはタスク開始時にAGENTS.mdを自動で読み込みます。 Q4. Codexが生成したコードの著作権はどうなりますか？ OpenAIの利用規約上、Codexが生成したコードの著作権はユーザーに帰属します。企業利用の場合は法務部門と確認することを推奨します。 Q5. GitHub以外のGitホスティングサービスには対応していますか？ 2026年4月時点ではGitHubが主なインテグレーション対象です。GitLabやBitbucketへの対応は一部CLI経由で可能ですが、公式UIからの直接連携はGitHubのみです。 Q6. Codexに機密情報を含むコードを渡しても大丈夫ですか？ OpenAIのEnterprise契約ではデータが学習に使用されないことが保証されています。機密コードを扱う場合はEnterpriseプランを利用し、APIキーやシークレットはリポジトリから除外してください。

「Codexをチームに導入したいが社内承認プロセスが分からない」「GitHub Actionsとの連携を設計してほしい」「MCP経由でJiraやFigmaと接続する実装を依頼したい」といったご要望は、OflightのAIコンサルティングサービスへお気軽にどうぞ。 Oflightでは要件ヒアリングから設計・実装・チームトレーニングまで一貫して支援します。まずは無料相談から始めましょう。 → AIコンサルティングサービスの詳細を見る