Codexの18の概念とは。Nate Herkの35分解説を、私のMacで確かめられた範囲で検証した

出典: Master 96% of Codex in under 35 minutes

仕事を入れる箱と、そこで守るルール。NateさんのPart1は、①Projects、②AGENTS.md、③Agent loop、④/goalです。最初の二つは、フォルダと指示書。難しく構える前に、たった1行の指示が返事を変えるか、確かめられます。

Nateさん（動画の中で・1:02〜）

“It is just a collection of folders and files.”

訳: ただの、フォルダとファイルの集まりです。

Nateさん（動画の中で・2:20〜）

“And it’s just rules. Like this is a very simple thing that you all can read and it’s not technical at all.”

訳: これはただのルールです。誰でも読める、とても単純なもので、技術的な話ではまったくありません。

私ならこうする。毎回読むルールは短くして、効くかを確かめます。

「AIに委ねて、人は積み減らして生き直す」。任せるたびに説明が増えるなら、指示書も見直したい。

AI秘書の凛ちゃんに、空のフォルダで同じ質問を比べてもらいました。「What is 2+3?」。指示なしは「5」だけ。AGENTS.mdがある方は「2+3は5です。」のあとに、単独行で「KOMAINU-7」。1行が効きました。

入力は41,965と41,939トークンで、差は26でした。2+3だけの質問で入力が約4.2万トークンもあるのは、私の全体の指示書も一緒に読まれているためだと思います。推測: 入力の内訳までは見えていません。ほかの回では、頼んでいない「ひろくん、」の呼びかけや、成果物の登録の話まで返ってきました。動画の短い説明の裏で、私の足元では余分な指示もついてきます。

過去の記録には、毎回ルールを確認する一文を条件付きに変えて、同じ小さな処理が34秒から9.8秒になった例があります。約3.5倍の差です。

9月のバックアップには6,629バイトの版もありました。今日のAGENTS.mdは18,998バイト、112行で、それより太っています。先日の振り返りに、私は「AGICockpitが遅くて腹立った。シンプルイズベストが一番だとよい気づき」と書きました。遅さの原因がこの指示書とは限りません。ただ、シンプルが一番という気づきは、ここにも当てたい。足す前に、毎回読むものを減らします。

→ 合言葉を比べる

3分。空のフォルダ二つを用意し、片方のAGENTS.mdだけに末尾へKOMAINU-7を書く指示を置く。同じ質問をcodex execで送り、返事を比べます。合言葉が返らなければ、AGENTS.mdの置き場所を見直し、そこで止めます。

考えて、道具を使って、結果を見て、また考える。この繰り返しがAgent loop、エージェントループです。Nateさんは「Worked for 25s」を開くと推論と実行コマンドが見えると説明します。目標を渡して任せる。その時、中で何回動いたかにも注目です。

Nateさん（動画の中で・8:25〜）

“But what’s cool about the goal prompts is that models nowadays are getting so good, the AI models are getting so good that it’s actually better to give them a goal and then step out of their way.”

訳: goalのいいところは、最近のAIモデルが本当に賢くなっていて、目標を渡して、あとは邪魔をしないほうがむしろ良いことです。

Nateさん（動画の中で・8:35〜）

“If you really just try to like micromanage them, you’re kind of just like muzzling their capabilities.”

訳: 細かく管理しようとすると、モデルの力に口輪をはめるようなものです。

私ならこうする。目標と確かめ方を渡し、動いた結果から次の頼み方を変えます。

細かく口を出し続けるより、目標を渡して任せる。動画のその考え方は、手数まで数えて初めて任せ方が決まります。

AI秘書の凛ちゃんに頼んだ比較では、コマンド0回の質問が入力41,939トークン。ファイルを作って読み戻す作業は、コマンド5回で353,154トークンでした。約8.4倍です。ただ、5回のうち頼んだ作業は1回だけ。残りの4回は、書き込み前の確認と成果物の登録まわりの確認でした。実行した場所は私のリポジトリの中で、全体の指示書に加えて、そこの指示書も読まれていました。推測: 空のフォルダだけで試す読者の環境では、この回数にも8.4倍にもなりません。

そのうち313,472は、すでに読んだ文脈の再利用（キャッシュ）で、出力は677トークンでした。返事が短くても、途中で読む量は大きい。1歩ごとに、それまでの文脈を読み直すからです。任せる時には、この手数まで見たい。

手数が増えた理由が、頼んだ作業ではなく、私の足元の指示書にあった。だから私は、毎回読む指示書が足す確認を数え、必要な時だけ働く形に絞ります。何をもって終わりにするかを一言添えて頼む点は、動画のとおりです。

動画の/goalは、目標を達成するまで再試行する、対話画面の機能です。私の確認は、codex execに「/goal 1から5までの数を足した合計」と文字で渡したもので、命令としては働かず、「合計は15です」と1回で返りました。再試行のループは、この方法では動きませんでした。

→ 入力を数える

3分。codex exec –jsonで短い質問と「hello.txtを作って読み戻す」を別々に頼む。終了時のinput_tokensとcached_input_tokens、コマンド回数を比べます。頼んでいない確認コマンドが何回あったかを数え、8.4倍は目標にしません。回数が同じなら、環境に余計な確認はないので止めます。

手元のMacで動かすか、Cloudで動かすか。Part2は、⑤Local vs Cloud、⑥Worktrees、⑦.codexフォルダです。worktreeは、同じリポジトリを別の作業場所へ展開する仕組み。Nateさんは、パソコンをつけておく使い方にも触れています。

Nateさん（動画の中で・12:31〜）

“when I’m working locally, as long as I keep my machine on, as long as I keep my PC on, it feels pretty cloudlike.”

訳: 手元で作業していても、マシンをつけておく限り、かなりクラウドのような感覚です。

私ならこうする。手元にあるものを数えてから、作業環境を選びます。

便利そうな環境が並んでも、私の現実はローカルで動くMac。どれだけ作業場所があり、どれだけ記録があるのか。まず、その数字を見たい。

AI秘書の凛ちゃんに数えてもらいました。メインの作業フォルダでgit worktree listを出すと、655行が返りました。そのうち、Codexの置き場の中にあるのは3つです。

Codex全体の保存データは174GB。会話記録が103GB、16,178ファイル。アーカイブは1.1GB、記憶は7.9MBでした。同じ保存データでも、中身の量はずいぶん違う。

独自のサブエージェント定義は16本。別のAIへ仕事を任せるための定義です。Codexの自動化は4つあり、そのほかにAGI Cockpitの自動便があります。

推測: 会話記録の103GBは保存してある量で、毎回の質問で全部読まれるわけではありません。毎回読まれる指示書やスキルの説明とは、別の種類の量です。作業場所、会話記録、任せる相手、自動化。名前を覚えるだけで終えず、自分の手元に何があるかを一度数える。環境を選ぶ話は、そこから始めます。

→ 手元の棚卸し

2分。Macのターミナルでgit worktree listの行数を数え、Codexの会話記録の容量をFinderで確認。自動化画面の件数も並べ、何の数かを書き添えます。数え終えたら、そこで終わりです。

賢いモデルを選ぶことと、長く考えてもらうことは別。Part3の入口は、⑧Modelsと⑨Effortです。Nateさんはモデルを新規チャット開始時やメッセージ間で替えられ、努力量も選べると説明します。簡単な依頼で、その差はどこに出るでしょう。

Nateさん（動画の中で・19:20〜）

“So within each model not only do you choose the model but you can also choose the effort level.”

訳: モデルごとに、モデルを選べるだけでなく、努力量も選べます。

Nateさん（動画の中で・20:15〜）

“that’s overkill and you’re paying way more than you should realistically to write an email.”

訳: それはやりすぎです。メールを1通書くには、現実的に必要な以上のものを払っています。

私ならこうする。同じ質問で比べて、答えに必要な努力量を選びます。

モデルと努力量は、別々に選ぶものです。

AI秘書の凛ちゃんには、手元のモデル一覧も読んでもらいました。GPT-6-Astra、GPT-6.1-Sol、GPT-6-Sol、GPT-6-Luna、GPT-5.6-Sol、GPT-5.6-Terra、GPT-5.6-Lunaが並んでいます。

手元のモデルのうち、Astra・Sol・Terraでは、努力量はlow、medium、high、xhigh、max、ultraの6段階です。私の既定はGPT-6.1-Solのmediumです。

比較した質問は、1から100までで、各桁の和が10になる整数の個数。答えは9。lowもhighも、同じ9でした。

lowは17秒、推論41トークン。highは19秒、推論135トークン。推論量は約3.3倍になったけれど、時間は2秒差。答えは変わっていません。

この質問なら、lowで正解に届いていました。

ここで分かったのは、この1問の差です。難しい仕事まで同じと広げず、次に任せる内容で比べる。モデルの名前より、頼んだ仕事に対する返事を見ます。

→ 努力量を比べる

2分。同じモデルで新しい会話を二つ開き、努力量だけlowとhighに変える。「1から100で各桁の和が10になる整数の個数」を聞き、答えと時間を比べます。同じ答えなら、この質問では差が出ないと分かった時点で終えます。

⑩Permissionsは、AIがどこまで操作できるかという権限です。Nateさんは、確認なしで動くFull access、初めはAsk for approval、危険と検出した操作を確認するApprove for meを紹介します。書けるかと、確認を誰が引き取るか。両方見たいところです。

Nateさん（動画の中で・20:50〜）

“which means that it’s not going to stop and ask you a bunch of permissions and questions.”

訳: 確認や質問を何度もはさんで止まることはない、という意味です。

私ならこうする。最初は確認しながら慣れ、書ける範囲と確認が戻る回数を見ます。

任せても、私が判断を持ち続けて積み上げたら、手放せない。確認の数まで見て、私が決める必要のあることを残したい。Nateさんの「最初はAsk for approvalで慣れる」には、そのとおりだと思います。

AI秘書の凛ちゃんに、同じファイル作成を権限だけ変えて頼みました。read-onlyは読み取り専用。返事は「読み取り専用のため作成できなかった」。フォルダには指示書だけでした。

workspace-writeは、作業フォルダに書ける設定です。こちらはファイルが増え、「確認済み: hello.txt = こんにちは」と返りました。書いた後の読み戻しまでできています。

一方、私の普段の設定は、承認neverとdanger-full-access。動画のFull accessに当たります。今回だけ、わざと権限を絞って比べました。動画が勧める始め方と、私の足元は違います。

9月26日の記録では、直近7日のAIタスク1,098件中1,093件がfull-access起動でした。Codexの200会話では、145件がdanger-full-accessかつ承認neverで、私はこの状態を「違反できる仕組みがおかしい」と指摘しています。

Orcaの動画で語られた魅力を6つに整理した記事に、私はこう書いています。「載っているタスク445件のうち、139件が「確認待ち」で止まっていた。動いていないんじゃない。私の返事待ちで止まっていた」。

任せる範囲と、私へ戻す判断。その両方を整えます。

→ 書ける範囲の確認

2分。空の作業フォルダで、普段の設定のままではなく、codex exec -s read-onlyと-s workspace-writeを別々に実行。「hello.txtにこんにちはと書いて読み戻して」と頼み、ファイルを比べます。read-onlyで作れず、workspace-writeで作れたら完了です。

⑪Skillsは繰り返し使うレシピ、⑫.agentsフォルダはその指示を持つ場所、⑬Pluginsはサービスとの接続。Nateさんは、スキルに名前と「いつ使うか」の説明があると話します。その説明がAIへ届いているか。私の手元では、ここに大きな差がありました。

Nateさん（動画の中で・21:44〜）

“They’re basically reusable workflows. They’re recipes that let you do something once and then teach Codex how to do it the same way every single time.”

訳: 要は、繰り返し使える手順です。一度やって見せれば、毎回同じやり方をCodexに教えられる、レシピのようなものです。

私ならこうする。313本は持ち続け、毎回読まれる説明は絞ります。

「捨てる」より、分身AIに所有権を預ける。自分の台所を空けても、セカンド冷蔵庫にあれば取りに行ける。スキルも、その持ち方にしたい。

AI秘書の凛ちゃんが走らせた確認では、毎回、AIに渡せるスキル説明の量の上限を超えた、という警告が出ました。説明は全部外され、232個が見える一覧に入らない。別の回では174個でした。

スキルの置き場には325項目あり、SKILL.mdがあるのは313本です。説明が外れて、名前だけで探す状態でした。Nateさんが紹介する「いつ使うか」の説明が、私の足元では届いていなかった。

直近30日のClaudeの記録では、SKILL.mdが読まれたか、スキルとして呼ばれたのは313本中76本。237本は一度も出てきませんでした（CodexとGrokの記録は数えていません）。有効なプラグインは21です。

9月の見直しでは、Claude側のCLAUDE.mdを約20KBから約5KBへ縮め、Claudeの起動トークンが58,175から30,086になりました。毎回読まれる入口を短くする考え方は、Cognitionの記憶リポジトリを解説した記事にも書いています。

道具をまたいで使えるレシピを育てる。だからこそ、全部を毎回渡さず、必要なものを取り出せる形で持ち続けます。

→ 説明が届くか

1分。Macでcodex exec –jsonに短い質問を送り、冒頭の警告を読む。All skill descriptions were removedと出たら、一覧から外れた個数も控えます。警告が出なければ、あなたの環境では起きていないので止めます。

Part4は、⑭Browser、⑮Sites、⑯Sub-agents、⑰Scheduled tasks、⑱Voice mode。Nateさんはブラウザ・サイト・音声の機能を紹介し、音声で新しいスレッドを作れると話します。別のAIへ任せるサブエージェントは、私のMacで2つに任せる依頼を出し、根拠つきの答えが戻りました。

Nateさん（動画の中で・30:03〜）

“intelligent models are really, really good at delegation. So sub agents are definitely something that you need to be using.”

訳: 賢いモデルは、仕事を任せるのがとても上手です。だからサブエージェントは、ぜひ使うべきものです。

私ならこうする。調べる役目を任せ、根拠つきの結果を受け取って、余白をつくります。

委ねる目的は効率化だけではありません。空いた時間を、感じる、味わう、ワクワク夢中に遊び探求する時間へ戻したい。

AI秘書の凛ちゃんには、サブエージェントを2つ起動し、富士山の標高と東京タワーの高さをそれぞれ調べるよう頼みました。調べるのは必ずサブエージェントに任せる、という条件も付けました。

64秒で、富士山3,776m、東京タワー333m。国土地理院と東京タワー公式へのリンクつきで返りました。待ち合わせの処理は2回。記録には、子が並行で走る様子は出ず、起動そのものは確認できませんでした。入力は460,830トークン、そのうちキャッシュは418,560でした。この回にも、指示書が足す確認の手数が含まれます。

Nateさんの「賢いモデルは、仕事を任せるのがとても上手」という話に賛成です。動画では5つ起動した場面があります。私の側は、2つに任せる依頼で、根拠のある答えが戻ったところまでが確認です。

Nateさんは予定したプロンプトを自動投入する機能も紹介します。私の手元にはCodexの自動化が4つあり、近い役目をAGI Cockpitの自動便も担っています。

戻ってきた結果はAI秘書に確かめてもらい、私は何を任せ続けるかを決める。その先に、自分の時間を残します。

→ 二人へ任せる

2分。Codexで「サブエージェントを2つ起動し、富士山の標高と東京タワーの高さを別々に調べ、公式リンクを添えて」と頼む。起動数と返った根拠を確かめます。2つとも根拠付きで返れば完了。起動しなければ、サブエージェントが有効かだけ見て止めます。

18個の機能を知ったら、手元で一つ確かめる。合言葉が返るか、書いたファイルがあるか、入力がどれだけ増えたか。そこまで見れば、次の頼み方を自分で決められます。

私のMacでは、短い指示は効き、スキルの説明は全部外れていました。動いた結果も、動かなかった結果も、次の頼み方の材料になります。313本は持ち続ける。そのうえで、毎回読むものを減らす。AIへ委ねて生まれた余白を、私が夢中に生きる時間へ戻します。