Codex、あるいはAIコーディングエージェントと聞いたとき、最初の反応はたいていシンプルです。
「開発者のための道具でしょう」
私も、以前はそう思っていました。
私の仕事はプロジェクトコーディネーションです。時間の大半は、要件、スケジュール、タスク、テストケース、ドキュメント、進捗の管理に使っています。事業・プロダクト・デザイン・開発のあいだをつなぐのも私の役目です。プロダクトを作るコードを、自分で書く立場ではありません。
ですから、Codexを試し始めたときも、AIで開発者になろうと思ったわけではありません。知りたかったのは、もっと実務的なことでした。
プロジェクトコーディネーションの仕事でも、コーディングエージェントを使えば、手作業を減らして、もっと効果的に働けるのか。
しばらく使ってみた今、私の答えは「はい」だと言えます。
いちばん驚いたのは、私の仕事でCodexがいちばん役に立った点が、コードを書く力ではなかったことです。役に立ったのは、文脈を読み取る力、いくつもの情報源をまたいで作業する力、そして結果ができあがるまで一連の作業を進める力のほうです。
言いかえると、私はCodexに答えを聞くのをやめて、仕事のひとまとまりを渡して実行してもらうようになりました。
チャットボットから「実行レイヤー」へ
Codexを使う前の、私のAIの使い方はよくある流れでした。質問する。文章を受け取る。ドキュメントに貼りつける。構成を整える。残りの作業は自分の手で進める。
Codexを使い始めて、この流れが変わり始めました。
たとえば「よいチケットには何を書けばいいか」と聞く代わりに、要件とガイドラインと、ほしい形式を渡します。そのうえで、要件の分析、チケットの作成、決まった構成への整理までをCodexに頼めます。

Codexをひとことでたとえるなら、チームの若手メンバーです。はっきりした作業を渡し、文脈とルールを伝えて、あとは任せます。
もちろん、結果は私が確認しますし、最終的な成果物に責任を持つのも私です。それでも、細かい手順をひとつずつ自分でこなす代わりに、3つの問いにもっと注意を向けられます。何をやる必要があるのか。どんなロジックに従うべきか。最終的な結果はどうなっているべきか。
AIの導入が、ツールを使える状態にするだけでは終わらない理由もここにあります。リノエッジの記事「社員がAIを使わない理由は、不安じゃなくて時間だった」で取り上げたように、本当の変化は、AIがときどきブラウザで開くものから、実際の業務フローの一部になったときに始まります。
Planeのチケットを手で登録する仕事から、結果を確認する仕事へ
私にとっていちばん実用的な使い道のひとつが、Planeでのタスク管理です。
打ち合わせのあとや、要件が合意されたあとには、チケットを作る必要がよくあります。わかりやすいタイトル、説明、受け入れ条件、優先度、ラベル、担当者、ほかのタスクとの関係、関連する参考資料。これらをそろえたチケットです。
1件や2件なら問題ありません。でも、ひとつの機能が小さなタスクにたくさん分かれることがあります。いくつもの機能を同時に作っていると、「タスクを登録するだけ」に見える作業が、かなりの時間を取るようになるのです。
この手の仕事には、小さな矛盾もあります。同じことの繰り返しが多いのに、正確さが求められるのです。
今の私のやり方では、要件とガイドラインをCodexに渡し、内容の分析、タスクへの分解、決めた形式でのチケットの下書き、システム上での次の手順の準備までを頼めます。私の仕事は、チケットを1件ずつ開いて1行ずつ内容を写す作業から、まとめて出てきた結果を確認する作業へ。
タスクの数が多いと、浮く時間ははっきりわかります。Codexを質問に答えるだけの道具としてでなく、業務フローの中の「実行レイヤー」として見るようになったのは、このあたりからです。
とはいえ、よいチケットの出発点は、今も明確な要件です。リノエッジでは以前、あいまいな要件は、複雑なコードそのものよりも厄介になりうることを書きました。AIが作業の準備を手伝うときには、この点がいっそう大事になります。
すべてをそろえておくことにも価値がある
プロダクトを開発しているあいだ、要件がじっとしていることはめったにありません。
事業側がロジックを変えることもあれば、デザイナーがフローを更新することもあります。開発者が新しい制約に気づくこともあるし、QAがそれまで話に出ていなかった例外ケースを見つけることもあります。
小さな変更ひとつが、後追いの作業の連鎖を生むことがあるのです。チケットを直す。受け入れ条件を調整する。テストケースを見直す。ドキュメントを書き換える。関連する資料の内容が食い違っていないかを確かめる。
これを手でやると、コピーと貼りつけの長い繰り返しになりがちです。関わる資料が多いほど、見落としも起きやすくなります。
Codexなら、新しいロジックを説明して、関連する内容の確認、影響を受ける箇所の洗い出し、修正の提案や反映までを頼めます。ロジックの確認には今も人が必要です。それでも、影響を受ける行を自分で1行ずつ探して直すことに、時間の大半を使う必要はもうありません。
AIは新しい内容を作るのを手伝ってくれます。すでにある内容の一貫性も保ってくれます。私が軽く見ていたのは、この後半でした。
難しくはないのに、何日もかかりうる作業
わかりやすい例がテストケースです。
アプリの中のある流れが変わると、既存のテストケースの長いリストを見直す必要が出てくることがあります。どれがまだ有効か。どの手順を直すべきか。どの期待結果が変わったか。どんな例外ケースを足すべきか。どのシナリオがもう関係なくなったか。
ドキュメントも同じです。プロダクトのたったひとつの変更が、要件定義書、機能仕様書、テストケース、タスクの説明、社内ガイドラインに同時に出てくることがあります。
以前は、変更の範囲がそれなりに大きいと、こうした資料をすべて見直して更新するだけで、数営業日かかることもありました。その作業も、Codexを使えば、もっと筋道の立った流れにできます。
新しい文脈 → ドキュメントの見直し → 影響する箇所の特定 → 更新 → 結果の確認。
人がこの流れからいなくなるわけではありません。変わるのは時間の使い方です。何百回もの手作業を繰り返す代わりに、人はロジックの確認に時間を使えます。
これがとくに大事なのがテストです。リノエッジの記事「すべてのテストをパスしたのに、本番環境でシステムが壊れた理由」で説明したように、手順がすべて合格に見えていても、本当に確かめるべき前提を見落としていることがあります。
プロジェクトの生データを、判断に使える情報へ
Codexが役に立つと感じるもうひとつの使い道が、レポート作りです。
プロジェクトコーディネーターは、こんな質問によく答える必要があります。止まっているタスクはどれか。終わっていない機能はどれか。未解決のバグは何件あるか。期限を過ぎたタスクはどれか。スプリントはどこまで進んでいるか。メンバー一人ひとりの今の作業量はどうなっているか。
データ自体は、タスク管理システムの中にもうあるかもしれません。それでも、絞り込んで、まとめて、読めるレポートに仕立てるには、やはり時間が必要です。
Codexは、プロジェクトの生データと、判断に使える情報とのあいだの距離を縮めてくれます。決めた条件でデータを集めて、毎日の定例ミーティングやスプリントレビュー、プロジェクトの進捗報告に使う要約を作るよう頼めます。
AIが役に立つのは、手元のプロジェクトデータを、チームが判断の材料にできる形に変えたときです。
これはスケジュール管理とも深くつながっています。レポートは状況を伝えるだけのものではありません。チームが早めにリスクに気づく助けになります。よい見積もりと、スケジュールへの責任が、期限が来る前に開発チームがよりよい判断をする助けになるのと同じです。
Codexのおかげで、開発者によりよい質問ができる
自動化のほかにも、Codexは、技術的な話題にもっとはっきり向き合う助けになっています。
事業側から見て簡単そうな要件が、実装でも簡単とはかぎりません。たとえば、母親と赤ちゃん向けのアプリで、こんな要件があったとします。「選んだ時刻に、ある活動をするよう通知でリマインドする」。
この短い一文の裏には、たくさんの疑問が隠れています。ユーザーがタイムゾーンを変えたらどうなるか。通知の許可がオフのときは、どうするのか。リマインドの時刻より前に、その活動がもう終わっていたらどうするか。ユーザーがリマインドの時刻を変えた場合は、どう扱うのか。同じアカウントを複数の端末で使っていたらどうなるか。
以前なら、こうした点に気づくまでに、かなり早い段階から開発者に聞く必要があったかもしれません。今はCodexを使って、まず自分で最初の調べものができます。要件を分析し、依存関係を洗い出し、例外ケースを並べ、はっきりさせるべき質問を用意するのです。
だからといって、私がコードレビューをできる人になるわけではありません。それでも、問題をより深く理解でき、開発者と仕事をするときに、より質の高い質問ができるようになります。
こうしたコミュニケーションの質は大事です。リノエッジの記事「ITチームのコミュニケーション失敗5選と、現場で効いた解決策」も、同じことを伝えています。あいまいな報告やはっきりしない質問はチーム全体を遅くし、具体的な文脈があれば全員が速く動けます。
変わったのは、役割より仕事の進め方
自分で使ってみた今も、Codexがプロジェクトコーディネーターを開発者に変えるとは思っていません。AIの目的が、チームの中のある役割を丸ごと置き換えることだとも思いません。
いちばんはっきり変わったのは、仕事の分け方です。
以前は、時間の多くが手作業に消えていました。チケットの作成と修正。テストケースの更新。ドキュメントの手直し。レポートのまとめ。あちこちにあるデータの確認。
今は、そうした作業のうち、AIに先に準備を任せられるものがどんどん増えています。私の役割は、少しずつ次のような形に移っています。
依頼の中身を決める → ルールを決める → 文脈を渡す → 出てきたものを確認する → 判断する。

私がCodexを若手のチームメンバーにたとえたくなるのも、これが理由です。あいまいな頼み方をすれば、結果が間違っているかもしれません。十分な文脈と明確なルールを渡し、ほしい成果物を具体的に伝えれば、まとまった量の仕事をこなしてくれます。
Codexを使うために、プロジェクトコーディネーターがコードを書ける必要は必ずしもありません。ただ、システムのロジック、依存関係、業務の流れ、そしてAIエージェントとの働き方を理解していれば、私たちはもっと有利になると思います。
大事なスキルは、もう「AIの使い方を知っていること」だけではありません。AIに仕事を任せる方法を知っていることです。問題を分解する。十分な文脈を渡す。ルールを作る。結果を確認する。そして、自動化できる部分と、まだ人の判断が要る部分を見分ける。
私にとってCodexが役に立つのは、開発者の仕事ができるようになるからではありません。繰り返しの作業を減らし、より多くの情報をさばけるようにし、本当に調整や思考や判断が必要な部分に使える時間を増やしてくれるからです。
AIは、私たちの肩書きを変えないかもしれません。でも、その仕事を毎日どう進めるかは、大きく変えられます。
よくある質問
開発者でなくても、Codexは仕事に使えますか?
はい。筆者はコードを書かないプロジェクトコーディネーターですが、Codexでチケットの下書き、テストケースやドキュメントの更新、プロジェクトデータからのレポート作りといった手作業を減らしています。Codexを使うために、コードを書ける必要は必ずしもありません。
プロジェクトコーディネーションのどんな作業で、Codexが役に立ちましたか?
Planeでのチケット作成、変更があったときのチケット・受け入れ条件・テストケース・ドキュメントの見直し、定例ミーティングやスプリントレビュー向けの要約作り、開発者に聞く前の例外ケースの洗い出しです。どれも、要件・ガイドライン・ほしい形式を渡して任せ、出てきた結果を人が確認する使い方です。
Codexは、プロジェクトコーディネーターの仕事を置き換えますか?
筆者は、そうは考えていません。結果の確認と最終的な成果物への責任は、今も人にあります。変わったのは仕事の分け方で、コーディネーターの役割は「依頼の中身を決める → ルールを決める → 文脈を渡す → 出てきたものを確認する → 判断する」へ移っています。
チームの実務にAIエージェントを組み込みたい方へ
リノエッジはベトナム・ホーチミンのソフトウェア開発会社です。この記事のCodexの使い方は、社内のコーディネーターが実際にやっていることで、同じ組み込みをお客様のチームの業務フローでも支援しています。自社ならどこから始められるか、一度話してみませんか。
お問い合わせはこちら →ソフトウェアに恋したソフトガール。ITコーディネーター見習いとして、自身の試行錯誤から学んだ教訓をシンプルなヒントに変え、仕事をもっとアクセスしやすく・楽しくすることを目指しています。
非エンジニアの立場でAIエージェントを実務に取り入れる考え方は、企業向けAI研修でも扱っています。
オフショア開発を検討中の方へ:費用ガイド・チェックリスト(無料ダウンロード)
