メインコンテンツへスキップ
見出し画像

codeX初心者メモ:仕事で使えるまでに覚えたこと全部残す

    最近、Xやnoteを見ていると、

    「codeXで自動化しました」
    「仕事をAIエージェントに全部任せました」
    「アプリ作って副収入を得ました」

    みたいな投稿をよく見るようになっていませんか?

    初心者の私にとって、これらの情報は最初はかなり置いていかれている感じがありました。

    しかも、自分はエンジニアではありません。
    コードも書けないし、PowerShellやターミナルを開くのも、最初は少し怖かったです。

    ただ、それでもcodeXを触り始めようと思った理由があります。

    仕事の中に、地味に時間を取られている作業が多すぎるからです。

    しかもその時間は、本来なら売上を伸ばすための改善や、企画を考える時間に使えるはずです。

    そう考えると、codeXは単なるAIツールではなく、
    自分の仕事のムダを見直すきっかけになるかもしれないと思いました。

    なのでこのnoteでは、codeXを使いこなしている人の解説ではなく、
    コードが書けない会社員が、仕事のムダを減らすためにcodeXを触りながら覚えたことを残していきます。

    成功したことだけではなく、失敗したことも書きます。
    わからなかった言葉も書きます。
    遠回りした手順も書きます。

    このnoteは、自分のための学習メモでもありますが、
    同じように

    「AIを仕事に使いたいけど、何から始めればいいかわからない」
    「コードは苦手だけど、作業を減らしたい」
    「会社の中で小さく業務改善を始めたい」

    という人に向けた、初心者目線の実務メモでもあります。

    codeXは3種類ある

    codeXは使用環境に応じて、3つの種類があります

    ローカル環境
    デスクトップからアクセスできるアプリです。
    chatGPTのアカウントでログインするだけで使えるようになります。
    私もまずここから触っています。

    codeX CLI
    ターミナルで動くタイプです。
    ターミナルとはパソコンに文字で命令を出す画面です。
    windowsですとpowerShellというものを使います
    初心者の私はこれを使おうとして途中で挫折しました…
    慣れてから使う方がよいので、ローカルを使いこなせるようになるまで触るのは保留にしておきます。

    codeX Cloud
    ネット上で動かすタイプです。
    チームで開発、共有ができます。
    これも扱うのは保留にしておきます

    ローカル環境上にフォルダを作る

    codeXは1つのファイルで完結できず、情報や画像などを保存する必要があります。
    ローカル環境にフォルダを作成し、その中に保存します
    フォルダ内の下層フォルダはcodeXが自動で作成してくれるため、中身が散らばったりすることは原則ありません。
    予め取得している画像、数字の情報、csvなどありましたらフォルダにまとめて保存しておくと情報が増えます。
    フォルダの置き場所のおすすめはC:>user>user内です。

    AGENTS.mdファイルで何をしたいかをcodeXに伝える

    〇〇を分析したい、〇〇の操作をしてほしい、などのやりたいことを細かく入力しても、すんなりと作ってもらうことは難しいです。
    AGENTS.mdというファイルの中に、codeXが理解しやすいように何をしたいかを書くことで、最終目標は何か、どう進めるか、禁止されていることは何かなどをルール化してくれます。

    書くスピード短縮のため、codeXを使い始めます。
    「このプロジェクトでは、YouTubeコメントを取得して、Excelレポートとダッシュボードを作ります。今後の作業ルールも含めて、agents.mdのたたき台を作ってください。」
    もっと質を上げたいなら、作業計画の壁打ちに特化したchatGPTを使うこともポイントです。
    同じ質問を投げてみて、より良いと感じたほうを採用すればOKです。

    プランモードで全体の流れを作ってもらう

    何をしたいかを伝えたら、それをどう構築するかを考えることもcodeXは実施してくれます。
    そのために使うものが「プランモード」です

    画像
    windowsの場合、Shift + Tabキーで「プラン」の文字が入力欄に出る

    プランモードにすると一旦作業をストップし、「どう進めるか」を考えてくれます。
    AGENTS.mdを参考に、進め方の計画を立ててくれるので、ここで流れが確立できたら後の作業がだいぶ楽になります。

    重要な情報は.env.local に入れる

    コメントの自動取得などに使うAPIキーなどは、セキュリティの関係上.env.local というファイルを作成して保存すべきです。

    取得したデータはexcel化>ダッシュボード化でブラウザで見やすく

    最初にフォルダに保存したりAPIで取得したデータを、1つにまとめることも自動でしてくれます。
    youtubeのコメント分析を実施するなら「取得したデータからダッシュボードを作りたい。よくある質問をテーマ別に分類し、回答方針や次回コンテンツの切り口に変換して」
    といった指示でコメントに何が書かれているか、それらから次に何をすればよいかまで出してくれます。
    「タブ切り替え、検索、リンク、空データ時の表示を確認してください。問題があれば修正してください。」の確認をなげることで、精度の向上にもなります。

    ダッシュボードの検証はcodeX内のブラウザでチェックできるため、わざわざダウンロードして確認する手間は不要です。
    発展した内容で、ブラウザのデザインを変えたいなどもあれば、イメージを伝えればサイトに合ったデザインに変えてくれます。(参考にしたいサイトや参考画像を貼り付けるのがおススメ)

    画像
    画像生成で「YouTube分析らしいUIにしたい」ことを目標にして生成された画像
    これをcodeXに渡したところ、ほぼそのままのデザインに変更されました

    作業手順はSkill化する

    実行したいことができたら、繰り返し作業されるようにスキル化します。
    「youtubeコメントデータの取得から分析結果の報告までをスキル化して、毎週月曜日12時に繰り返し実施して」と指示するとオートメーション内に保存されます。

    画像
    オートメーション内に保存され、自動化されます

    ここで注意点が、Automationがデフォルトで昔のモデルのGPTになっていることがあります。
    オートメーションの作ったデータにカーソルを載せ、「自動化を編集する」から以下の「モデル」と「推論」を必要に応じて変更します。

    画像

    ChatGPT image2で複数枚を一気に作るときの 必須プロンプトは「N=(数字)」

    競争の激しい画像生成、私もつい最近まではnanobanana proを使っていましたが、image2の登場で一気に逆転された感じがあります
    そのimage2で画像生成するとき、1回の指示で複数パターンを作成してくれるプロンプトがあります

    それはチャット部分の最後に「N=(数字)」を書くだけです
    数字欄には1~10までの数字が入り、画像パターンを作るときなどに活用できます

    画像
    「10枚生成して」と書いてもできますが、入力の短さが時間の節約に

    テキストのパターンを出すときのプロンプトは「v=(数字)」

    画像以外にも、テキストでも同様の指示があります
    「v=(数字)」を入力すると、例えばタイトル案などで5パターン生成されます。
    おすすめも出してくれるので、案出し~候補の選定まで実施してもらえます。

    画像

    ショートカットは自分で作ることもできる

    ショートカットは、チャット上でカスタマイズして作成することもできます。
    例として以下のような指示を出します。

    今後このチャットにおいて、以下特定の文字列もしくは数字をプロンプトとしてあなたに渡したら、それをショートカットと認識し、該当するアクションを実行してください。 
    q:不具合の原因を考えて、改善のために確認・調整してください。 全体のファイルを触ったり読み込むことは禁止、該当ファイルのみ作業してください 確認の段階が終わったら、一旦人間に報告してから次の調整に進んでください

    これで不具合個所と「q」と打ったら一通りのフローを実施してくれるようになります。
    繰り返しの流れの作業があるとき、いちいち入力やコピペが面倒な場合に役立ちます。

    MCPとは、AIと外部アプリをつなぐ橋渡しのこと

    ChatGPTやCodexを使っていると、途中で MCP という言葉が出てくることがあります。

    ざっくり言うと、AIと外部アプリをつなぐための橋渡しです。

    APIと似ていますが、APIは主にアプリやシステム同士をつなぐものです。

    たとえば、Canva API、Google Drive API、Shopify APIのように、それぞれのサービスごとに決まった使い方があります。

    一方でMCPは、AIやAIエージェントが外部ツールやデータを使いやすくするための仕組みです。

    実務では、決まった処理をくり返すならAPIが向いています。

    たとえば、スプレッドシートに毎日データを書き込む、Shopifyの商品情報を取得する、Google Driveに決まったファイルを保存する、といった処理です。

    一方で、AIに外部の資料を読ませたり、GitHubやNotionの内容を見ながら判断してもらったり、外部ツールをAI経由で使わせたい場合は、MCPの考え方が関係してきます。

    なので、自分の中ではこう整理しました。

    API:決まった処理を、決まった手順で自動化するもの
    
    MCP:AIが外部アプリやデータを使えるようにする橋渡し

    実務で考えるなら、

    処理が固定されているならAPI
    AIに外部情報を見ながら判断・作業してほしいならMCP

    という分け方が使いやすそうです。


    「実用に耐える最小限の製品」のMVP

    新しいプロジェクトに取り組むとき、最初から完璧な動画編集ツールを作るのではなく、“テキストや画像から、日本語テキスト入り動画を最低限作れるか”を検証するための最小構成を作るものをMVPと呼びます。


    覚え書きとしてこれからも書き加えていきますが、他のnoteでは実際に一から活用までの流れを、真似するだけで実行できるように書いていきます。
    つまづいたポイントも含めて、一緒にステップアップしていきましょう!

    たとえば完成形とMVPで必要な考え方は以下のようになります。

    画像

    つまりMVPに求められていることは「入力した素材から、実際に使える動画が生成できるか」の最小実験版です。
    今回の例ですと

    テキスト入力
    ↓
    画像アップロード
    ↓
    テンプレートに反映
    ↓
    日本語テキスト入り動画を生成
    ↓
    MP4で出力

    ができれば合格です。
    MVPができたら前後の動作を足していくことで、機能を確定させながら進めていくことができるようになります。

    LLM

    (Large Language Model:大規模言語モデル)は、ものすごく大量の文章を読み込んで、「次にどんな言葉が来そうか」を確率で予測する仕組み。ChatGPT も Claude も Gemini も、中身はすべて LLM です。「賢い文章補完エンジン」のようなイメージ

    ローカルLLM

    自分のPCの中だけで完結するAI。クラウドに送らないのでプライバシーリスクもネット遅延もほぼゼロ。
    ただし大容量メモリが必要な場合があり、動作環境はPCのスペックによる。

    npm

    powershellを開いて最初に出てくる事が多いワード。

    npm install
    npm run dev

    上記のような書き方でインストールや配置をすることがある。
    Node Package Managerの略で、特定の動作をする情報があらかじめ書かれたjavascriptのパッケージ管理ツールを指します。

    パッケージ

    ネット上で取得したり、codex等で作成される、ツールやライブラリの集合体。
    何かを実行したいときの一部の工程を、このフォルダが実行してくれる。

    WebSocket

    ブラウザとサーバーを繋ぎっぱなしにして、いつでも双方から作業や指示をできるようにする通信方法です。

    通常の通信は1作業が終わったら終了、という仕様ですが、オンラインゲームの通信やチャットの新着通信などがこれに当たります。

    繋ぎっぱなしでもネットの通信やレート消費がされることはほぼありません。(ごく僅かに使用されることがある)

    WebSocketのメリット・デメリット

    メリット
    リアルタイム性が高い
    Codexの回答や処理状況を少しずつ画面へ表示できる

    サーバーから通知できる
    ブラウザ側から確認し続けなくても、完了やエラーを通知できる

    通信回数を減らせる
    毎回接続を作り直す必要がない

    双方向通信ができる
    利用者からの指示とサーバーからの進捗通知を同じ接続で扱える

    長い処理と相性がよい
    記事生成や一括処理の進捗をリアルタイム表示しやすい

    デメリット

    接続管理が必要
    切断、再接続、通信エラーへの対応が必要

    サーバー資源を使う
    接続中はメモリや接続枠をわずかに使用する

    二重実行の危険がある
    再接続時に同じ依頼を再送すると、Codexが二重に動く可能性がある

    実装が複雑になる
    通常のHTTPより、状態管理やエラー処理が増える

    セキュリティ対策が必要
    外部接続には認証と暗号化されたwss://が必要

    通信環境の影響を受ける
    プロキシ、社内ネットワーク、スリープなどで切断されることがある

    Codex SDK

    Codexを自分のプログラムから操作するための開発用ツールです。
    普段、人が指示を送って作業を進めてもらうところを、自作したアプリが指示を送って作業を進めてくれます。

    APIとは違い、作業フォルダを調べる・ファイルを変更する・コマンドを実行する・結果を検証するといった、開発作業向けの制御に適しているのが特徴です。

    回答能力においても現時点のchatGPTのモデルであるGPT-5.6を発揮し、実行能力や思考量についても同程度の能力を持っています。

    まとめ

    この記事はこれで終わりではありません。

    常に新しい情報や発見を追加していき、いつ開いても振り返られる・情報が加えられていることを目標に進めていきます。

    次に読みたい記事

    Codexに任せっきりにせず、成果物をレビューする方法はこちらです。
    ▼Codexにアプリ作成を任せっきりにして失敗した

    Codexで毎回同じ説明をしないために、プロジェクトとSkillsを分ける考え方はこちらです。
    ▼Codexで毎回同じ説明をする原因は、プロジェクトとSkillsを分けていなかったから

    Codexのレート制限で止まらないように、重い作業を減らす考え方はこちらです。
    ▼Codexのレート制限で0%になった


     
     
    AIの活用事例や最新情報を、実際に使った活用事例、中級者でもつまづきそうになる点などを、日本一わかりやすくを目標に取り組んでいます。 【メインコンテンツ】 大規模言語モデル、ChatGPT、CodeX、画像生成、アプリ制作、デザインなど

    あなたへのおすすめ