AIと毎回、前戯からやり直すのはもう勘弁。Codex Astraの新設定をオンにした理由
「それ、さっき説明したよね？」
AIと長く仕事をしていて、
こう言いたくなったことはないですか❓
最初に伝えた条件が、途中から抜ける。。
一度試してボツにした案を、また提案してくる。。
なぜその方針に決めたのか、もう一度説明することになる。。
そのたびに履歴を掘り返して、
該当箇所を探して、貼り直す。
たとえるなら、やっとイイ感じになったところで、
毎回「で、ここまでどういう流れだったっけ？」と聞かれるようなものです。
おいおいっ！！！
おいおいおいっ！！
何回、前戯からやり直せばいいんだよ！！！！
仕事を任せたはずなのに、
気づけば、こっちがAIの記憶係になっている。
この往復を少しでも減らせるなら、試してみたい。
そんな理由で、私はCodex Astraの新しい実験設定をオンにしました。
ただ、最初から乗り気だったわけではありません。
実は、一度見送っているんですよ。
「大幅節約」の誘い文句で、一度はその気になった
最初に目にしたのは、
この設定を入れるとトークン消費が大幅に減る、という話でした。
トークンは、AIが文章などを処理するときに使う単位です。
長い仕事を任せるほど、使用量は気になる。
「大幅に減る」なんて言われたら、
そりゃ反応しますよ。
新機能のチラ見せに、興味はビンビン。
我ながら、分かりやすい男です。
ところが、
別の利用者の検証報告を見て、ちょっと冷静になりました。
その方は、ソフトウェアの検証・設計と、セキュリティ監査・調査。
２つの長時間タスクで、設定前後を同じ推論強度で比べたそうです。
１応答あたりの総トークンは、タスクAで4.2％減、タスクBで3.0％減。
さらに、
非キャッシュ入力は、Aで14.9％減った一方、Bでは3.6％増えていた。
Bでは推論に使うトークンも増えていたそうです。
これは、その利用者が報告した自己申告の数字です。
私自身の測定ではなく、元データや測定ログまでは確認していません。
新しいタスクへの移行も同時に行っていたので、設定だけの効果かどうかも分からない。
ぶっちゃけ、これで「絶対オンにしろ。劇的に節約できるぞ」とは言えません。
総トークンの変化だけで、購読枠の消費も同じ割合で変わると決めつけるのも早い。
私も一度は、
「良い方法なら、そのうち公式が標準にするだろうし、今は待ってもいいか」
と考えました。
それでもオンにしたのは、履歴を探し直せるから
その後、VBことヴァイバヴ・スリヴァスタヴ氏も、この機能を紹介していました。
紹介されていたのは、Astraが文脈の切り替わりを越えてノートを保持し、
必要に応じて、同じタスクの過去のメッセージやツールの結果を検索できる仕組み。
長いデバッグや、大きなコード修正で役立つ、という話です。
そこで、結局オンにした。
一度は「待とう」と言っていた俺が、
「やっぱり、やってみよう」とCodexに設定を入れてもらっている。
切り替えが早い。
さっきまで様子見だった男、もうその気です。
ただ、今度は使用量の数字に加えて、確かめたいことがありました。
前の経緯を調べ直せるようになると、人間の説明し直しは減るのか。
長いタスクでは、過去のやり取りをいつまでも全部、
AIが一度に扱う文脈の中に置いておくことはできません。
従来の方式では、その文脈を要約へ繰り返し圧縮する。
今回の実験機能では、代わりにノートと検索可能な履歴を使います。
会議の引き継ぎを思い浮かべると、分かりやすいと思います。
要点をまとめたメモだけでは、
「結論は分かった。でも、なぜそう決めたの？」
という細部まで分からないことがある。
元の議事録を検索できれば、決めたときのやり取りを調べ直せる。
今回の仕組みも、それに近いものです。
前に試した方法。
コードを変えた理由。
ツールが返したエラーや結果。
ノートに細部が残っていなくても、過去の記録を探す手段がある。
これで一切忘れなくなるとか、毎回必ず正しい履歴にたどり着けるとか、
そこまで保証されているわけではありません。
検索する対象も、同じタスクの履歴です。
それでも、長い仕事の途中で経緯を見失ったときに、
人間が全部説明し直す前に使える手段が増える。
そこは試してみたいと思ったのです。
AIの世話で、自分の仕事が止まっていないか
たとえば、調査を任せている途中で、最初に指定した対象条件が抜けたとします。
結果を読み直す。
抜けた条件を指摘する。
やり直してもらう。
もう一度、結果を確認する。
この間、人間の仕事も止まります。
文章なら、すでに直した表現が復活する。
コードなら、一度ボツにした案が戻ってくる。
AIがサクサク返事をしていても、
そのたびにこちらが付き添っていたら、なかなか楽にならない。
毎回こちらが段取りして、盛り上げて、後始末まで担当。
気持ちよく終わるはずの仕事が、延々と終わらない。
おいおい。
俺の時間まで、根こそぎ持っていくなよ。
便利な道具を入れたのに、その道具の世話で忙殺される。
それは避けたいですよね？
だから、使用量と一緒に見たいのは、完成するまでの往復です。
一度渡した条件を、どれくらい説明し直す必要があるのか？
前の判断や試行を、ちゃんと拾えるのか？
納得できる成果まで、何回やり直すのか？
このあたりが改善するなら、仕事を任せる感覚も変わってくるはずです。
試すなら、設定はこの２行
対応するCodexを使い、モデルはAstraを選びます。
変更前に設定ファイルのコピーを残してから、次のファイルを開いてください。
~/.codex/config.toml
Windowsなら、自分のユーザーフォルダにある .codex フォルダの中です。
追加する設定は、たった２行。
[features.context_management]
experimental_mode = trueすでに同じ設定欄がある場合は、重複して追加せず、その値を変更します。
保存したらCodexを再起動し、新しいタスクを始めてください。
ここは飛ばさないこと。
設定を足しただけで、今までの長いやり取りでも動作が切り替わったつもりにならないように。
2026年9月8日時点の公式の案内では、
対象はChatGPT Plus／Pro／Pro Liteでのログイン。
対応クライアントが必要で、実験機能は標準ではオフです。
提供開始時点では、Business／Enterprise／APIキーでのログインは対象外と案内されています。
私の環境では、Codexに設定変更とバックアップを任せ、
機能がオンとして読み込まれるところまで確認してもらいました。
長時間使って何％節約できたとか、ミスが何回減ったとか、
そういう自分の測定結果は、まだありません。
使って確かめるのは、これからです。
最後まで終わってから、使い勝手を判断する
比較するときには、ひとつ落とし穴があります。
１応答あたりのトークンが減っても、
完成までの応答回数が増えていたら、仕事全体では節約にならないことがある。
短い返事のたびにこちらが追加の説明をするなら、手間も増えます。
「数字が減ったから、仕事も楽になった」と勘違いしないこと。
比べるなら、同じくらいの難しさで、完成条件もそろえた仕事を使う。
オンとオフの両方を新しいタスクから始め、モデルや推論強度もそろえます。
そのうえで見るのは、次の４つ。
完成までの総使用量
人間が追加で説明した回数
修正ややり直しの回数
完成したものの品質
少数の仕事で差が出ても、その差が毎回出るとは限りません。
何本か試して、自分の仕事で役立つかを見ていく。
私も、そこを確かめます。
新機能の誘い文句って、魅力的なんですよ。
何％削減。何倍高速。これだけで激変。
つい、その先まで妄想したくなる。
気になるのは分かる。俺も気になる。
ただ、ここは脳みそに入れといて。
その数字の裏取りと一緒に、
あなた自身が払っている手間も見てほしいのです。
AIに渡した条件を、何度も説明し直していないか。
確認とやり直しに追われて、本来やりたかった仕事が後回しになっていないか。
長い仕事をCodexに任せているなら、今回の設定は試す価値があると思います。
短い用事が中心なら、急いで変えなくてもいい。
私が欲しいのは、AIに仕事を任せながら、
自分の時間を自分でコントロールできる状態です。
毎回、最初から口説き直すのはもう勘弁。
一度伝えたことを踏まえて、一緒に仕事を先へ進めたい。
俺たちの時間を、ちゃんと取り戻すために。
参考情報
機能の提供条件は、2026年9月8日に確認した情報です。第三者の測定値は参考報告として紹介しており、投稿者と元データの独立確認はできていません。
いいなと思ったら応援しよう！
よろしければ応援お願いします！ いただいたチップはクリエイターとしての活動費に使わせていただきます！