Codex Cloudとは？できること・利用条件・企業での安全な試し方を解説

Codex Cloudは、OpenAIが管理するコンピューター上でCodexのコーディングタスクを実行する機能です。リポジトリ、依存関係、ツール、アクセス設定をまとめた「環境」を準備しておくことで、Web・デスクトップ・モバイルからタスクを開始・継続できます。クラウド上のタスクは、手元のPCがスリープ中でも進行します。OpenAI公式：Using Codex Cloud

結論：Codex Cloudが向くのは、既存コードベースに対する調査、バグ修正、限定的なリファクタリング、テスト追加など、成果物をGitの差分・テスト結果・人のPRレビューで確認できる開発作業です。一方、クラウド環境を使うだけで安全性が確保されるわけではありません。リポジトリ権限、外部通信先、秘密情報、マージ・デプロイ権限を分け、最初は可逆的なタスクだけで試す運用が必要です。

本記事の仕様確認日は2026年10月3日です。提供可否、プラン別の上限、利用地域、接続できるサービス、料金は更新されるため、導入時には管理画面と公式ドキュメントを再確認してください。

Codex Cloudとは：ローカル実行との違い

Codex Cloudは、利用者のPCではなく、OpenAI管理のクラウド環境でタスクを動かします。環境にはリポジトリ、依存関係、ツール、ネットワーク設定、必要に応じて認証情報の渡し方を設定できます。公開済みの環境を選べば、別の端末から同じ準備を再利用して新しいタスクを始められます。OpenAI公式：Cloud environments

この表は、公式仕様を踏まえた比較の目安です。実際の権限範囲は、利用プラン、ワークスペース設定、接続先サービスの権限、環境設定によって変わります。

Codex Cloudでできること

OpenAIの案内では、準備済み環境に対して、バグの調査、コード変更、プロジェクトのテスト実行などを指示し、変更差分とテスト結果を確認する流れが示されています。タスクごとに独立したワークスペースと作業ファイルが作られます。別タスクの未コミット変更をそのまま引き継ぐ前提にはせず、重要な作業結果はソース管理へコミットしてください。OpenAI公式：タスク実行・VM状態・ソース管理の注意

• 調査：再現条件の整理、関連コードの探索、テスト失敗の原因候補の洗い出し
• 実装：小さな機能追加、既存仕様に沿った修正、限定範囲のリファクタリング
• 品質確認：テスト追加、既存テスト・lint・型チェックの実行、PR差分の説明
• 並行作業：別々のタスクを別ワークスペースで進め、人が比較・統合する

クラウド上のCodexは、入力した画像やスクリーンショットを確認し、作業中の画面を表示する機能も案内されています。また、Codexのコードレビューは、PRの意図と差分を照合し、コードベースや依存関係を踏まえた確認を支援します。OpenAI公式：Introducing upgrades to Codex

できないこと・任せ切りにしない方がよいこと

Codex Cloudは、「成果物を自動で本番へ出してよい」と判断・承認する機能ではありません。OpenAIは、変更や本番デプロイの前にエージェントの作業、引用、端末ログ、テスト結果をレビューすること、コードレビューを人のレビューの代替ではなく追加のレビューとして使うことを案内しています。OpenAI公式：Codexの安全な運用

• 本番環境へのデプロイ、顧客データの変更、権限変更を無承認で任せること
• テストがない、または期待する振る舞いを人間も定義できていない変更
• 秘密情報を平文の設定ファイル、プロンプト、サンプルデータに埋め込むこと
• ネットワークアクセスを広く許可し、外部サービスへの接続先を管理しないこと
• 「動いた」という自己報告だけでマージすること

AIエージェント全般で、操作をどこまで委任し、どの操作に人の承認を置くかを決める考え方は、AIエージェントはどこまで任せるべきか｜委任範囲・人の承認・停止条件を設計する実務ガイドでも解説しています。

利用開始の条件：アカウント・プラン・管理設定

Codex自体はFreeとGoを含む複数のChatGPTプランで利用できます。一方、Codex Cloudは、対象となるPlus、すべてのPro tiers、Business、Enterprise、Healthcare、Educationアカウントで利用できますが、段階的提供とワークスペース設定の対象です。FreeおよびGoにはCodex Cloudは含まれません。Guest、K–12、Enterpriseの閲覧専用席は、クラウド環境を作成できません。OpenAI公式：Using Codex with your ChatGPT plan

Enterpriseでは、クラウドでタスクを実行するための「Use Codex in the cloud」と、ワークスペース共有環境を作成・編集するための「Manage workspace environments」は別の権限です。後者は前者の配下にあり、既定でオフです。クラウド利用可否は、対象プラン、ワークスペース設定、席種・ロールを確認してください。共有環境を利用できる人に、環境そのものの編集権限が自動で付くわけではありません。OpenAI公式：Roles and workspace permissions

標準のCodex Cloud環境には、公開時点でVMの個別料金は設定されていません。ただし、モデル利用はCodexの利用上限、クレジット、契約上の課金条件に計上されます。料金を「VM無料」だけで評価せず、長時間タスクを含む実利用量で確認してください。OpenAI公式：利用上限・課金の案内

導入前に確認する5つの境界

1. リポジトリ境界

環境作成の基本フローでは、GitHubリポジトリを接続し、Codexがリポジトリ、依存関係、ツール、ワークフローを確認して環境を準備します。環境を共有しても、各利用者に接続先リポジトリの権限が自動付与されるわけではありません。PoCでは、まず本番リポジトリ全体ではなく、ダミーデータまたは限定された検証用リポジトリを選びます。OpenAI公式：環境作成と共有

2. 秘密情報の境界

Codex Cloudでは、プログラムが直接読む値には環境変数、特定HTTPSサービスへ送る認証情報にはネットワークシークレットを使い分けます。ネットワークシークレットでは、プログラムにはプレースホルダーが渡され、許可した宛先へのHTTPS通信時にプロキシが実値を置換します。OpenAIの案内では、この仕組みは生の認証情報をローカルプロセスやファイルへ置かないと説明されています。環境変数はタスクから値を参照できるため、PoCでは必要最小限の値だけを設定し、値の有効期限と接続先権限を個別に確認してください。OpenAI公式：環境変数とネットワークシークレット

3. ネットワーク境界

環境ごとに、Codex CloudのVMが到達できるドメインを設定できます。Enterpriseでは、管理者のAgent Security設定も環境に適用されます。社内APIやパッケージレジストリへ接続する場合は、環境の許可ドメインに加え、VPN側のアクセスルールも確認します。OpenAIは、既定でネットワークアクセスを無効にしたサンドボックス環境を案内しており、クラウドでは信頼できるドメインにネットワークアクセスを限定できると説明しています。また、ネットワークアクセスなどでエージェントの能力を広げると、リスクも増加すると案内しています。OpenAI公式：Internet access・VPN・OIDC／OpenAI公式：ネットワークアクセスと安全運用

4. データ・規制の境界

Business、Enterprise、Eduの入力・出力は、既定でOpenAIのモデル学習に使用されないとOpenAIは案内しています。ただし、保持期間、監査、接続先アプリ、個人向けプランのデータコントロールは契約・設定で異なります。特にCodex CloudはOpenAIのBAAの対象ではないため、PHI（保護対象医療情報）を処理してはいけません。OpenAI公式：Business data privacy／OpenAI公式：Codex Cloudのデータ制限

5. 監査・変更管理の境界

EnterpriseおよびEdu向けのCompliance Platformでは、Codex Policies & Configurationsで行った変更がワークスペース監査ログに記録されます。Compliance APIのログを長期に保持する場合、OpenAIの案内では、30日間の保持期間内に継続取得し、自社の保持方針に沿って保管する必要があります。OpenAI公式：Compliance Platform

企業でのPoC手順：小さく始め、権限より先に評価を設計する

以下はMojiによる実務上の提案です。モデル、コードベースの品質、テスト整備状況、入力する指示の明確さ、許容できる誤りによって、合格基準は調整してください。

1. 対象業務を1つに絞る：「失敗してもロールバックできる」「差分レビューができる」「既存テストがある」の3条件を満たす作業を選びます。例：テスト追加、文言修正、依存関係の調査、既知の軽微なバグ修正。
2. 検証用環境を作る：対象リポジトリ、実行コマンド、必要な依存関係を設定します。最初は外部通信を最小限にし、本番用の認証情報や書き込み権限は渡しません。
3. タスクの完了条件を先に書く：変更対象、変更してはいけない範囲、実行するテスト、提出物、停止条件を指示に含めます。
4. 人がレビューするゲートを置く：AIの完了報告ではなく、差分、テストログ、CI結果、セキュリティ確認、PRレビューを通過条件にします。
5. 実測して継続可否を決める：完了率だけでなく、レビューでの差し戻し、テスト失敗、手戻り時間、不要な権限要求、利用量を記録します。

PoC用タスク指示テンプレート

目的：［対象の不具合または改善内容］
対象：［変更してよいディレクトリ・ファイル］
禁止：［本番設定、認証、DBスキーマ、外部公開APIなど］
完了条件：
- ［期待する振る舞い］を満たす
- ［実行コマンド］が成功する
- 変更理由と影響範囲を差分とともに説明する
- 不確実な点、実行できなかったテスト、追加権限の必要性を明記する
停止条件：
- 秘密情報、本番データ、未許可の外部サービスへのアクセスが必要になった場合は変更せず質問する

これは架空の例のテンプレートです。実際には、リポジトリの規約、ブランチ保護、CI、レビュー責任者、脆弱性管理手順に合わせて調整してください。

PoCの合否を決める評価表

「どのAIが優れているか」という一律の結論は、モデル、指示の明確さ、コードベースの健全性、既存テスト、評価指標、許容誤差で変わります。Codex CloudのPoCでは、デモの見栄えではなく、同じタスク群で次の項目を記録してください。

PoCから本番運用へ進む際の合否基準、責任分担、停止条件の作り方は、AI PoCを本番化する進め方｜開始前の合否基準・KPI・移行ゲート・定着指標を併せて参照してください。

導入前チェックリスト

• 対象タスクは、差分とテストで人が検証できるか
• 対象リポジトリは最小範囲か。接続先アカウントの権限は過大ではないか
• 外部通信は必要なドメインだけに制限されているか
• 秘密情報は環境変数とネットワークシークレットを区別しているか
• 本番デプロイ、マージ、顧客データ変更には人の承認を残しているか
• タスクごとに、実行すべきテストと完了条件を明記しているか
• 利用ログ、設定変更、PR、CI結果をどこで確認・保存するか決めたか
• PHIなど、Codex Cloudで扱えない情報を対象外にしているか
• 失敗時に、タスク停止・権限無効化・環境削除を誰が行うか決めたか

まとめ

Codex Cloudの価値は、AIがコードを書くことだけではなく、準備済みのクラウド環境で開発タスクを継続し、端末をまたいで進捗と結果を確認できる点にあります。ただし、クラウドで継続実行できるからこそ、リポジトリ、ネットワーク、秘密情報、承認、監査の境界を先に設計する必要があります。

最初の一歩は、広い書き込み権限を渡して全社展開することではありません。Mojiの提案例としては、検証用リポジトリまたは限定範囲のタスクを使い、ネットワークを絞り、テストと人のPRレビューを通過条件にしたPoCで、品質・安全性・運用負荷を同時に測る進め方が考えられます。組織内の利用ルールや公式の代替環境を整える際は、シャドーAIのリスクと対策｜全面禁止に頼らない可視化・公式代替・監査の進め方も参考にしてください。