Codex Skills活用｜業務テンプレで開発フローを再現性化
「Codex に Skills という機能があるらしい。Claude Code の Skills と同じか、何ができるのか分からない」——CTO・テックリードから多い相談です。Codex Skills は2025年後半に OpenAI が公開した業務テンプレ化機能で、繰り返し発生する開発タスクを再現性のあるテンプレに落とせます。
本記事は、Codex Skills の概要・業務別の活用例・自社Skillの作り方・Claude Code Skillsとの違いを、LiftBase で実装している事例ベースで整理したものです。
「Skills を使ってみる」のではなく「Codex Skills で社内業務を再現性のあるテンプレに落とす」のが本記事のゴールです。
Codex Skills とは何か（3つの要点）
Skills の本質を3つの要点で押さえます（最新仕様はOpenAI公式で必ず確認してください）。
要点1：業務テンプレを構造化した設計図
Skill は「タスクの目的・処理フロー・呼び出し条件・出力フォーマット」を構造化した設計図。Codex がプロンプト解釈時に自動的に呼び出す仕組み。
要点2：個人スキル → チーム共有スキル
個人で作った Skill をリポジトリの共通ディレクトリに置けば、誰が呼び出しても同じ品質のアウトプットが出ます。属人化の解消。
要点3：MCP との連携で実用性が伸びる
Skill 内で MCP（外部ツール接続）を呼び出し、GitHub・Slack・Notion 等と連携した業務テンプレを実装できます。
3つの要点を押さえれば、「便利な機能」ではなく「組織の業務インフラ」として位置づけられます。
業務別 Skill 5選（LiftBase 運用中の実例）
LiftBase で実際に運用している Codex Skill を5つ匿名化なしで公開します。
Skill 1：定例レポート生成
用途：GSC・GA4・SFAから先週分のデータを取得 → Codex Skill で異常値検出 + 改善提案 → Slack 投稿。
効果：週次レポート作成時間が3時間→30分に短縮。改善提案の網羅性も向上。
Skill 2：データ整形（CSV→JSON→DB）
用途：取引先からCSVで来る雑データを、社内DBの型に合わせたJSONに変換。Skill 内で欠損値・異常値ルールも処理。
効果：CSV クレンジング工数が月20時間→5時間に削減。
Skill 3：PR一次レビュー
用途：GitHub PR に対し、型エラー・命名規則違反・テスト不足を検出 → PR コメント投稿。Codex Cloud と組み合わせて自動実行。
効果：シニアエンジニアのレビュー負荷が半減。
Skill 4：障害ログ要約
用途：本番ログ（CloudWatch / Datadog）を日次で要約 → 異常パターン検知 → Slack 通知。SRE 当番負荷を半減。
効果：日次のログ確認時間が1時間→10分。
Skill 5：オンボーディング資料生成
用途：新規メンバー入社時、リポジトリ構造・主要モジュール・開発フローを自動解説した資料を生成。
効果：オンボーディング資料の作成時間が10時間→1時間。
5つの Skill は、Codex を「個人ツール」から「組織インフラ」に格上げする鍵です。
自社 Skill の作り方（4ステップ）
社内の業務を Skill 化する手順を整理します。
ステップ1：候補業務の棚卸し
「週次以上の頻度で発生」「手順が定型化できる」業務を社内から3-5本リストアップ。
棚卸し基準：
– 月10時間以上の業務時間
– 同じ手順を2人以上が実行している
– 手順がマニュアル化できる
ステップ2：Skill ファイル作成
リポジトリの .codex/skills/<skill-name>.md に Skill ファイルを作成。基本構造：
---
name: weekly-report
description: 週次レポート自動生成
type: agent
---
# 役割
あなたは週次レポート作成エージェントです。
# 処理フロー
1. GSC API から先週分データ取得
2. CTR < 5% で順位 1-10位の記事を抽出
3. 各記事の改善提案を箇条書きで
4. Markdown で出力ステップ3：チーム共有
Skill ファイルを Git でコミット → チーム全員が呼び出せる状態に。
ステップ4：継続改善
実運用で見えた改善点を Skill に反映。月次でレビューして陳腐化を防ぐ。
4ステップで Skill 1本あたり3-5日で本番投入できます。
Codex Skills vs Claude Code Skills の違い
両者は競合関係ですが、設計思想に違いがあります。
| 観点 | Codex Skills | Claude Code Skills |
|---|---|---|
| 提供元 | OpenAI | Anthropic |
| 設定ファイル | .codex/skills/ |
.claude/skills/ |
| 呼び出し方法 | Codex 自動判定 / 明示呼び出し | Claude Code 自動判定 / 明示呼び出し |
| MCP 連携 | フル対応 | フル対応 |
| 学習データ | OpenAI モデル | Anthropic モデル |
組織が既に Claude Code 派なら Claude Code Skills、OpenAI 派なら Codex Skills。両方使う場合は同じ業務を2つの Skill で管理することになるので、用途分担を最初に決めましょう。
詳細はClaude Code Skills 活用ガイドも参照。
Codex Skills 導入で社長・CTO がつまずく5つの罠
支援現場で繰り返し見てきた、ハマりやすい5つの罠を共有します。
罠1：いきなり全業務を Skill 化
10個以上の Skill を一気に作って運用崩壊。1-2本から始めて、定着してから次に進む。
罠2：Skill が長すぎる
Skill ファイルが長すぎると Codex が読み飛ばします。500-1,500字の簡潔な構造に。
罠3：個人の Skill が共有されない
各エンジニアがローカルに Skill を作って終わり、チーム共有なし。リポジトリの .codex/skills/ に統一する規約を最初に決める。
罠4：Claude Code Skills と二重管理
両方使うチームで、同じ業務を2つの Skill で管理すると更新が漏れる。用途分担（Codex は CI/CD 自動化系、Claude Code は対話的実装系）を最初に決める。
罠5：機密情報を Skill に直書き
API キー・認証情報・顧客名を Skill 内に書いてコミット → 漏洩リスク。環境変数で参照する規約を徹底（出典：OpenAI Privacy Policy）。
5つの罠は、Skill 導入前に押さえるべき項目です。
段階別ロードマップ：0-30日 / 31-60日 / 61-90日
実装の順序を、3フェーズに分けて整理します。
フェーズ1：0-30日（最初のSkill 1本）
- 候補業務3-5本を棚卸し
- 最も効果が見えやすい1本を Skill 化
- チーム3名で1ヶ月運用
- 効果測定（削減時間・品質改善）
フェーズ2：31-60日（追加3-5本）
- 1本目の運用知見を元に、追加3-5本を Skill 化
- チーム全員に展開
- 月次の Skill レビュー会を開始
フェーズ3：61-90日（運用定着＋MCP連携）
- 10本前後の Skill 群が定常運用
- MCP サーバーと組み合わせた高度な自動化
- 月削減時間が経営会議に上がる状態
90日時点で Skill が組織のインフラとして定着します。
よくある質問
Q1. Codex Skills は誰が作るべき？
エンジニアが作るのが標準ですが、業務テンプレが明確な領域（営業日報・議事録要約・経費精算など）はビジネス職でも作れます。
Q2. Claude Code Skills と両方使ってもいい？
可能。用途分担を最初に決めるのが必須（例：Codex は CI/CD自動化、Claude Code は対話的実装）。
Q3. Skill ライブラリは公開されている？
OpenAI 公式サンプルや OSS コミュニティで Skill 集が公開されています。自社向けは独自実装が定石。
Q4. Codex Skills は Plus プランでも使える？
技術的には使えますが、Plus は利用上限が厳しいため、Skill を本格運用するなら Pro 推奨。詳細はCodex 料金完全比較を参照。
Q5. 失敗した場合のリスクは？
最大のリスクは「機密情報を Skill に直書きしてコミット → 漏洩」「Claude Code Skills と二重管理で更新漏れ」の2点です。これを避けるため、（a）環境変数での機密情報管理、（b）両者の用途分担を社内ルール化、を運用ルールに組み込んでください。
30分の無料AI業務診断
Codex Skillsの社内展開を検討している方に向けて、30分の無料AI業務診断を実施しています。Skill 候補業務の棚卸し、最初のSkill 作成、Claude Code Skills との使い分け、MCP 連携設計、チーム展開まで、貴社の状況に合わせてご提案します。
営業・経理・人事の「どこから始めるか」を、無料で見える化します
30分の無料AI業務診断
御社の業務フローをヒアリングし、AIで何時間が浮くか・どこから始めるべきかを可視化します。
「いきなり契約」ではありません。診断結果のレポートだけでも持ち帰れます。
まずは話を聞いてみたい方は、無料相談から
無料相談（オンライン30分）
「うちの業界でAIは効くのか」「他社事例を聞きたい」「何から手をつけていいか分からない」など、
ふんわりした疑問でも結構です。営業出身の代表 渋谷が直接お話しします。
執筆者プロフィール
渋谷祐太（しぶや ゆうた）｜株式会社LiftBase 代表取締役CEO
学生時代に株式会社エス・エム・エスでインサイドセールスに従事し、顧客接点と業務プロセス設計の基礎を学ぶ。新卒で日本IBMに入社し、コンサルタントとして大手クライアントの業務改革・システム導入を担当。その後、ファインディ株式会社で事業企画としてプロダクトと事業の接続を経験。2024年9月に株式会社LiftBaseを創業し、代表取締役CEOに就任。AI導入が「実装段階で止まる」課題に向き合い、Claude Code・Codex を中心とした AI ネイティブな開発体制づくりを支援している。
「テクノロジーは、使い方次第でビジネスの構造そのものを変える力を持っている。中小企業の『あと一歩』の壁を、現場と経営の両方から越えていきます。」
関連記事
コメントを残す