Codex Skills：繰り返しのタスク用スキルの作成方法

週に5回、Codexに同じことを説明しているなら――レポートの書式設定、メールの整理、自分の文体での文章作成など――その指示を一度だけスキルに書いておけます。その後、タスクの内容が説明に合致すれば、エージェントは説明を手がかりにスキルを見つけられます。また、明示的に呼び出すこともできます。スキルはSKILL.mdという名前のテキストファイルを含む通常のフォルダーで、基本的な用途ならプログラミングは不要です。

以下では、スキルの構成、Codexがスキルを探す場所、手順に沿った作成方法、コストを考慮したモデルの選び方を説明します。コマンドと価格は、2026年9月20日時点のOpenAI公式ドキュメントに基づいています。Codexのインストール手順はここでは繰り返しません。こちらのガイドに記載されています：OpenAIのCodex：概要、インストール方法、使い方。

Ailootの利用方法については、ドキュメントをご覧ください。

Codexのスキルとは？#

この形式はAgent Skillsと呼ばれます。もともとAnthropicが開発し、agentskills.ioで公開されたオープン標準です。Codex、Claude Codeなど、互換性のあるさまざまなエージェントが対応しています。テキストの指示だけで構成されたシンプルなスキルなら、フォルダーをコピーしてエージェント間で移行できます。スクリプト、依存関係、またはagents/openai.yamlファイルが含まれている場合は、移行後にスキルを確認してください。一部の設定は特定のクライアントに固有のものです。

この読み込み方式は段階的開示と呼ばれます。エージェントはスキルの名前と説明を使って、どのタスクに関連するかを判断します。タスクが説明に合致すると、エージェントは完全なSKILL.mdを読み込み、その指示に従います。そのため、Codexに何十個ものスキルを置いても、すべての指示をコンテキストに読み込まずに済みます。最初に読み込まれる一覧がコンテキストウィンドウに占める割合は最大2%（ウィンドウサイズが不明な場合は8,000文字）です。スキルが多い場合、Codexはまず説明を短縮します。非常に多い場合は、一覧から一部を省略して通知することがあります。

スキルとAGENTS.mdは混同しやすいものです。Codexはプロジェクトのセッションごとにこのファイルを読み込みます。技術スタック、規約、コーディングスタイルなど、常に適用されるルールを記述します。一方、スキルはタスクが合致したときに必要に応じて読み込まれます。したがって、常時適用するルールはAGENTS.mdに、手順のある繰り返しのプロセスはスキルに記載してください。

Hermes Agentのスキルも同様の仕組みですが、保存先フォルダーとインストール方法が異なります。別のガイドで説明しています：Hermes Agentのスキル：インストールと作成。この記事ではCodexのみを扱います。

スキルの構成要素#

スキルフォルダーの構成は次のとおりです。

my-skill/
  SKILL.md        - required: metadata and instructions
  scripts/        - optional: executable code
  references/     - optional: documents to load as needed
  assets/         - optional: templates and resources
  agents/
    openai.yaml   - optional: appearance and dependencies

SKILL.mdファイルの先頭には、3つのハイフンで囲まれたメタデータブロックがあり、その後にMarkdown形式の指示文が続きます。

---
name: weekly-sales-report
description: Compile a weekly sales report from a CSV export. Use when asked for a weekly sales report or a summary by manager.
---

1. Read the export file at the path provided by the user.
2. Group the rows by manager and calculate the total and number of deals.
3. Compare with the previous week if the file for the previous week is nearby. If it is not there, say so directly in the report.
4. Save the result to report.md: a table by manager, the total, and up to three key changes with figures, as many as the data supports.

OpenAIの公式推奨事項から、3つのルールを紹介します。

• 1つのスキルにつき、1つのタスクにします。「マーケティングをすべて任せる」ではなく、「このエクスポートから売上レポートを作成する」のような具体的なタスクを選びます。大きなプロセスは、順番に呼び出せる個別のスキルに分割してください。
• 手順は簡潔に、入力と出力を明示して書きます。何を使い、何を行い、結果をどこに置くかを記述します。
• まずはテキストの指示から始めます。ファイル変換や外部システムの呼び出しなど、毎回まったく同じ方法で実行する必要がある手順には、scripts/のスクリプトを使用します。

Codexはdescriptionフィールドをもとにタスクに合うスキルを選ぶため、タスク名と、普段そのタスクを説明するときに使う言葉から説明文を始めてください。

Codexはどこでスキルを探す？#

チーム全体で同じスキルを使えるように、プロジェクトのスキルはコードと一緒にgitで保存すると便利です。メールの文体など、自分のプロセスには個人用スキルが適しています。異なるレベルに同じ名前のスキルがある場合、Codexはそれらを統合しません。両方が一覧に表示され、選びにくくなります。名前は重複しないようにしてください。

参考までに、Claude Codeのスキルは.claude/skillsに保存され、それぞれが独自のSKILL.mdを持ち、同じオープン標準を使用します。シンプルなスキルなら、フォルダーをコピーして移行できます。その後、実行して呼び出されることを確認してください。Claude Codeの拡張機能については、Skills、Subagents、MCP、Pluginsをご覧ください。

Codexはスキルを呼び出すかどうかをどう判断する？#

最初のうちは、明示的な呼び出しのほうが確実です。Codex CLIで$weekly-sales-reportと入力すると、その特定のプロセスが選択されます。暗黙的な呼び出しは、日常的な作業でより便利です。スキルを書いたら、普段使う言葉でテストしてください。$を付けず、自分の言葉でタスクを依頼し、スキルが選ばれるか確認します。選ばれない場合は、まず/skillsでCodexがスキルを確認できるか、読み込み対象のフォルダーにあるか、スキルまたは自動呼び出しが無効になっていないかを確認してください。スキルが利用可能で設定も正しい場合は、descriptionを調整してタスクと、リクエストでよく使われる表現を記載します。

明示的なコマンドでのみスキルを使えるようにする設定もできます。agents/openai.yamlのallow_implicit_invocation: falseパラメーターは自動呼び出しを無効にしますが、$nameによる呼び出しは引き続き機能します。スキルを削除せずに完全に無効にするには、~/.codex/config.tomlで次のように設定します。

[[skills.config]]
path = "/full/path/to/the/skill/SKILL.md"
enabled = false

config.tomlを編集した後、Codexを再起動します。Codexはスキルフォルダーの変更を自動的に認識しますが、新しいスキルが表示されない場合は再起動してください。

独自のスキルを作る方法：手順#

1. タスクを1つ選ぶ

   定期的に繰り返し、レポート、表、手紙、分析など、明確な成果物があるプロセスを選びます。そのような成果物を受け取ったことがない場合は、まずエージェントを使って手動でタスクを完了させます。得られた結果を指示の基準にしてください。

2. スキルを作成する

   組み込みアシスタントを使ってスキルを作るには、Codexのセッションで$skill-creatorと入力します。スキルの機能、呼び出すタイミング、スクリプトが必要かどうかを尋ねた後、ひな形を組み立てます。手動で作るには、プロジェクトに.agents/skillsフォルダーを作り、その中に.agents/skills/weekly-sales-reportのようなスキル用サブフォルダーを作成し、上記の例を使ってSKILL.mdファイルを置きます。

3. 指示を書く

   入力と出力を明示した番号付きリストで手順を書きます。データの移行、名前の変更、計算など、正確さが求められるプロセスでは、各手順を詳しく記述します。文章作成や論点の選択など、創造性の必要なタスクでは、範囲と良い結果の基準を定めつつ、モデルが工夫できる余地を残します。

4. 呼び出しをテストする

   スキル名を指定せず、自分の言葉でタスクを依頼します。正しいスキルが選ばれれば、その表現に対して説明が機能したということです。次に、$nameを使った明示的な呼び出しをテストします。スキルが呼び出されない場合は、フォルダー、/skillsに表示されるかどうか、上記の無効化設定を確認します。新しいスキルが一覧に表示されない場合は、Codexを再起動してください。明示的な呼び出しは機能し、自動呼び出しも許可されているのに、自分の言葉でのリクエストに応答しない場合は、descriptionの冒頭を調整します。タスクを最初に記し、その後によく使われる表現を続けてください。もう一度テストします。

5. 実行後に調整する

   実行のたびに結果を確認し、スキルで変更する内容をエージェントに伝えます。「次回は、要約表に割合の列を追加してください」のように指示します。創作的な作業で最初の結果が期待に届かない場合は、フィードバックをもとにスキルを調整してください。

OpenAIやコミュニティが提供する既成のスキルは、$skill-installerとスキル名を使ってインストールできます。自作のスキルを他の人と共有するには、別のパッケージ化方式であるプラグインとして配布します。個人利用では不要です。

エージェントの結果を確認する方法#

確認項目には、客観的なものと主観的なものがあります。客観的な確認は測定可能です。「レポートにエクスポート内の12人のマネージャー全員が含まれている」や「表の合計がCSVの合計と一致している」などです。これらは確定した要件として記録してください。主観的な確認は品質に関するものです。「自分らしい文体である」や「結論が簡潔である」などです。こうした項目も形式化できます。スキルに良い文章の例を含め、成果物を例と比較するようエージェントに求めます。

有用な方法の1つは、レビューサイクルです。成果物を作成した後、エージェントが基準の一覧を確認して、見つけた問題を修正し、その後にあなたへ提示します。Anthropicにも、evaluator-optimizerと呼ばれる類似のパターンがあります。1つのエージェントが作業し、別の評価者がレビューしてフィードバックを返し、受け入れられるまでこのプロセスを繰り返します。単一のスキル内では、通常、一覧に照らした最終的な自己確認という簡略版になります。限界も理解しておきましょう。作業したエージェント自身が誤りに気づかないことがあるため、独立した評価者によるレビューよりも効果は弱くなります。

レポート用の確認ブロックの例：

## Before submitting, check
- Every manager from the export is present in the table; no one was left out.
- The total matches the CSV sum down to the last cent.
- Every key change is supported by a figure; if there is no data for comparison, the report says so directly.
- The file is saved at report.md, and the path has been shared with the user.

スキルにはどのモデルを選ぶ？#

右端の列は、初回確認で試すタスクを提案するものです。順位や比較結果を示すものではありません。スキルに適したモデルは、実行して基準となる結果と比較して初めて判断できます。

表の価格は、2026年9月20日時点のモデルページに記載されたAPI料金であり、ChatGPTのサブスクリプション料金ではありません。サブスクリプションを利用する場合は、その利用枠が適用されます。この日付時点で、Solには少なくとも2026年11月21日まで$4/$20のプロモーション料金が適用されます。通常価格は$5/$30です。大規模な定期実行の前に料金ページを確認してください。OpenAIのプロモーションは変更されます。

同じスキルを次に安価なモデルで実行し、基準となる結果と比較します。品質が保たれるなら、さらに安価なモデルを試します。品質が落ちた場合は、1つ前のモデルに戻します。モデルには推論努力のレベルもあります。Astraはlowからmaxまで、5.6ファミリーはnoneからmaxまでです。同じ基準に対してこれらもテストしてください。最初にモデルを選び、その後で推論努力のレベルを選びます。

スキルを定期的に実行すると、コストも継続的に発生します。Astraの入力料金はLunaの50倍です。そのため、同じスキルで異なるモデルを使うと、コストに目立った差が生じる場合があります。スクリーンショットや文書を分析するスキルでは、手直しが必要になり、性能の低いモデルのほうが高くつくこともあります。

スキルの作成と利用でよくある間違い#

• 「何でもできる」スキル。1つのプロセスに1つのスキルを使うのがOpenAIの推奨でもあります。何にでも対応する10ページのスキルは正確に記述しにくく、Codexは説明をもとにタスクに合うスキルを選びます。
• 説明が曖昧。「レポートを支援する」だけでは、どのようなレポートに使うスキルなのかがわかりません。タスクと、普段使う表現をdescriptionの冒頭に記載してください。
• 成果物を定義していない指示。何を作成し、どこに置くかを指定しないと、実行ごとに結果が異なる場合があります。
• 確認が一切ない。基準に照らした最終確認の手順がなければ、未完成の草稿が成果物として出てきて、あなたがすべて確認しなければならないことがあります。
• デフォルトで最も高性能なモデルを選ぶ。まず、より安価なモデルでタスクに対応できるか確認します。同じスキルを実行し、基準となる結果と比較してください。品質が保たれる場合のみ切り替えます。
• 異なるフォルダーに同じ名前を付ける。Codexは同名のスキルを統合しないため、適切なものを選びにくくなります。

始め方とClaude Codeへのスキルの移行#

複数のエージェントを使っている場合、テキストの指示とSKILL.mdファイルだけを含むフォルダーをClaude Codeに移行できます。Claude Codeではスキルは.claude/skillsに保存され、/nameで呼び出します。スキルにスクリプト、依存関係、またはagents/openai.yamlが含まれている場合は、移行後に確認してください。Claude Codeのスキルライブラリーについては、Claude Codeのスキル：独自のセットを作る方法をご覧ください。CodexとClaude Codeの比較については、CodexとClaude Codeの比較をご覧ください。

Ailootを開く。