概要 Claude CodeやCodexのようなAIコーディングエージェントは、コードの調査、実装、テスト、ドキュメント更新などをまとめて進められます。 小さな修正であれば、「この不具合を直してください」という指示だけでも十分な結果が得られることがあります。 一方、数十〜数百件のタスクを含む開発では、同じ進め方は通用しません。 どのタスクを作業しているのか分からなくなる 依頼していない範囲まで変更される 実装済みと検証済みが混同される ドキュメントとソースコードの状態がずれる 「完了しました」という報告を受けたものの、実環境では動かない 新しく見つかった問題が、作業中のタスクへ無理に混ぜ込まれる こうした問題は、AIのコーディング能力だけでは解決できません。 重要なのは、AIが迷わず作業でき、人間があとから検証できる形にタスクを設計することです。 この記事では、実際に多数の開発タスクをAI
Codexでは権限モデルの中に「自動で承認」というものがある。 もともとコーディングエージェントでは多くの人がいわゆるYOLOモード(無制限になんでもできる)を使っていたが、そこをAIが判断して危ないものだけユーザー承認を求めるための「自動で承認 (auto approve)」というモードがCodexやClaude Codeには実装されている。 筆者は、「ふーん、それなら自動で承認を試してみるかー」と軽い気持ちで使い始めたのだが、ある日気付くと、異様なまでにusage limitの消費が早くなり、なおかつCodex Analytics で見慣れないものを見るようになったのだ。 モデル別ターン数6/9を境にgpt-5.4の利用数が増加しているのだ。ひどい日だとgpt-5.5よりも多いターン数が生じている。 最初は、gpt-5.5が、gpt-5.4 や gpt-5.4-mini に勝手にfal
PMO 兼 SET 兼 QMO の Kuniwak です。今回は障害対応机上演習をコーディングエージェントと一緒に実施し、成果を挙げた話をします。 背景 障害対応の能力を計測して継続的に改善するには障害対応の机上演習が有効です。 再現度の高い机上演習を実施するには、ゲームマスターの役割を担う人間が必要になります。 ゲームマスターとはインシデント対応者からの質問と対応手順の提示を通して、段階的に情報を開示していく存在です。 実際の障害対応では真因がわからない状態からスタートし、観測可能な情報を収集しながら対応を進めます。 この不確実な状況をなるべく現実に近い形で再現するためには、ゲームマスターの進行が欠かせません。 たとえば対応者が「Xジョブのエラーログを見ます」と宣言したとき、ゲームマスターは「大量のYという警告が出ています」と返すことで調査の過程をシミュレートします。 解決したい問題 私
はじめに 最近、業務資料の作成にも生成AIを活用する機会が増えてきました。 ただし、AIにいきなり「プレゼン資料を作って」と依頼しても、実務でそのまま使える資料になるとは限りません。 特に会社員が作る資料では、以下のような点が重要になります。 スライド全体のトーンが揃っていること メッセージが分かりやすいこと 後から編集しやすいこと 社内向けの資料として違和感がないこと そこで本記事では、CodexとSkillを活用しながら、統一感のあるプレゼン資料を作るワークフローを整理します。 今回紹介する流れは、以下の3ステップです。 構成:Codexで資料全体のアウトラインを作る 視覚:画像生成AIでPPT全体の完成イメージを確認する 仕上げ:Presentation Skillで編集可能なプレゼン資料に落とし込む 1. 今回作るものと全体ワークフロー 1-1. 今回作るサンプル資料 今回のサンプ