OpenAIのエンジニアが、Codexの内部利用についての質問に回答。すでに「Codex開発における自身のコードの99%はCodex自身に書かせている」と言っていたらしい。

なら私もやりたい。（単純）

いいね。その目標は“現実的に達成可能”。やり方はシンプル──人間は要件・テスト・レビューに集中、コード生成はAIに全面委任。下記の運用に切り替えれば、4週間で「タイピング≤10%」→3ヶ月で「AI 95–99%」まで持っていける。

直球の答え

• 到達法: ①要件→②テスト→③AI実装→④自動チェック→⑤人間レビュー、の固定フローにする。
• KPI: 「AIが書いた差分比率(=AI作者コミット割合)」「手書き行数」「1PRあたり手入力時間」。
• 目標: 4週目でAI比率90%超、3ヶ月で95–99%。
• 鍵: プロンプト標準化・テンプレ化、徹底的な自動化(フォーマッタ/リンタ/テスト/型/セキュリティ)・レビューの型化。

ステップバイステップ（実装手順）

1. リポ構造をAI前提に最適化

• /specs: 機能仕様(短い箇条書き)
• /tests: 失敗するテスト(先に用意)
• /src: 実装はAIが生成
• /docs: 使い方・決定事項
• .tooling/: lint/format/型/セキュリティ設定

2. Definition of Done（AI用の完成条件）を固定

• テストパス / Lintゼロ / 型OK / セキュリティ警告ゼロ / コメント&Docstringあり / ログ最小。

3. “生成プロンプト”をテンプレ化（貼って使う）

• Spec→Test→Impl
  • Spec:「機能を3–7項目で要件化。境界条件/失敗ケース/性能目安を明記」
  • Test:「上記要件を自動テストで先に書け。既存CIで動くコマンドを使え」
  • Impl:「テストグリーンになる最小差分パッチを出力。既存スタイルに準拠」
• Diff-Onlyモード
  • 「<<<FILE:path>>> 現在の内容、>>>PATCH 以下に最小差分のパッチだけ出す。説明は要らない」

4. CI/CDを“門番”にする（人間は通さない）

• 必須チェック: format → lint → typecheck → unit → e2e(必要なら) → secscan(dep+静的解析)
• どれか落ちたら自動でAIリトライ（プロンプトに失敗ログを差し戻す）。

5. レビューを“観点表”で固定

• ①仕様整合 ②境界条件 ③副作用 ④ログ/計測 ⑤セキュリティ ⑥パフォーマンス。
• コメントは要件へのギャップ指摘だけ（書き直しはAIに再投げ）。

6. 生成結果の“再学習プロンプト”

• CI失敗ログをそのまま貼る→「同じ方針で最小修正パッチを再生成せよ」

7. 定型作業を全自動

• スキャフォールド、CRUD、APIクライアント、型定義、Storybook、i18nキー作成は全部テンプレに。
• 画像/アイキャッチ/文章も同様（あなたの得意領域は特に自動化余地が大きい）。

8. 計測（手入力を可視化）

• コミットメッセージ末尾にCo-authored-by: AIを付与。
• 週次でgit shortlogとAI共著比率を集計→ダッシュボード化。
• キー入力時間はエディタのメトリクスで可視化。

9. セキュリティの型を先に決める

• 秘匿情報は.env.template化、危険APIはラッパー越しのみ、依存性はallowlist。
• SAST/依存性監査はPRブロッカー。

10. ナレッジを“ミニ手順書”化

• 「この種類の変更はこのプロンプト+このチェックリスト」で誰でも回せる状態へ。

代替パースペクティブ（盲点になりがちなこと）

• 小改修は手で打った方が速いこともある。 ただし“毎回”ではなく“都度判断”。
• 生成の質は“テスト密度×仕様の粒度”で決まる。 仕様が曖昧だと99%は無理。
• スパゲッティな既存コードはAIの天敵。 リファクタを先にAIで一掃（分離・純関数化・型付け）。
• 長生きするのは“最小差分パッチ運用”。 全ファイル出力させるより、パッチ指向が壊れない。

いますぐ動く実務アクション（チェックリスト）

Day 1–2

• プロジェクトにpre-commit（format/lint/type）を導入
• CIをPRブロッカー化
• “Spec→Test→Impl”テンプレをREADMEに貼る
• スキャフォールド用のプロンプトSnippetをエディタに登録

Week 1

• 既存タスク3本をAIで実装（あなたは仕様とテストだけ）
• 失敗ログ→AI再生成の往復を2サイクル体験
• 週末にAI比率を計測し、90%未満ならテスト/仕様の粒度を上げる

Week 2–3

• リファクタ対象をAIに列挙→モジュール分離/純関数化
• CRUD/API/型生成の“自動キット”を固める
• セキュリティ/監査のチェックをPR必須へ

Week 4

• 新機能を要件→テスト→実装の完全自動フローで通す
• KPI: AI比率≥90%、手打ち時間≤10%
• ギャップをテンプレ/CIに反映（学習）

プロンプト雛形（3本だけ持てば足りる）

1. 仕様化

あなたは熟練アーキテクト。下記要求を3–7項目の機能要件に変換し、境界条件/失敗ケース/性能目安も列挙：
[自由記述の要求...]

2. テスト先行

上記要件が満たされていないことを証明する自動テストを書いて。既存プロジェクトのツール類に合わせて。
出力は【ファイルパス → 追加/修正内容】の差分指示のみ。実行コマンドも併記。

3. 最小差分パッチ

テストをパスする最小限の変更だけを、パッチ形式で出力。
既存のコードスタイル/設計に合わせ、不要な再生成はしない。説明文は不要、パッチのみ。

リスクと回避

• ハルシネーション: 外部仕様/型/DBスキーマを“参照専用モジュール”に集約し、AIには必ずそれを見せる。
• 静かな破壊: 変更は小さく頻繁、e2eを夜間に。
• セキュリティ抜け: 権限・入力検証・秘密管理は“ラッパー越し”以外禁止。

まとめ（実行プラン）

• 方針: 人は要件とテストと判断、コードはAI。
• 今やること: CIブロッカー→テンプレ3つ→KPI計測→3タスクで試走。
• 到達: 4週で90%・3ヶ月で95–99%。
• 勝ち筋: “最小差分×テスト先行×自動ゲート”。

やるなら今すぐ着手しよう。最初の3タスク、どれからAI化する？こちらで要件→テストまで一気に書く。

🚀 小学生でもわかるAI開発の流れ

1. やることを決める（要件）

• まず「何を作るか」を3〜7個のポイントで書き出す。
  例：「足し算ができる」「0以下の数字もOK」「100を超えるとエラー」

2. 先にテストを書く

• 作る前に「できてるかどうかチェックする問題」をつくる。
  例：「2+3=5になるか？」「-1+2=1になるか？」

3. AIに作らせる

• 自分で書かない。AIに「テストが全部○になるコード」を書かせる。

4. 自動で見張る

• 機械（CI）がチェックする。
  やることは：
  • コードがキレイか（フォーマット）
  • 間違いがないか（Lint）
  • 型が合ってるか（Typeチェック）
  • テストに合格するか
  • 危ない部分はないか（セキュリティ）

1つでも×ならAIに「直せ！」と返す。

5. 人間が最後に見る

• 見るポイントはいつも同じ：
  ①ちゃんと仕様どおり？
  ②変な抜け道ない？
  ③他に悪影響ない？
  ④ログが多すぎない？
  ⑤セキュリティ大丈夫？
  ⑥動きが遅くない？

書き直すのはAI。人間は「ここ違うよ」だけ言う。

🎯 目標（KPI）

• AIが書いたコードの割合をどんどん増やす
  → 4週目で90%、3か月後に95〜99%
• 人が書く行数を減らす
• 1回のPRにかかる人の時間を減らす

🛠️ 工夫のしかた

• プロンプトをテンプレにして、いつも同じ書き方にする
• 自動でやれること（フォーマット、テスト、画像づくりなど）は全部自動
• PR（提出物）には「Co-authored-by: AI」をつけて、どれくらいAIが書いたか数える
• 定期的に「AIがどれくらい書いたか」をグラフにして見る

✅ ゴール（完成条件）

• テスト全部○
• コードきれい
• 型エラーなし
• 危ないコードなし
• コメントちゃんとあり
• ログは必要最低限