Codex導入による生産性の安定化

ツール導入前の課題

ジャンボでは生成AIによるコード支援を積極的に活用しており、開発のスピードと品質の両立を目指しています。その中で次のような課題が継続的に発生していました。

• 会社全体で Claude Code を利用しており、ピーク時や集中的な開発フェーズで複数メンバーが利用制限（リクエスト上限）に到達する
• モデル更新後の性能劣化 が不定期に発生
• 上記の影響で、生産性の 日次・週次変動が大きい 状況

どのような状態を目指していたか

Claude Code にのみ依存して開発の生産性が落ちることを避けつつ、時と場合に応じて柔軟にエージェントを切り替えられる環境を目指していました。

CTO視点で見た導入の背景

現在のAIは過渡期にあり、「このツールさえ使っておけば間違いない」というものは存在しません。 だからこそ、さまざまなツールを試し、最適解を常に自分たちでアップデートし続けることが重要だと考えています。 一つのツールに固執するのではなく、常に新しい選択肢を取り入れ、その瞬間に最も生産性の高い開発環境を整えておくことが大切だと思っています。 そうした考えのもと、Codexの導入を決めました！

• Claude Code
• Devin

• CLIでの運用可否: Claude Code と同様に CLI ベースで実装を進められるかどうか。

• 会話中心の実装可能性: 簡易タスクは細かなプロンプト設計なしで、会話口調で実装を進められるか。

• 利用可能枠の余裕: 1 週間あたりに安定してどの程度の利用ができるか。

• モデル性能の相対評価: 他エージェントと比較して、補完精度・応答品質が良いのか悪いのか。

比較する際に重要視していた点をすべて満たしていたことが大きな決め手でした。 加えて、エージェントに対する指示や運用ルールをひとつのガイド（Agents.md）に集約でき、複数エージェント間で再利用しやすい構成を採れる点も評価しました。従来はツールごとに個別mdが増え、運用・メンテナンスの負荷が課題になりがちでしたが、共通ガイドをベースにすることで、切り替え時の手間を抑え、ナレッジの一本化が進めやすいと判断しました！

改善したかった課題はどれくらい解決されたか

Claude Codeが使えない週でも、代替としてCodexを利用できる体制を整えたことで、「その週にAIエージェントを一切使えない」メンバーは大幅に減りました。ピーク時の上限到達やモデル更新の影響による業務停滞に対して、実運用レベルでの回避手段が機能するようになり、週次の生産性変動は目に見えて小さくなりました！

どのような成果が得られたか

AIエージェントへの関心が高まり、チューニングやキャッチアップを主体的に行うメンバーが増えました！これにより、プロンプト設計の質やツールの使い分けがチーム内で標準化され、ナレッジ共有が進みました。

Codex は高品質なコード生成に強みがある一方で、Claude Code のような「実行計画だけを作る」専用モードはありません。そのため、まず Claude Code で大枠の実行計画（要件・方針・タスク分解）を整え、その計画や要件をプロンプトとして Codex に渡して詳細実装を進める流れが相性の良い使い方だと感じます！計画と実装を役割分担することで、出力の一貫性が保たれ、品質とスピードの両立がしやすくなります。