目次

接続したサービスをまたぐ継続的な作業にはdotsを使い、Codexには明確な目標と測定可能な完了条件を与えて始めましょう。2026年10月20日に開催されたOpenAI DevDay Exchange Tokyoの発表では、どちらの方法も、人がレビューの責任を担いながら作業を前に進められることが示されました。

要点#

  • dotsは、スケジュールや対応サービスの更新をきっかけにクラウド上のタスクを実行でき、作業中も新たな指示を受け付けます。
  • Codexの/goalは、予算やその他の停止条件の範囲内で、エージェントが定義された成果に向けて作業を続けられるようにします。
  • 複数のエージェントはタスクを独立して進められる場合に役立ちますが、責任範囲と共通の制約を明確にする必要があります。
  • ChatGPTプラグインは、会話を外部ツールや対話型インターフェースにつなぎます。公開にはチェックと審査が必要です。

dotsに範囲を定めたワークフローを任せる#

東京のイベントでOpenAIは、ユーザーの目標や過去のやり取りを踏まえ、調査、文書作成、ソフトウェア開発を行うエージェントとしてdotsを紹介しました。タスクは、直接の依頼、スケジュール、対応する接続サービスの更新をきっかけに開始できます。

開発事例の一つでは、Slackのバグ報告を受け、調査、コード変更、テスト、プルリクエストの作成まで進めました。別の事例では、廃止予定のAPIからの移行をdotsに依頼しました。どちらも、変更を受け入れる前に人が確認できる成果物を作るため、導入時のパターンとして役立ちます。

委任する前に、開始条件と期待する結果を定義しましょう。バグ対応なら、報告元、対象リポジトリ、必要なテスト、プルリクエストの要件を指定します。クラウド上の作業はノートパソコンを閉じても継続できますが、ローカルのコンピューターを使う作業では、ChatGPTアプリを開いたままオンラインにしておく必要があります。

共有する成果物はSpacesにまとめる#

ChatGPT Spacesは、人とエージェントがページ、ファイル、成果物を確認できる共有の場を提供します。発表では、共有ページへの議事録の保存、プレゼンテーションの編集、ページを最新の状態に保つ調査が紹介されました。

実用上の価値は、継続性にあります。定期的なタスクには、同僚が最新版を見つけて修正できるよう、結果を置く決まった場所が必要です。それがなければ、有用な成果物が会話のあちこちに散在しかねません。

最初のワークフローでは、保存先となる共有ページを一つ選び、人のレビュー担当者を決めましょう。エージェントが更新すべき内容と、変更前にレビューが必要な内容を明示します。情報へのアクセス権は意図を持って設定すべきです。dotsの能動的な調査は、読み取りを許可された情報に依存します。

Codexの完了条件を測定可能にする#

Bonnie Chatterjeeのセッションでは、指示、会話履歴、ツールの実行、結果を管理する仕組みであるCodexハーネスが解説されました。長時間のタスクでは、コンテキストの圧縮により、継続に必要な情報を保持しながら、モデルに渡す情報量を減らします。

コンテキストの保持だけで完了が保証されるわけではありません。エージェントは途中経過を報告したところで停止することがあります。/goalは、目標の達成状況を確認し、未達成なら作業を続けられるようにすることで、この問題に対処します。

成果と検証方法を組み合わせて使いましょう。検索機能が遅い場合は、対象の操作、基準となる測定値、目標値、許容する変更範囲を指定します。レポートで紹介された公式ガイダンスには制限も示されています。予算を使い切った場合、ユーザーが一時停止した場合、または先に進むためにユーザーの入力が必要な場合には、作業が停止することがあります。

効果がある場合にだけ作業を分担する#

セッションでは、まず一つのエージェントから始めることが推奨されました。エージェントを追加すると調整の負担が増え、作業が重複することもあります。大規模なリファクタリングやゲーム実装の各部分など、独立して進められるタスクがプロジェクトに含まれる場合に有効です。

作業を分ける前に、各エージェントについて次の四つを定義しましょう。

  • 作成すべき成果物。
  • 担当するファイルやコンポーネント。
  • プロジェクト全体で共有する制約。
  • 判断を仰ぐ必要がある条件。

目標、現在の指示、担当者、未完了のタスク、決定事項を記録した共有作業ログを維持しましょう。エージェントは引き継ぎ後に作業を再開する前に、そのログを確認する必要があります。発表では、定型作業を軽量モデルに任せ、難しい問題では高性能モデルに支援を求める方法も紹介されました。この構成が、自分たちの品質とコストの要件に合うか評価してください。

レビューを組み込んでサービスを接続する#

Corey Chingのプラグインセッションでは、ChatGPTが関連する連携機能を提案し、そのインターフェースを会話の横に表示する様子が紹介されました。例として、分子ビューアーや、生成したページを手動で調整できるデザインツールが挙げられました。

連携方法ごとに用途が異なります。MCPは外部データやツールを接続し、インターフェース拡張は操作部品やビューアーを追加します。MCP Eventsは、対応サービスの更新を受けて作業を開始できます。ワークフローを完結できる最小限の連携を選びましょう。

配布については、紹介された申請手順では、ZIPパッケージをアップロードし、自動チェックの指摘を解消してから審査に提出する必要があります。承認後、開発者が公開のタイミングを選びます。対応する外部アプリでユーザーのChatGPTプランの利用枠を使う方法として、Sign in with ChatGPTも紹介されましたが、利用を前提にする前に適用条件と制限を確認する必要があります。

次の一歩#

範囲を定めたCodexタスクを一つ実行しましょう。再現可能なバグを選び、合格すべきテストと変更を許可するファイルを定義し、人がレビューするためのプルリクエストを依頼します。

出典: https://gihyo.jp/article/2026/10/openai-devday-exchange-tokyo-report

目次