🎬 技術調査 - Codex Record & Replay

OpenAI Codex の Record & Replay は、Mac 上のワークフローを一度実演するだけで、Codex がその操作を観察・解析し、再利用可能な Skill の草案を自動生成する機能です。「手順を文章で書く」工程を「操作を実演する」工程に置き換えることで、暗黙知に依存した反復作業を検証付きの形式知へ変換します。2026 年 6 月 18 日に Codex アプリ 26.616 / @openai/codex@0.141.0 でリリースされました。本記事は、この機能の構造・データモデル・構築方法・利用方法・運用までを、2026 年 6 月時点の公式ドキュメント (developers.openai.com/codex) を一次情報として整理します。地域制限など変動しうる情報は、参照時点を前提に確認してください。

概要

Record & Replay は、OpenAI Codex アプリに 2026 年 6 月 18 日 (Codex アプリ 26.616 / CLI @openai/codex@0.141.0) で追加された Skill オーサリング支援機能です。キャッチフレーズは「Show Codex a workflow once and turn it into a reusable skill」です。

ユーザーが Mac 上でワークフローを一度実演すると、Codex が操作とウィンドウ内容を観察し、再利用可能な Skill の草案を起草します。生成された Skill は従来と同じ SKILL.md 形式で出力され、そのまま実行したり、Plugin として配布したりできます。

Codex エコシステムにおける位置づけ

Record & Replay は単独の機能ではなく、Codex の Skill / Plugin / Computer Use という 3 つの基盤の上に成り立ちます。

Record & Replay は「Skill を書く工程」を代替する機能です。生成物は Skill、配布形態は Plugin という既存の枠組みにそのまま乗ります。

対象ユースケース

公式が想定するのは「繰り返し作業」「個人の好みに依存するワークフロー」「説明より実演が効果的な作業」です。具体例を挙げます。

これらは共通して「手順を言語化するより、実際にやって見せる方が速い」性質を持ちます。

特徴

• 一度の実演で Skill を生成します: ユーザーが Mac 上で操作するだけで、Codex が操作とウィンドウ内容を観察し、Skill 草案を起草します。
• 生成 Skill を検査・編集できます: 生成直後に内容を確認し、追加の改善指示を出せます。固定的な自動化スクリプトと異なり、人間の監督と調整を前提に設計されています。
• 生成 Skill は 4 つの要素で構成されます: 「使用時機 (when to use)」「必要な入力 (inputs)」「実行ステップ (steps)」「検証方法 (result verification)」を含みます。
• 再生時は Computer Use と既存ツールを組み合わせます: Replay は Computer Use・ブラウザ操作・接続済み Plugin を組み合わせて実行します。
• macOS 専用で Computer Use が必須です: 現時点では macOS のみ対応し、Computer Use が有効な環境でのみ利用できます。
• 組織レベルで無効化できます: requirements.toml の computer_use = false で、Record & Replay を含む Computer Use 関連機能を無効化できます。
• チーム配布は Plugin 化が推奨です: 個人ワークフローの自動化には Record & Replay が適し、チーム横断で安定配布する場合は独立した Plugin として構築することが公式推奨です。
• 地理的制限があります: 初期提供では EEA・英国・スイスが対象外です (現行ステータスは変動する可能性があります)。

Skill オーサリング手段の比較

Record & Replay は、既存の Skill オーサリング手段に「録画」という入力経路を加えます。

構造

Record & Replay の内部構造を C4 model の 3 段階で図解します。公式ドキュメントに内部実装の詳細図はないため、公式記述と生成フィールド一覧から導いた論理的構成を含みます。論理的構成の部分は「推定」と注記します。

システムコンテキスト図

コンテナ図

コンポーネント図

主要コンテナを 4 つのコンポーネント群に分けて図解します。ワークフローインスペクターの内部分割は、公式記述「Codex inspects the captured workflow and drafts a skill」と生成フィールド一覧から導いた推定です。

録画キャプチャ層のコンポーネント

Skill ドラフト生成器のコンポーネント

SKILL.md 出力パッケージのコンポーネント

Plugin パッケージングのコンポーネント

データ

Record & Replay が扱うエンティティを、録画から配布までのライフサイクルに沿ってモデル化します。一次情報に明記された属性と、公式記述から補完した推定属性を区別します。

概念モデル

情報モデル

主要エンティティの属性の出典を整理します。一次情報に明記された属性と、公式記述から補完した推定属性を区別します。

ObservedAction と WindowContext は「Codex が学習に必要とする actions と window content」という公式記述から導いた構造です。録画データの内部スキーマは公式に非公開のため、属性は推定です。

構築方法

前提条件

Codex CLI のインストール

CLI は以下のいずれかでインストールします。

スタンドアローンインストーラー (macOS / Linux):

curl -fsSL https://chatgpt.com/codex/install.sh | sh

npm 経由:

npm install -g @openai/codex

Homebrew 経由:

brew install --cask codex

最新版への更新:

インストール済みリリースが self-update に対応していれば codex update で更新を確認・適用できます (デバッグビルドはリリースビルドの導入を促すメッセージを表示)。npm / Homebrew で導入した場合は、各インストールコマンドの再実行でも更新できます。

codex update
# または各インストール手段を再実行 (例: npm install -g @openai/codex@latest)

Computer Use の有効化

Record & Replay は Computer Use を前提とします。有効化は「macOS のシステム権限付与」と「ポリシーによる利用可否制御」の 2 層に分かれます。

1. macOS システム権限の付与 (必須)

Codex アプリの設定から Computer Use を開いてインストールし、macOS のシステム設定で以下 2 つの権限を Codex に許可します。

• プライバシーとセキュリティ → 画面収録
• プライバシーとセキュリティ → アクセシビリティ

2. requirements.toml による組織制御 (管理者向け)

requirements.toml は、管理者がユーザー側で上書きできない制約を配布する設定ファイルです (approval policy・sandbox・feature の固定なども扱います)。その [features].computer_use で Computer Use の利用可否を宣言し、computer_use = false を設定すると Record & Replay も無効化されます。

# requirements.toml
[features]
computer_use = false

~/.codex/config.toml の [features] テーブルには computer_use の明示的な掲載が確認できません (公式未明示)。利用可否の宣言は requirements.toml 側で行うのが公式記述に沿った扱いです。

参考までに、config.toml の [features] テーブルに掲載が確認できる項目を示します (computer_use はこの表に含まれません)。

利用方法

主要パラメータ・フラグ一覧

録画の開始

1. Codex デスクトップアプリで Plugins パネルを開きます。
2. • メニューをクリックします。
3. Record a skill を選択します。
4. Codex がプロンプト案を提示します。録画する操作の目的・変動する入力値・注意点などのコンテキストをここで追記します。

コンテキスト追加の例:

• 「ファイル名は毎回異なる」
• 「コピー先フォルダは引数で渡す」
• 「ログイン情報は含めない」

5. 内容を確認して送信します。
6. 録画許可の確認に対して許可します。

録画の実行

許可後、Mac 上で実際のワークフローを実行します。Codex がウィンドウ内容と操作を観察します。録画中は以下に注意します。

• 機密情報・パスワードを含めません (公式: avoid secrets and sensitive data)。
• 短く完結した操作を心がけ、不要な寄り道を入れません。
• 可変な入力値は現実的なテストデータで代替します。
• タスクが完了したらすぐ停止します。

録画の停止

以下の 3 つの方法で停止できます。

生成 Skill のレビューと改善依頼

録画停止後、Codex は観察した操作を検査して Skill 草案を生成します。生成される Skill は以下のフィールドを持ちます。

これら 4 要素は、生成される SKILL.md に以下のように反映されると考えられます (記述位置は公式に明示されていないため推定です)。

生成された草案を確認し、不足・誤りがあれば追加で改善を依頼できます。

改善依頼の例:

• 「ステップ 3 の条件分岐を追記して」
• 「入力パラメータに target_folder を追加して」
• 「判断基準を詳しく説明して」

生成 Skill の保存先と構造

生成された Skill は、以下の標準的なディレクトリ構造例で配置できます (SKILL.md のみ必須、その他はオプション)。

my-skill/
├── SKILL.md          # 必須: 手順・説明
├── scripts/          # オプション: 実行スクリプト
├── references/       # オプション: 参照資料
├── assets/           # オプション: 画像等のアセット
└── agents/
    └── openai.yaml   # オプション: UI設定・ポリシー

SKILL.md の最小構成は以下です。

---
name: skill-name
description: Explain exactly when this skill should and should not trigger.
---

Skill instructions for Codex to follow.

生成 Skill の起動

Skill の起動には明示的起動と暗黙的起動の 2 種類があります。

明示的起動 (/skills コマンドまたは $ メンション):

/skills

新しいスレッドで Skill 名を $ メンションで指定することもできます。入力値は続けて自然言語で渡します。

$my-skill レポートを report_2026.pdf として /tmp/output にコピーして

暗黙的起動 (自動選択):

タスクの説明文から Codex が適合する Skill を自動選択します。agents/openai.yaml で無効化できます。

# agents/openai.yaml
policy:
  allow_implicit_invocation: false

Plugin 化して配布

チーム横断で安定配布する場合は、Skill を Plugin としてパッケージ化します。公式の指針は「Use skills to design the workflow itself, then package it as a plugin」です。

インストール (アプリ内):

1. Codex アプリのプラグインディレクトリから対象 Plugin を検索します。
2. Add to Codex をクリックします。
3. 外部アプリ連携が必要な場合は認証します。

CLI からのインストール:

codex
/plugins

マーケットプレイスタブでソースを切り替え、Install plugin を選択します。

運用

生成 Skill の保守・更新

生成 Skill は録画時点のワークフローを反映します。以下に該当する場合は再録画または手動編集を検討します。

SKILL.md は通常のテキストファイルです。録画し直さずに直接編集でき、Git リポジトリ配下に置けば差分管理・ロールバックができます。.agents/skills/ をリポジトリのルートまたはホームディレクトリに配置し、コミット単位で変更を追跡することを推奨します (運用上の一般的な推奨)。

チーム配布した Plugin の管理

Plugin を更新する基本フローは以下です。

1. 元となる Skill (SKILL.md) を修正または再録画する。
2. Plugin マニフェストの version を更新する。
3. Plugin をリポジトリまたはマーケットプレイスに再公開する。

Plugin を削除せず一時的に無効化する場合は、~/.codex/config.toml で enabled = false を設定して Codex を再起動します。キーは name@marketplace-source 形式の Plugin 識別子を指定します。

# ~/.codex/config.toml
[plugins."gmail@openai-curated"]
enabled = false

アンインストールは Codex アプリのプラグインブラウザから Uninstall plugin を選択します。アンインストールはプラグインバンドルを削除しますが、バンドルに含まれるアプリ連携 (GitHub・Slack 等) は ChatGPT 側に残ります。必要に応じて各アプリの設定から連携を手動解除します。

権限管理 (approval settings)

Plugin をインストールしても、Codex の既存の approval settings がそのまま適用されます。Plugin 側で権限が拡張されることはなく、ユーザーごとの承認ポリシーが優先されます。approval_policy はシェル/ファイル操作に対する承認制御です。

承認の厳しさに加えて、Computer Use の GUI 操作は別レイヤー (許可するアプリの限定・機密アプリを閉じる運用・requirements.toml の computer_use) で管理します。画面操作を伴う Skill では on-request 以上の承認設定の維持を推奨します (運用上の一般的な推奨)。

ベストプラクティス

機密情報を録画に含めない

Record & Replay は録画中に画面上のウィンドウ内容をキャプチャします。録画中に表示されたパスワード・API キー・個人情報・社外秘データは、そのまま Skill の素材になり得ます。

• 録画前にパスワードマネージャーや機密ファイルを閉じます。
• ダミーデータ・ダミーアカウントを使って録画します。
• 録画後に生成された SKILL.md をレビューし、機密情報が文字列として残っていないか確認します。
• 録画範囲に関係のないウィンドウ・通知は最小化または非表示にします。

録画は短く完結させる

公式は「短く、完全なデモンストレーションを維持する」ことを推奨します。

• 1 録画を 1 ワークフローに絞ります。関連のないクリーンアップ操作は録画終了後に行います。
• 録画が長くなると生成 Skill が冗長になり、steps が曖昧になります。
• 複数の手順をまとめたい場合は Skill を分割して組み合わせる設計にします。

個人利用は Skill のまま・チーム配布は Plugin 化

公式の整理は「Skill でワークフロー自体を設計し、再利用・配布が必要になったら Plugin としてパッケージ化する」です。

description を具体的に書いて誤発火を防ぐ

Skill の description は、Codex が暗黙的に起動するかを判断する最重要フィールドです。

• 冒頭に主要なユースケースとトリガー表現を前置きします。
• 「いつ使うか」と同様に「いつ使わないか」も明示します。
• description は簡潔に保ちます。複数 Skill が存在すると、各 description が限られたコンテキスト予算を共有するためです。

---
name: deploy-to-staging
description: |
  ステージング環境へのデプロイ手順を実行します。
  トリガー: "ステージングにデプロイ" "staging deploy" "検証環境に上げて"
  対象外: 本番デプロイ・ロールバック・DB マイグレーションのみの操作
---

誤発火を完全に防ぎたい場合は agents/openai.yaml で暗黙的起動を無効にし、$skill-name または /skills からの明示的起動のみにします。

検証ステップを Skill に持たせる

生成 Skill には result verification フィールドが含まれます。このフィールドを充実させると、Codex が完了判定を自律的に行えます。

• 成功条件をコマンド出力・画面上の文字列・ファイルの存在など具体的な事実で記述します。
• 失敗時の fallback 手順を steps に追記すると、自動リカバリ率が上がります (運用上の一般的な推奨)。

権限スコープを最小化する

権限制御は 2 つのレイヤーに分けて考えます。sandbox_mode / approval_policy はシェル・ファイル操作の境界を、Computer Use はアプリへの GUI 操作の許可を制御します。

• sandbox_mode を workspace-write に設定し、シェル・ファイル操作に不必要なシステム全体アクセスを与えません。danger-full-access は管理者ポリシーで制限することを推奨します。
• Computer Use の GUI 操作は、操作対象アプリを限定し、録画・再生の前に機密アプリを閉じる運用で範囲を絞ります。
• 組織の requirements.toml で computer_use やサンドボックスの上限を固定します。

トラブルシューティング

まとめ

Codex Record & Replay は、Mac 上の画面操作を一度実演するだけで「使用時機・入力・手順・検証方法」を備えた Skill 草案を自動生成し、暗黙知の反復作業を検証付きの形式知へ変換します。生成物は従来どおりの SKILL.md であり、個人利用は Skill のまま、チーム配布は Plugin 化という既存の枠組みに乗るため、Computer Use の権限境界と機密情報の取り扱いを設計の起点に据えると安全に運用できます。

この記事が少しでも参考になった、あるいは改善点などがあれば、ぜひリアクションやコメント、SNSでのシェアをいただけると励みになります！

参考リンク

• 公式ドキュメント
  • Codex Record & Replay
  • Codex Skills
  • Codex Plugins
  • Codex Local Config
  • Codex CLI Reference
  • Codex Agent Approvals & Security
  • Codex Changelog
  • Codex Computer Use
  • Codex Quickstart
  • Codex 公式トップ
• GitHub
  • openai/skills
• コミュニティ
  • OpenAI Developer Community