OpenAI Codex の /goal 機能は開発者の働き方を変えつつあります。高レベルの意図を一言渡すだけで、Codex がタスクを自動で分解し、サブエージェントを派生させ、計画からデリバリーまでの全工程を自律的に完了してくれます。ある開発者が実際に 18 時間の単独実行を試したところ、BACKLOG.md の 14 個の機能開発を自律的に完了し、費用はわずか約 4.20 ドルでした。

本ガイドでは、/goal をゼロから設定して使う手順を解説し、コミュニティで知られる落とし穴も避けられるようにします。

始める前の準備

• Codex CLI 0.128.0+：/goal 機能はこのバージョンから組み込み
• OpenAI API アカウント：有効な API Key と十分な残高が必要（少なくとも 10 ドルを推奨）
• 既存のプロジェクトリポジトリ：公式はまずプロジェクトの骨格ができた状態で /goal を使うことを推奨しており、空のプロジェクトで直接起動すべきではありません
• 想定コスト：単純なタスクで約 0.5〜2 ドル、長時間の自律実行では 5〜10 ドルに達することもあります

ステップ 1：/goal 機能を有効にする

/goal はデフォルトで無効であり、設定ファイルを手動で変更する必要があります。

プロジェクトのルートディレクトリで config.toml を見つけるか新規作成し、以下の内容を追加します：

[features]
goals = true

ヒント: グローバル設定（通常は ~/.codex/config.toml）を使っている場合もそこで有効化できますが、管理しやすいのでプロジェクト単位の設定を推奨します。

ステップ 2：/goal の仕組みを理解する

/goal は通常の対話プロンプトとは本質的に異なります。2 つの役割を同時に担います：

1. 開始指示：Codex に何をするか伝える
2. 完了監査基準：Codex は 1 ラウンド走るごとに立ち返って目標と照合し、「他に何をすべきか、もう完了しているか」を自問する

このループは「Ralph ループ」と呼ばれます：計画、実行、テスト、レビュー、イテレーションを一巡また一巡と繰り返し、タスク完了、手動での停止、またはトークン予算の枯渇まで続きます。

重要な原則：目標は検証可能でなければならない。Codex が「完了したかどうか」を判定できる必要があります。

ステップ 3：最初の /goal を書く

良い goal が備えるべき特徴は、具体的・検証可能・境界が明確であることです。

悪い例（このような書き方は避ける）：

/goal コードの品質をちょっと改善して
/goal ユーザー体験を向上させて

こうした「空疎な言葉」では Codex が完了状態を判定できず、無限ループに陥ります。

良い例（このように書くのが推奨）：

/goal src/utils/date.ts 内のすべての moment.js 呼び出しを dayjs に置き換える。
すべてのテストを通過させ（npm test）、moment.js への依存を削除する（package.json に moment が含まれないようにする）。
完了したら変更ファイルの一覧を出力する。

この goal の 3 つの要素に注目してください：明確なタスク境界、検証可能な完了条件（テスト通過 + 依存関係の削除）、明快な出力要求です。

ステップ 4：Codex 自身に /goal を書かせる（上級編）

これは現在コミュニティで最も盛り上がっている使い方で、元 Anthropic メンバーで現 MagicPath CEO の Pietro Schirano が披露したものです。

goal を手書きする代わりに、Codex に高レベルの意図を一言渡し、自分で goal を生成してサブエージェントを派生させます：

[THING] を構築してほしい。[機能リスト] を含める必要があり、
スタイルは [説明] を参考に。
Codex 自身にタスクの計画と agent の派生を任せる。

Codex は自動的に以下の作業を行います：

1. 自分用に詳細な /goal を書く
2. 並列が必要なサブタスクに分解する
3. 各サブエージェント（subagent）ごとに専用の goal を書く
4. これらのサブエージェントを作成してスケジュールする
5. 各サブエージェントの成果を取りまとめる

サブエージェント Gibbs は自分専用の /goal を実行しており、数学的なジェットコースターの軌道を設計しています。各自に 1 つの goal を与えるのが、この戦法の核心です。

ステップ 5：トークン消費を制御する

自律実行で最大のリスクはトークン請求の暴走です。a16z の Andrew Chen は実際の eGPU ドライバプロジェクトで一晩（14 時間）実行し、これでトークン使用量が 1 万倍になると直言しています。

公式推奨のコスト制御方法：

goal の末尾にトークン予算の制限を追加します：

/goal [あなたのタスクの説明]
トークン予算：500K tokens を超えないこと。
予算に近づいたら停止し、現在の進捗を報告すること。

その他のコスト制御のポイント：

• 空のプロジェクトで直接 /goal を起動せず、まず手動で基本骨格を構築する
• 小さいタスクで試し、挙動が想定通りであることを確認してから長時間タスクに任せる
• 実行ログを定期的にチェックし、逸脱を見つけたらすぐに停止する

結果の検証

実行完了後、以下の点を確認してタスクの成功を確かめます：

1. テストが通っているか：Codex は goal 内にテスト検証を自己完結的に含めるべき
2. CI がグリーンか：すべての変更が CI でマージ可能であるべき
3. 変更ログ：Codex は完全な変更ファイル一覧を出力すべき
4. コードの自己レビュー：GPT サブエージェントに 1 ラウンド code review させてもよい

ある開発者の実測記録：Codex に「BACKLOG.md の 18 個の機能をすべてデリバリーせよ」という目標を一言渡して 18 時間後に戻ってくると、Codex は 14 個を自律的に完了しており、各変更はすべてテストを通り CI でマージされていました。全工程で人の承認は一切不要で、総費用は約 4.20 ドルでした。

よくある質問

Q: 目標がドリフトしたらどうすればよいですか？

Codex は長時間の実行で元の目標から逸脱する可能性があります。コミュニティの推奨は、大きなタスクを複数の小さな goal に分割して段階的に実行し、各 goal は 2〜4 時間で完了する範囲に収めることです。1 つの goal を 18 時間走らせるのではなく。

Q: エージェントが近道をしてサボることはありますか？

そのリスクは存在します。OpenAI 公式は、goal に受け入れ基準を明記することを推奨しています。例：「すべてのエッジケースに対応するテストケースを必ず用意する」。

Q: Claude Code のマルチエージェントオーケストレーションとの違いは何ですか？

Claude の coordinator は最大 20 個の subagent を派生でき、さらに意図的に 1 層しか派生しないよう制限されています（深さ 1 を超えるものは無視）。Codex の /goal はより自由な並列派生を許しており、複雑な多層タスクに向いています。

Q: 目標をもっとうまく書くための既存ツールはありますか？

開発者 RTK がオープンソースプロジェクト Infinite Skills を公開しており、その中に goal skill が含まれています。正式に /goal を開始する前に、逆にあなたへ「面接」を行い、曖昧な目標を具体的で検証可能な契約へと掘り下げてくれます。

GitHub アドレス：https://github.com/Infinite-Labs-AI/infinite-skills