長く使っている社内システムほど「触ると何が壊れるか分からないので直せない」状態になりがちです。原因の多くはテストが無いことです。テストが無いと、小さな修正のたびに担当者が画面を一通り触って確かめることになり、その手間を避けるために修正そのものが先送りされます。
Codex はこの「テストを足す」作業と相性がよい道具です。ただし、頼み方を間違えると、今の動きではなく Codex が想像した動きを固定するテストができてしまいます。この記事では、既存システムにテストを足していくときの進め方を手順の順番に整理します。製品の動きに関わる内容は、2026年11月5日に OpenAI の公式ドキュメント(Prompting・Best practices・Refactor your codebase)で確かめた範囲に絞りました。
本記事の結論: まず人が「よく直す所」「壊れると困る所」から1つを選びます。Codex には対象の関数と境界の条件を示し、今の動きをそのまま固定するテストを頼みます。テストを足す作業とコードを直す作業は分け、1回で頼む範囲は小さくします。受け入れる前に、テストが実行されて通った証拠を報告で確かめ、実行方法は AGENTS.md に書き残します。
なぜ「今の動きを固定する」テストから始めるのか
新しく作る機能のテストは「こう動くべき」を書きます。既存システムでは事情が違います。仕様書が古くなっていたり、そもそも無かったりするため、今動いている挙動こそが事実上の仕様になっていることが多いからです。
そこで最初に足すテストは、正しさを判定するテストではなく「今こう動いている」を記録するテストにします。こうしておけば、あとで誰かがコードを直したときに、意図せず動きが変わった所をテストが知らせてくれます。
公式ドキュメントのリファクタリングの使い方でも、作業を始める前に Codex に「今の動き」「改善する点」「動きが変わっていないことを確かめる検査」を挙げさせ、公開している API の形は必要が無い限り変えないよう書かれています。(出典: Refactor your codebase)テストを足す作業は、この「確かめる検査」を先に用意する作業だと考えると分かりやすくなります。
| 種類 | 目的 | 既存システムでの使いどころ |
|---|---|---|
| 今の動きを固定するテスト | 変更で挙動が変わったら気づく | 最初に足す。直す前の土台 |
| 境界の条件のテスト | 空の値・上限・不正な入力での動きを記録する | 不具合が出やすい所に足す |
| 新旧を比べるテスト | 古い処理と新しい処理に同じ入力を渡して結果を比べる | 作り直し・移行のとき |
| 再発を防ぐテスト | 直した不具合が戻らないようにする | 不具合を直すたびに1つ足す |
手順1: テストを足す場所を人が選ぶ
最初の対象は Codex ではなく人が決めます。全部に一度に足そうとすると、レビューが追いつかなくなるからです。選ぶ基準は次の3つです。
- よく直す所: 過去の変更履歴で修正の多いファイルや機能
- 壊れると困る所: 金額の計算・締め処理・権限の判定など、間違いが業務に直結する所
- 入力と出力がはっきりしている所: 画面の操作より、計算や変換をする関数のほうがテストを書きやすい
公式ドキュメントの事例集(Production systems)は、変更の履歴やテスト・担当者・本番の制約がすでにあるリポジトリ向けの使い方をまとめたもので、Pull Request で足りないテストを見つけるレビューの使い方も含まれています。(出典: Production systems)既存システムでの使い方を探すときは、ここから読むと近い例が見つかります。
OpenAI 社内の使い方を紹介した資料には、テストの少ないモジュールを Codex に示し、実行できるテストを Pull Request として受け取っているエンジニアの例も載っています。(出典: How OpenAI uses Codex)社内でも「まずテストの少ない所を1つ選ぶ」から始めるのが現実的です。
手順2: テストを動かす準備だけを先に頼む
古いシステムでは、テストを実行する仕組み自体が動かないことがあります。その場合は、テストを書かせる前にテストを動かす準備だけを1つの作業として頼みます。
このリポジトリでテストを実行できる状態にしたい。
- 今あるテストの実行方法を調べて、実行したコマンドと結果を報告する
- 実行できない場合は理由と、直すために必要な最小の変更を説明する
- まだアプリのコードは変えない
ここで分かった実行方法は、手順5で AGENTS.md に書き残します。公式ドキュメントでは、Codex にビルドやテストの実行方法を伝えないことが、よくある失敗の1つとして挙げられています。(出典: Best practices)
手順3: 対象と境界の条件を示してテストを頼む
テストを頼むときは、対象をはっきり名指しします。公式ドキュメントでは、テストを足すときに対象の関数の名前を示し、通常の動きに加えて境界の条件も含めるよう求め、リポジトリにある既存のテストの書き方に合わせるよう伝える書き方が例として示されています。(出典: Prompting)OpenAI 社内の資料にも、境界の条件と失敗する場合を含めた単体テストを書かせる指示の例が載っています。(出典: How OpenAI uses Codex)
既存システム向けに書き直すと、次のようになります。
対象: src/billing/calc.ts の calcMonthlyFee 関数
目的: 今の動きをそのまま記録するテストを足す。仕様として正しいかは判断しない。
含めること:
- よく使われる入力での結果
- 空の値・0・上限付近の値・不正な値を渡したときの結果
- 今の動きが仕様と違いそうに見える所があれば、テストは今の動きのまま書き、報告に別に書き出す
制約:
- アプリのコードは変えない
- 既存のテストの書き方(ファイルの置き場所・名前の付け方)に合わせる
確かめ方:
- 足したテストを実行し、実行したコマンドと結果を報告する
大事なのは「仕様として正しいかは判断しない」と「違いそうな所は別に書き出す」の2行です。これが無いと、Codex がおかしな挙動を見つけたときに、テストを通すためにコードを直してしまうことがあります。書き出された点は、担当者が業務の担当者に確かめてから、不具合として別に扱います。不具合を直すときの頼み方は不具合の切り分けの記事で解説しています。
手順4: 1回で頼む範囲を小さくする
テストを足す作業は、1回で1つの関数か1つのファイルにとどめます。公式ドキュメントのリファクタリングの使い方では、大きな片付けを1つの差分にまとめず、1回ごとに見直して最小の検査を実行するよう案内されています。仕組みの入れ替えや依存の移行・設計の変更は、別の作業として分けることも勧められています。(出典: Refactor your codebase)
| 頼み方 | 結果 |
|---|---|
| 「このシステム全体にテストを書いて」 | 差分が大きくレビューできない。どのテストが今の動きを正しく写しているか確かめられない |
| 「この関数のテストを足して、ついでに読みやすく直して」 | テストが直す前と後のどちらの動きを固定しているか分からない |
| 「この関数に今の動きを記録するテストを足して。コードは変えない」 | 差分が小さく、テストの中身を担当者が読んで確かめられる |
テストがそろってから、別の作業として古いコードの整理を頼みます。このとき、先に足したテストが「動きが変わっていないこと」を確かめる検査になります。
作り直しや移行のときは新旧を比べるテストを使う
古い処理を新しい仕組みに移すときは、もう一段進めた方法があります。OpenAI の Cookbook にある古いシステムの刷新の例では、Codex に比較用のテストの土台を作らせ、古い処理と新しい処理に同じ入力を渡して結果を比べる形につなぐ進め方が紹介されています。(出典: Modernizing your Codebase with Codex)移行の使い方でも、区切りごとに絞ったテストを実行し、次の段階へ進む前に新旧で同じ結果になることを確かめるよう案内されています。(出典: Run code migrations)
手順5: 受け入れる前に確かめて書き残す
Codex の作業が終わったら、人は次の順番で確かめます。
- テストが実行されて通ったか: 実行したコマンドと結果が報告に書かれているか
- アプリのコードに触れていないか: 差分がテストのファイルだけになっているか
- 業務の言葉で読めるか: テストの名前と中身から「何を確かめているか」が担当者に分かるか
- 書き出された気になる点: 仕様と違いそうな所が報告にあれば、別の課題として記録したか
- 普段のレビューに回す: 他の変更と同じ手順でレビューを通す
公式ドキュメントでも、変更を頼むだけで終わらせず、必要に応じてテストを作らせ、関係する検査を実行させ、結果を確かめ、受け入れる前に作業内容を見直すよう勧められています。(出典: Best practices)
確かめ終わったら、手順2で分かったテストの実行方法と、手順3で決めた書き方の約束をリポジトリの AGENTS.md に書きます。公式ドキュメントでは、AGENTS.md にはビルド・テスト・lint のコマンドや、何をもって完了とし、どう確かめるかを書くとよいとされ、短く保ち、同じ間違いが繰り返されたときに足していくことが勧められています。(出典: Best practices)書き方はAGENTS.md の書き方の記事を参考にしてください。
チームで回すときに決めておくこと
テストを足す作業は、1人の担当者が頑張るより、チームの決めごとにしたほうが続きます。試験導入の段階で次の4つを決めておくと広げやすくなります。
- 足す順番の一覧を作る: 手順1の基準で候補を並べ、上から1つずつ進める
- 「直したら1つ足す」を約束にする: 不具合を直すたびに再発を防ぐテストを1つ足すと、よく壊れる所から自然にテストがそろっていきます
- Codex に許す操作を決める: テストの実行をどこまで承認なしで許すかは、サンドボックスと承認の設定で決まります。考え方はサンドボックスと承認ポリシーの記事にまとめています
- Pull Request でのレビューの分担を決める: Codex のレビュー機能と人のレビューの役割分担はコードレビューをチームで使う記事で解説しています
効果を説明するには、テストを足した件数だけでなく「修正のたびに手で確かめていた時間」が減ったかを記録しておくと伝わりやすくなります。記録のしかたは導入効果の測り方の記事で紹介しています。
まとめ
既存システムにテストを足すときは、正しさを判定するテストより先に「今の動きを記録するテスト」を足します。対象は人が選び、Codex には対象の関数と境界の条件を示し、アプリのコードは変えないよう伝えます。1回で頼む範囲は1つの関数か1つのファイルにとどめ、テストを足す作業とコードを直す作業は分けます。受け入れる前に実行の証拠を確かめ、実行方法は AGENTS.md に書き残します。
この記事の内容は、2026年11月5日時点の OpenAI 公式ドキュメントの記載に基づいています。機能の名前や画面の操作は変わることがあるため、使う前に最新の記載をご確認ください。デジライズでは、既存の社内システムに Codex を組み込む手順づくりから、指示の型・社内ルール・現場向けの研修までを含めた Codex の法人導入支援のご相談を承っています。「まず1つのシステムでテストを足すところから試したい」という段階からでもお問い合わせください。
- https://developers.openai.com/codex/prompting
- https://developers.openai.com/codex/learn/best-practices
- https://developers.openai.com/codex/use-cases/refactor-your-codebase
- https://developers.openai.com/codex/use-cases/code-migrations
- https://developers.openai.com/codex/use-cases/collections/production-systems
- https://developers.openai.com/cookbook/examples/codex/code_modernization
- https://openai.com/business/guides-and-resources/how-openai-uses-codex/
確認日:2026年11月5日。提供条件・機能・料金は変更されるため、最新情報は各公式ページをご確認ください。
デジライズの実績はデジライズ全体の社内集計値です。Codex の機能・対応環境・料金・提供条件は記事の公開・更新時点の OpenAI 公式情報に基づき、変更される場合があります。導入効果は企業や業務によって異なります。



