ChatGPT Proで計画し、Codexで実行する：設計ドキュメントのハンドオフ・プレイブック

今月盗む価値のあるワークフローはモデルではなく、分業だ。あなたはGPT-6 ProにChatGPTでリポジトリのURLを渡し、パッチではなく設計ドキュメントを求める。そしてそのドキュメントをCodexまたはClaude Codeに渡して実装させる。プランナーはGPT-6 Astraで動く——GPT-6 ProはChatGPTの利用上限が用いる名称だ——そしてAstraは2026-09-03のモデルであり、ここにあるものはローンチ報道でもリリースの主張でもない。過去7日間で変わったことはもっと狭く、正確に述べる価値がある：2026-09-17、実務者たちは、ChatGPT WorkでもCodexでもない、通常のChatGPT Chatの公式GitHubプラグインが、Codex/Workの許容量を消費せずにリポジトリのファイルを編集し、コミットし、プルリクエストを開けると報告した。これはコミュニティの主張であり、ベンダーのドキュメントではない——公式ヘルプページは今もGitHubアプリを読み取り専用と説明し、すべての書き込みをCodex経由にしている——そしてそれに付随する注意事項は、主張と同じくらい重要だ。以下はすべて、ベンダー報告、コミュニティ報告、または2026-09-19に公式ページから読み取ったものとしてラベル付けされている。

ワークフローを1回で

実践者たちは、同じループを少しずつ違う形で語っている。繰り返し出てくるのはこれだ。GitHub のアドレスを ChatGPT に貼り付け、コードを読んで設計書を作るよう頼み、その設計書をダウンロードして実行エージェントに食わせる。プルリクエストも求める人もいれば、設計書で止めて、執筆は実行者に任せる人もいる。どちらにせよ形は同じ——チャット製品で計画し、エージェント製品で構築する——そして、これが真似する価値があるのは、その二つの半分が別々に課金されるからだ。

• 計画成果物 — 設計文書：追加するインターフェース、パスで名指しされる変更対象ファイル、移行順序、受け入れテスト、そして失敗した場合の対処。

• 実行成果物 — ブランチとプルリクエスト。自ら書いたテストを実行できるエージェントによって生成される。

• レビュー成果物 — diff。これだけがレビュアーに届くべき唯一のものである。

設計書こそがこの仕組みの屋台骨であり、二つの理由からその地位にふさわしい。第一に、文書はポータブルである。実行者が Codex であれ Claude Code であれ、自分で書いたスクリプトエージェントであれ、同じテキストがそのまま機能するので、支払った計画が特定ベンダーのツールに縛られることはない。第二に、それはレビューの場であり、レビューが行われるのは前だ。チャット製品の書き込みパスがこの取り決め全体の中で最も文書化が進んでいない部分であることを考えるとこれは極めて重要であり、リポジトリに何かが書き込まれる

なぜ2バケット構造が仕掛けのすべてなのか

ChatGPTはこのワークフローを1つの財布から請求しているわけではありません。Chat、ChatGPT Work、Codexはそれぞれ別々の利用枠を持ち、WorkとCodexは両者の間で1つのプールを共有しています。OpenAI APIキーはまた別の請求です。この構造がハンドオフを経済的にしています。思考はChatの枠で行われ、実行はエージェントの枠で行われ、設計ドキュメントはChatメッセージ1件分で済む一方、実装はエージェントの使用量を消費します。

OpenAIがChat側について公表しているこれらの数値は——ベンダー自身のプラン文書に記載されたベンダー報告の figures であり、実測値ではありません：

・ChatGPT Pro は月額200ドル — 週あたり GPT-6 Pro メッセージ200件。GPT-5.6 Sol Pro はさらに1日170件、両モデルを合わせて1日200件が上限です。

• ChatGPT Pro は月額100ドル — 週に50件のGPT-6 Proメッセージ、GPT-5.6 Sol Proと共有の割り当てから取得。

• Business Standard — GPT-6 Proメッセージが月15件、Sol Proと共有。Business Premium — 同じ共有ベースで週50件。

• ChatGPT Plus — Chat には GPT-6 Pro がまったくない。Astra が Plus に到達するのは ChatGPT Work と Codex を通じてのみで、これはまさにこのプレイブックが保護しようとしているバケットそのものである。

Work/Codex 側では、OpenAI は上限ではなく推定値を公表しており、そう明記している。Plus では 5 時間のウィンドウあたりおおよそ 5～45 件の Astra メッセージ、Pro 5x では 25～225 件、Pro 20x では 100～900 件で、同じページには、実際の消費量はタスクの複雑さ、コンテキスト、出力、ツール使用によって変動し、さらに週次の上限が適用される場合があると記載されている。これらの範囲は、同等の Sol の数値のおよそ半分であり、これがフロンティアモデルをエージェントとして実行することをそもそも手頃にしている算術的な理由である。

実際的な帰結は、カードに書ける予算ルールである。Chatメッセージは意思決定に、エージェントの使用はコードに費やせ。インターフェースについて20分間議論する計画セッションは、一握りのChatメッセージのコストで、エージェントが1時間かけて行う探索的な編集を節約する文書を生み出す——これこそ、スレッドの実践者たちが実際に行っているトレードオフである。

書き込みパス：コネクタが行うことと、人々が主張する動作

ここで資料によって見解が分かれており、その不一致こそが興味深い点である。

OpenAI自身のヘルプドキュメントは明確です。ChatGPTのGitHubアプリは分析と検索のためにあなたのリポジトリを読み取るものであり、コードを生成し、それを編集してGitHubにプッシュすることこそがCodexの役割です。これが読み取り専用の立場であり、これをチームのプロセスに組み込むのであれば、この立場を前提に計画すべきです。なぜなら、ベンダーの裏付けがあるのはこちらの立場だからです。

2026-09-17時点のコミュニティの見解は、Web版のGitHubプラグインがChatモードでコードを編集し、コミットし、プルリクエストを開くというものであり、また、それはサードパーティ製のMCPサーバーではなく公式プラグインであるため、CodexやWorkのクォータを消費しない、というものだ。同じスレッドは適用範囲について慎重で、小さなツール、軽微な編集、小さなバグ——大規模なリファクタリングや難解なデバッグは依然としてCodexの領分だ。このスレッド自身のコメント投稿者たちは、繰り返し言う価値のある注意点を付け加えている。実際に痛い目に遭うのはそれらだからだ：

• 通常のChatGPTのレート制限は引き続き適用されます。「Codexのクォータではない」は「無料」ではありません。

• 数ラウンドを重ねると、予告なく品質が低下することがあり、タスクの途中でセッションがより小型のモデルに切り替わってしまう場合があります。

• スレッドの投稿者たちは、インターフェースがWorkへの切り替えを提示しても切り替えないよう助言し、匿名チャットページを連打すると全員のウェブ体験が悪化すると警告している。

同じパターンに関する独立した日本語の記事は、クォータに関する主張なしに、整合する結論に達している。GitHub連携が書き込み操作をサポートしていれば、通常のチャットでリポジトリを読み、ファイルを変更し、ブランチを作成してプルリクエストを開くことができる。通常のチャットのレート制限が適用される。そしてCodexとWorkは共有のエージェントプールを利用するため、通常のチャットは数ファイルの編集向けであり、Codexは長期的なソフトウェアタスク向けである。二つのアカウントが一致している箇所では、その一致こそが有用な部分である。チャットは小さな変更のチャネル、Codexは長いセッションのチャネルであり、プールは別々である。

サードパーティ製のMCPサーバーには、実際のgitワークフロー——ブランチ、差分、コミット、プッシュ、プルリクエストの作成——を公開し、権限を読み取り専用からプッシュまで段階的に設定できるものがあります。書き込み経路を、期待する挙動ではなく決定論的で監査可能なものにしたいなら、それがその道です。OpenAIが文書化している範囲内にとどまりたいなら、Chatで計画し、Codexで書いてください。

いずれにせよ、設計ドキュメントの引き継ぎこそが、チャットの書き込みパスを正当化できるものにする。リポジトリに対する書き込みスコープを持つチャットセッションは、読み取りスコープを持つチャットセッションよりも大きな権限付与であり、そのドキュメントは、その付与が行使される前にレビューする成果物である。

ハンドオフを段階的に

• プランナーにリポジトリを指定します — プロンプトに貼り付けた公開URL、またはすでに承認済みならGitHubコネクタ — そして何かを提案する前にコードを読むよう依頼してください。

• 求めるのはパッチではなく設計ドキュメントだ。ファイルパス、追加または変更されるインターフェース、変更を反映させなければならない順序、そして各ステップを証明するテストを必須とせよ。

• 実際に読んだファイルを引用させる。リポジトリに存在しないインターフェースを記述した設計ドキュメントは、このワークフローが失敗する最も一般的なパターンであり、その引用があれば、1スプリントではなく1分でそれを見つけられる。

• ドキュメントは次のツールに貼り付けるのではなく、リポジトリに保存してください。ファイルを読み込む実行者は何度でも読み直せますが、貼り付けを受け取った実行者は一度きりの勝負になります。

• ドキュメントを指示としてエグゼキュータを起動し、1つのプルリクエストの範囲をその1セクションに限定する。長いセッションこそ、エージェントの品質が静かに劣化していく場面である。

• その後は、プランナーをレビュー専任の役割に留めておく。ドキュメントが間違っている場合は、再計画してドキュメントを更新すること。実行者にドキュメントを超えて即興で進めさせてはならない。即興の作業こそ、ドキュメントが防ぐために存在していたものだからである。

それが壊れるところ

• リポジトリの状態が古い — プランナーはデフォルトブランチを読み取りましたが、あなたはフィーチャーブランチで作業しているため、ドキュメント内のファイルパスは1バージョン古くなっています。読み取るブランチを指定するか、ブランチツリーを貼り付けてください。

• 設計ドキュメントのドリフト — ドキュメントとコードが食い違い、実行者はドキュメントに従ってしまう。上記の引用ファイルのステップが、その安価な保険である。

• クォータの意外な消費が逆方向に — 20分の計画会話は Chat メッセージでは安く、注意力では高くつく。長いエージェント実行はその逆だ。実際に消費しているバケットに予算を割り当てよ。

• サイレント・ダウングレード — 数ラウンドを経てより小さなモデルに降格したチャットセッションでも、自信に満ちた設計書はやはり出来上がってしまう。その文書は、フラッグシップモデルが書いたという前提ではなく、内容そのものの価値でレビューすること。

• 権限の肥大化 — 書き込み経路は、プラグインであれ MCP サーバーであれ、チャットセッションにコードを変更する能力を与えてしまう。権限を段階的に分け、変更が反映されたらそれを取り消すこと。

エクゼキューターの半分を単一のエンドポイント経由で実行する

このワークフローの計画側はサブスクリプション製品の中にあり、その部分はそういうものだ。実行側はAPI呼び出しであり、自前で持つ価値があるのはそちらだ。実行者をスクリプト化するなら — 小さなエージェントループ、承認された設計書をブランチに変えるCIジョブ — モデル呼び出しだけが差し替え可能でなければならない部分だ。なぜなら、次の四半期に欲しくなるモデルは、今日を前提に計画しているモデルではないからだ。

それがルーティングレイヤーの役割です。openai/gpt-6-astraと同じOpenAI互換エンドポイントの背後にあり他200以上のモデル、プロバイダーの定価が0%のマークアップでそのまま適用されます——そのため、ベンダーが価格を動かせば、次回の契約更新時ではなく、こちらの価格も同じ日に動きます。自動フェイルオーバーを使えば、実績のないモデルをトラフィックの一部に載せ、その下に実績のあるモデルを置けます。これは、安価な実行者があなたのテストに十分かどうかを正直に見極める方法です。また、ルーティングDSLは複数のモデルを1回の呼び出しに組み合わせられるので、レビューモデルが同じキーで、同じリクエストパス上で、2つ目の統合なしに実行者の差分を確認できます。

そのどれも、ハンドオフの構造を変えるものではない。変わるのは、そのうち自分が制御できる半分を試すためのコストだ。1つのキー、1つのエンドポイント、そしてパイプラインに触れずに変更できるモデル文字列。

誰が今これを実行すべきで、誰が待つべきか

すでに ChatGPT の Pro ティアのプランを支払っていて、Codex や Claude Code をすでに動かしているなら、この引き継ぎは今週中に取り入れる価値がある。請求書の上でこの2つのバケットはすでに別々になっているし、設計ドキュメントはこのループの中でいちばん安くつくものだからだ。まずは、悪い計画を見抜けるくらいよく理解している変更から始めよう。ドキュメントを求め、引用されたファイルを読み、それから引き継ぐのだ。

Plusをご利用の場合、期待は控えめにしてください。AstraはWorkとCodexを通じてなら利用できますが、Chatからは利用できません。そのため、このプレイブックの計画半分は、説明されている形では利用できません — 計画と実行を同じプールから行うことになり、経済的な根拠は失われ、先に文書を書くという規律だけが残ります。その規律には依然として価値があります。割引にはありません。

そして、それを望む理由がハンドオフではなくChatの書き込みパスにあるのなら、OpenAIのドキュメントがフォーラムのスレッドに追いつくのを待つことだ。ベンダー自身のヘルプページが否定している機能は、そのページが変わるまでスクラッチリポジトリに置いておくべき機能である。

同じキーでカタログの残りの部分にもアクセスでき、モデルカタログ全体を閲覧して1つのOpenAI互換エンドポイントの背後にほかに何があるかを確認できます。