【Codex CLIを節約しながら最大火力を出そう！！】AIの出力を安定させるために、SKILLSセットを自作設計

【Codex】AIの出力を安定させるために、SKILLSセットを自作設計

はじめに

ManusのSKILLSも制作しましたが今回はCodexを紹介・・・

【参考元】https://qiita.com/iwashiMadai/items/2b2c7294d308a4d1f9b3

生成AIを使った開発は一般化してきましたが、実務で使うとすぐに壁に当たります。

• 同じ指示でも出力がブレる
• コンテキストが増えるほど精度が落ちる
• タスクごとに思考の質が変わる

この問題の本質はシンプルです。

「AIの振る舞いが定義されていない」

そこで、AIを“使う”のではなく、
振る舞いそのものを設計するというアプローチを取りました。

背景と目的

目的は明確です。

• 出力の再現性を担保する
• トークンを最小化する
• 思考と実装の混線を防ぐ

そのために設計したのが、
SKILLSという構造化された実行基盤です。

全体構成

SKILLSは2つのレイヤで構成しています。

■ D: プロジェクト側（軽量・入口制御）

.codex/
└─ skills/
   ├─ core/
   │   └─ SKILL.md
   └─ solution-deliberation/
       └─ SKILL.md
.codex/
└─ skills/
   ├─ core/
   │   └─ SKILL.md
   └─ solution-deliberation/
       └─ SKILL.md

役割は限定しています。

• core-skill → エントリー制御
• solution-deliberation → 判断・意思決定

ここでは「考えること」と「入口」だけを扱います。

■ C: グローバル側（共通処理）

.codex/skills/
├─ core-loader/
├─ engineering-core/
├─ self-improvement/
└─ .system/
   ├─ imagegen/
   ├─ openai-docs/
   ├─ plugin-creator/
   ├─ skill-creator/
   └─ skill-installer/
.codex/skills/
├─ core-loader/
├─ engineering-core/
├─ self-improvement/
└─ .system/
   ├─ imagegen/
   ├─ openai-docs/
   ├─ plugin-creator/
   ├─ skill-creator/
   └─ skill-installer/

こちらは、

• 実装（engineering-core）
• 学習（self-improvement）
• 共通機能（system skills）

を担います。

プロジェクトに依存しない処理を集約しています。

エントリー設計（最重要）

AIの挙動は、最初の読み込みで決まります。

1. Read docs/sessions/LATEST.md
2. Read AGENTS.md
3. Load additional context ONLY when necessary
1. Read docs/sessions/LATEST.md
2. Read AGENTS.md
3. Load additional context ONLY when necessary

重要なのは、

最初から全部読ませないこと

です。

Trigger設計（When分岐）

タスクごとに、起動するスキルを明確に分けています。

When:
- Implementation / Bug Fix
  → engineering-core

- Architecture / Decision
  → solution-deliberation

- Reusable improvement detected
  → self-improvement

- Context理解のみ
  → core-skill only
When:
- Implementation / Bug Fix
  → engineering-core

- Architecture / Decision
  → solution-deliberation

- Reusable improvement detected
  → self-improvement

- Context理解のみ
  → core-skill only

この分岐により、

• 不要な処理を排除
• 思考の混線を防止
• 実行フローを固定化

しています。

設計のポイント

① コンテキスト最小化

AIは情報を増やすほど精度が上がるわけではありません。
むしろノイズになります。

→ 必要な時に、必要なものだけ読む

② 責務分離

• Decision（判断）
• Execution（実装）
• Learning（学習）

を完全に分離

③ トリガーベース実行

スキルは常時起動しない。

→ 必要なものだけ動かす

得られる結果

この構造によって、以下が実現されます。

■ 再現性

同じ入力に対して、同じ処理が走る

→ 出力のブレが消える

■ トークン最適化

最小構成で動くため、

→ コスト削減 + 精度向上

■ 開発効率

思考と実装が分離されることで、

→ 無駄な試行錯誤が減る

■ 拡張性

スキル単位で追加・変更できる

→ 構造を壊さず進化可能

まとめ

AIの性能そのものではなく、

「どう使うか」ではなく「どう設計するか」

が重要なフェーズに入っています。

今回のSKILLSは、
AIを安定してプロダクトに組み込むための設計です。

今後はこの構造をベースに、
開発フローやプロダクトへ展開していきます。