OpenAI Codexで変わる開発の未来。MCP活用でAIを自律させる完全ガイド

AIコーディングの「次のフェーズ」

AIコーディングツールを毎日使っているのに、まだチャット画面にコードを貼り付けている。

その作業、MCPで消える。

MCP（Model Context Protocol）を導入したAIエージェントは、DBスキーマを自分で確認し、ファイル構造を自分で把握し、コードを生成して配置し、動作確認まで自律的に実行する。人間がやることは「最初の一言」だけだ。

OpenAI Codexを中心に、AIコーディングのアーキテクチャが変わっている。「対話型チャット」から「エージェント型ワークフロー」へ。 この移行を理解している開発者と、まだコピペしている開発者の差は、急速に開いている。

---

AIコーディングの構造変化

OpenAI Codexは、チャットUIの拡張ではない。

Codexの設計思想の核心は「プロジェクト単位の作業」にある。従来のAIチャットは「1回の会話」が単位だった。Codexは「プロジェクトフォルダ」を単位として動く。特定のフォルダにリンクされたプロジェクトを作り、そのスコープ内でAIが自律的に動く。

仕組みは以下の通りだ。

• スレッド：ChatGPTの「チャット」に相当。単独でも、プロジェクト配下でも作成可能
• プロジェクト：フォルダとリンクした作業単位。AIの操作範囲をここで区切る
• プラグイン（Plugins）：繰り返しのプロセスや外部ツールとの接続に使用
• Steer機能：作業中のAIに途中でリダイレクト指示を出す機能

「Steer」が重要だ。 従来は「タスクを与えて待つ→やり直す」の繰り返しだった。Steerがあると、AIが動いている最中に「あ、そっちじゃなくて」と軌道修正できる。止めて再プロンプトする手間がなくなる。

複数スレッドの並列実行も可能だ。一方のスレッドでスプレッドシートを整理させながら、別のスレッドでドキュメントを書かせる。これが「普通の使い方」として設計されている。

Codexがプロジェクト単位で動けるようになっても、それだけでは「賢いファイル操作ツール」に留まる。真の自律性を引き出すのがMCPだ。

MCPはAnthropicが2024年11月に公開したオープンプロトコルだ。 AIエージェントが外部ツールやデータソースと標準インターフェースで接続するための仕様である。2025年時点で公式リポジトリには200以上のMCPサーバーが登録されている。

MCPなしのAIコーディングの現実はこうだ。

1. ターミナルでDBスキーマを確認する
2. 結果をチャット画面にコピペする
3. AIに実装を依頼する
4. 生成コードを確認する
5. 動作テストして結果をコピペする
6. 修正を依頼する

6ステップ。 全部人間がやっている。AIはチャット画面に渡された情報の範囲でしか動けないため、情報提供は全部手作業になる。

MCPありだと1ステップになる。「usersテーブルに認証ログ機能を追加して」と一言伝えるだけで、AIがDBスキーマを自分で確認し、ファイル構造を把握し、コードを生成・配置し、動作確認まで実行する。

しんたろー：
これを見て、まだ6ステップやっている自分に気づいた。
Claude Codeで毎日コードを書いているが、DBスキーマのコピペは普通にやっていた。
MCPを入れたら何時間消えていたのか、計算したくない。

---

「プロンプトを書く人」から「環境を設計する人」へ

AIコーディングの進化で、開発者の仕事の定義が変わった。

「いいプロンプトを書けば、いいコードが出る」という時代は終わった。今求められているのは、AIが正しく動くための環境設計だ。

具体的には3つの軸がある。

1. プロジェクトルールの明文化

「CLAUDE.md」や「AGENTS.md」と呼ばれるプロジェクト指示ファイルを作ることが、AIエージェント活用の第一歩だ。AIが守るべきコーディング規約、ディレクトリ構造のルール、使用するライブラリのバージョン制約、やってはいけないことのリストを記述する。これを事前に書いておくと、AIは毎回「どう動けばいいか」を推測しなくて済む。

推測が減ると、ハルシネーションが減る。ハルシネーションが減ると、レビューが減る。レビューが減ると、開発が速くなる。

2. MCPサーバーの適切な接続

MCPの設定は技術的には単純だ。設定ファイルにJSON数行を追加するだけでサーバーが起動する。Claude Codeなら「.claude.json」、他のツールもそれぞれ対応する設定ファイルがある。

まず試すべきMCPサーバーは4つだ。

• Filesystem MCP：AIがローカルファイルを直接読み書きできる。「このディレクトリ以下を調べて実装して」がそのまま通る
• SQLite MCP：DBスキーマをAIが直接参照できる。「テーブル定義を貼って」という作業がなくなる
• Fetch MCP：URLを渡すだけでAIがページ内容を取得する。外部ライブラリのドキュメントをコピペする手間がなくなる
• GitHub MCP：IssueからPR作成まで、AIがGitHub操作を一気通貫で実行できる

3. AIの作業スコープの設計

Codexのプロジェクト設計で重要なのは「AIにどこまで触らせるか」を明確にすることだ。プロジェクトフォルダの範囲がそのままAIの操作範囲になる。本番環境のファイルと開発ファイルを同じフォルダに混在させると、AIが誤って本番設定を書き換えるリスクがある。

フォルダ設計がAIの行動範囲を決める。 これはセキュリティの問題でもある。

Claude Codeを毎日使っている身からすると、この3つの軸は「やっておくと後が楽になる」ではなく「やっておかないと詰まる」レベルの話だ。特にプロジェクトルールの明文化は、AIエージェントが複数スレッドで並列動作するようになると、一貫性の担保が難しくなる。ルールファイルがないと、スレッドAとスレッドBで矛盾したコードを生成することが起きる。

Vibe-Codingという概念も押さえておく。AIに「意図（Vibe）」を伝えて実装の詳細を任せるコーディングスタイルだ。「こういうものを作りたい」という方向性をAIと対話しながら実現する。コードを一行ずつ書くのではなく、AIが自律的に調査・実装・検証まで完結させる。

Vibe-CodingはAIへの丸投げではない。 「何を作るか」は人間が決める。「どう作るか」をAIと協力して進めるスタイルだ。MCPを入れることで初めて、このスタイルが本来の形で機能する。

しんたろー：
Claude Codeでルールファイルを書いてから、「あれ、なんで前と違う実装になっているの」が減った。
MCPはまだ全部は入れていないが、Filesystem MCPの話を読んで「これは先に入れておくべきだった」と思っている。
設定ファイルにJSON数行、というのが本当なら、試さない理由がない。

---

実務への影響。今週から変えられること

「AIを使いこなす」の定義が変わった。 今後は以下のスキルが開発者の生産性を左右する。

① プロジェクト指示ファイルを今すぐ作る

使っているAIコーディングツールに合わせて、「CLAUDE.md」や「AGENTS.md」を作成する。書く内容は以下が最低限だ。

• プロジェクトの概要（何を作っているか）
• 使用言語・フレームワーク・バージョン
• ディレクトリ構造のルール
• コーディング規約（命名規則、コメントの書き方）
• やってはいけないこと（本番DBへの直接書き込み禁止、など）

完璧なファイルを目指さなくていい。 まず「AIがプロジェクトの構造を正しく理解できているか」を確認することから始める。

② MCPはFilesystem MCPから入る

最初から複雑なMCP構成を組む必要はない。Filesystem MCP一つから始めるのが正解だ。設定後、「src/以下のコードを読んで、utils/に重複している処理を見つけて共通化して」という指示を出してみる。AIがファイルを自律的に読み込んで回答するなら、接続成功だ。

Node.jsのバージョンに注意する。v18未満では動作しない。 MCPトラブルの大半はNode.jsのバージョンとパス設定の問題だ。まずバージョンを確認する。

③ AIの並列実行を設計に組み込む

Codexのような設計では、複数スレッドの並列実行が前提になっている。「1つのAIに全部やらせる」から「複数のAIを同時に動かす」への思考シフトが必要だ。

例えば以下の分け方ができる。

• スレッドA：フロントエンドのコンポーネント生成
• スレッドB：バックエンドのAPIエンドポイント実装
• スレッドC：テストコードの生成

並列実行するほど、プロジェクトルールの一貫性が重要になる。 ルールファイルがないと、3つのスレッドが3通りの実装スタイルで動く。

④ MCPのトラブルシューティングを知っておく

設定してもうまく動かないケースは3パターンに集約される。

1. Node.jsが古い：v18以上に更新する
2. Windowsでnpxが見つからない：設定ファイルで「npx.cmd」を指定する
3. サーバーは起動しているのに接続できない：ログファイルを確認する（Claude Codeなら「.claude/logs/」以下）

Claude Codeを使っているなら、「/mcp」コマンドで接続済みのMCPサーバー一覧を確認できる。設定後はまずこれで接続を確認する。

しんたろー：
Node.jsのバージョン問題は、絶対引っかかる人がいる。
MCPが動かなくて「設定が間違っているのかな」と1時間悩んで、実はNode.jsが古かった、というパターンだ。
v18以上かどうか、最初に確認するのが一番早い。

---

FAQ

Q. MCPを導入すると、具体的に何が変わりますか？

最大の変化は「AIへの情報提供の手間」が消えることだ。

従来はDBスキーマやAPI仕様を人間がコピペしてAIに渡していた。MCPを導入するとAIが自分でDBやドキュメントにアクセスして情報を取得する。

これにより、人間は「何を作りたいか」という意図を伝えるだけで、AIが自律的に調査・実装・検証までを完結させるVibe-Codingが可能になる。6ステップの手作業が1ステップになる変化は数字として地味に見えるが、実際の開発テンポへの影響は大きい。コピペの繰り返しはAIとの対話のリズムを崩す。MCPはそのリズムを取り戻す。

Q. AIエージェントツールを導入する際、最初にやるべきことは？

まずは「プロジェクトの標準化」だ。

プロジェクトのルールを記した「CLAUDE.md」や「AGENTS.md」を作成し、AIが守るべき制約を明文化する。次に、Filesystem MCPなどを使って、AIがローカル環境のファイルを直接読み書きできるように設定する。

いきなり複雑なMCP構成を組もうとしない。まず「AIがプロジェクトの構造を正しく理解できているか」を確認することから始める。ルールファイルなしにMCPだけ入れても、AIが自律的に動ける範囲は限られる。ルールファイル → MCP接続 → 並列実行の順番で段階的に構成を積み上げていくのが現実的だ。

Q. MCPはどのAIコーディングツールでも使えますか？

主要なAIコーディングツールはほぼMCPに対応している。

設定ファイルにMCPサーバーの情報を追加するだけで使えるが、設定ファイルの場所はツールによって異なる。Claude Codeなら「.claude.json」、他のツールもそれぞれ固有のパスがある。

MCPがオープンプロトコルとして設計されているのが重要な点で、特定のAIツールに依存しない。今使っているツールでMCPを設定して学んだ知識は、別のツールに移行しても使い回せる。200以上のMCPサーバーが公式リポジトリに登録されており、ファイルシステム・DB・外部API・GitHub連携など、主要なユースケースはすでにカバーされている。

---

まとめ

AIに「情報を渡す人」から「環境を設計する人」へ。 これが今起きている変化の本質だ。

Codexのプロジェクト設計とMCPの組み合わせは、AIコーディングを「賢いオートコンプリート」から「自律的な開発パートナー」に変える。必要なのは複雑な技術ではなく、ルールファイルを書いてMCPを接続するという2つのステップだ。

MCPでAIを「調べて動く」状態にしたい開発者に、ThreadPostも同じ思想で作っている。 AIエージェントをただのチャットボットで終わらせず、自律的に動かすための設計を、SNS運用でも実践してみてほしい。

👉 ThreadPostでSNS運用を自動化する