この記事は、AIエージェントを「試した」段階から「業務に組み込む」段階へ進めたい方に向けて書いています。
ツールの紹介記事ではありません。4つのエージェントをどの業務に、どの権限で、どこに人間の承認を置いて配置するかという設計の話です。
2026年8月時点で、実務の選択肢に上がるエージェントは主に4つあります。Anthropicの Claude Code と Claude Cowork、OpenAIの Codex と ChatGPT Work。この4つは競合というより、担当できる仕事の性質が違う4人の担当者だと考えたほうが設計しやすくなります。
4つを分ける2つの軸
導入の相談を受けるとき、私はまず次の2軸で整理してもらっています。
軸1：何を触るのか。 コードとファイルを触るのか、画面とアプリと資料を触るのか。
軸2：どれくらいの長さの仕事か。 数分で終わる依頼か、数時間かけて成果物を仕上げる仕事か。
この2軸に当てはめると、4つの位置がはっきりします。
「どれが一番優秀か」を比べるとうまくいきません。同じ仕事を2つのエージェントに任せられる場面はほとんどないからです。選定で迷ったら、性能ではなく「その仕事は何を触るのか」から考えると早く決まります。
Claude Code：本体はコード生成ではなく、コンテキスト設計
Claude Code は開発者向けのエージェントですが、実務での価値はコードを書くことそのものより、外部システムに手を伸ばせることにあります。MCP（Model Context Protocol）でファイルシステム、データベース、GitHub、社内APIなどに接続でき、ここを設計できるかどうかで成果が変わります。
導入時にいちばん効くのは、次の2点です。
サブエージェントによる分業。 1つの巨大な依頼を投げるのではなく、調査・実装・レビューのように役割を分けて走らせます。公式ドキュメントが挙げている使いどころは明快で、検索結果やログのように「後から参照しない大量の出力」で本筋の会話を埋めてしまう作業を切り出す、というものです。途中のツール呼び出しと結果はサブエージェント側に留まり、親に返るのは最終的な要約だけ。複数を同時に走らせることもできます。人間のチーム編成と同じ発想で、役割ごとに使えるツールを絞れるため権限設計とも相性がいい。
ツール定義によるコンテキスト圧迫への対処。 接続先を増やすほど、ツールの定義そのものがコンテキストを食います。ここに対する解がツール検索（Tool Search）です。全定義を最初から読み込ませるのではなく、必要になったものだけを見つけさせる。Anthropicの計測では、従来方式で約77,000トークンを消費していた構成が約8,700トークンで済み、トークン使用量で85%の削減になったと報告されています。コンテキストウィンドウでいえば95%を空けたまま作業を始められる計算です。
ただし条件があります。 この効き目が出るのは、ツール定義が1万トークンを超え、ツールが10個以上あるような構成です。接続先が2つ3つの段階では体感できません。逆に言えば、「MCPサーバーを何本もつなぐ構成」が現実的になったのはこの仕組みがあるからで、以前の「増やすほど遅く不安定になる」という前提は変わっています。
企業導入では、OAuthによる認可、スコープの制限、ヘッダー認証といったアクセス制御を組み合わせるのが定石です。「とりあえず全権限を渡して動かす」構成のまま本番に持ち込まない。 ここは最初に握っておくべき線引きです。
Claude Cowork：画面を触る担当者をどう扱うか
Claude Cowork は、やってほしいことを言葉で伝えると、ファイル操作やアプリ連携を進めるエージェントです。コードを書かない職種にとって、実質的にいちばん距離が近い存在と言えます。
2026年8月時点で押さえておきたいのは、動く場所が広がったことです。従来はデスクトップアプリ限定でしたが、webとモバイルでも使えるようになりました。web・モバイルではセッションがAnthropic側のクラウドで動くため、端末を閉じてもスケジュールした処理が走るという違いが生まれます。手元のPCが起動していることを前提にした運用から抜けられる、というのが実務上の意味です。
一方で、できることは面によって違います。 ローカルのファイルにアクセスする、ローカルのコネクタを使う、ブラウザやPCそのものを操作する——これらはデスクトップアプリ経由でのみ動きます。
web・モバイルだけで完結すると考えて設計すると、途中で行き止まりになります。
提供プランは有料プラン（Pro／Max／Team／Enterprise）が対象です。ただしweb・モバイル版はベータで、Max・Team・Enterpriseが先行、Proは順次展開という段階にあります。全社展開を計画する場合は、この差を前提に置いてください。
運用で注意すべきなのは、画面を触るエージェントは「間違い方」が他と違うという点です。コードならレビューやテストで止められますが、画面操作は実行した瞬間に外部へ影響が出ます。送信・申請・公開・削除といった取り返しのつかない操作の手前には、必ず人間の承認を挟んでください。これは技術の問題ではなく運用ルールの問題です。
ChatGPT Work と Codex：成果物を仕上げるエージェント
ChatGPT Work は、ChatGPTの中で動くエージェントです。複数のアプリやワークフローをまたいで情報を集め、シート・スライド・ドキュメント・Webアプリといった「完成した成果物」を作るところまでを担います。特徴的なのは持続時間で、複雑な案件を小さな手順に分解しながら、数時間にわたって自力で進め続ける設計になっています。
依頼の設計も変わります。途中経過を細かく見る前提ではなく、完成物が返ってくる前提で「何を作るのか」「何が完成条件か」を先に書き切る。ここが曖昧なまま長時間の仕事を任せると、数時間後にズレた成果物が返ってきます。
全社導入で見るべきは機能より管理面です。ChatGPT Enterprise／Eduの管理者は、ユーザーグループごとに接続できるツールと実行できるアクションを制御でき、エージェントを使う・作る・共有する権限も管理できます。さらにCompliance APIを通じて、各エージェントの構成・更新・実行履歴を可視化でき、必要ならエージェントを停止させられます。「誰が何を作って何を実行したか」を後から追えるかどうかは、本番投入の可否を分ける条件です。
Codex は開発者向けのコーディングエージェントとして引き続き存在し、Codexアプリは新しいChatGPTデスクトップアプリへ統合される流れにあります。短時間の相談、成果物づくり、開発。この3つは競合ではなく、仕事の規模と専門性による使い分けという整理になります。
導入設計で先に決めるべき3つ
ツールを選ぶ前に決めておくと、後戻りが減る項目があります。
1. 承認点をどこに置くか。 「全部やらせる」か「全部確認する」かの二択で考えないでください。現実的なのは、作るところまでは任せ、外に出る瞬間だけ人間が承認する設計です。送信・公開・決済・削除。この4つの手前に承認を置くだけで、事故はほとんど防げます。
2. 権限の広さ。 「動くから」という理由で強い権限を渡したまま運用に入るのが、いちばんよくある失敗です。役割ごとに接続先とアクションを絞る。Claude Codeのサブエージェントも、ChatGPT Enterpriseの管理機能も、この絞り込みを前提に作られています。
3. 失敗したときに何が残るか。 エージェントが誤作動したとき、何を実行したかを後から追えるか。追えない構成なら、本番業務には早いという判断になります。
よくある失敗
導入の相談で繰り返し見てきたつまずきを3つ挙げます。
指示が曖昧なまま長時間の仕事を任せる。 長時間稼働型のエージェントほど、前提の不足がそのまま成果物のズレになります。任せる前に完成条件を書き出す。この一手間を省くと、数時間が無駄になります。
人間の確認を全部なくそうとする。 自動化の目的は確認をなくすことではなく、確認すべき場所を減らすことです。全部確認する運用も、全部任せる運用も、どちらも続きません。
ツールを増やしてから使い道を考える。 接続先を増やせば増やすほど強くなるわけではありません。まず1つの業務を最後まで通す。通ってから広げる。この順番を守ったチームが、結果的にいちばん早く広がっています。
まとめ
4つのエージェントは、性能で並べるものではなく、触る対象と仕事の長さで配置するものです。
- Codex：短時間で完結する開発作業
- Claude Code：外部システムに接続し、長時間かけて進める開発・自動化
- Claude Cowork：ファイルやアプリを触る、コードを書かない業務
- ChatGPT Work：調査から成果物の完成までを任せる長時間の業務
そして、どれを選ぶにしても最初に決めるのは承認点と権限です。ここが決まっていれば、ツールが入れ替わっても運用は壊れません。実際、この1年で選択肢は何度も入れ替わりました。残るのは設計のほうです。
AI導入・AI講座のご案内
岡田テックの物語は、特別な会社だけの話ではありません。
年商10億円を超える製造業でも、次のような課題を抱えている会社は少なくありません。
・社長の頭の中に判断基準が集中している
・後継者に会社を任せたいが、まだ不安がある
・ベテラン社員の経験が属人化している
・受注、製造、配送、顧客情報が分断されている
・若手社員が自分で考えて動けていない
・売上はあるのに利益が残らない
・AIを導入したいが、何から始めればいいか分からない
・社員向けAI講座を行いたいが、現場に定着するか不安
弊社からのご案内
株式会社アップオンコンサルティングでは、お客様の会社向けに、AI導入とAI活用を実務で進めるための講座・支援を行っています。
1．従業員向け「AI技能習得講座」初級者編
AIを初めて使う従業員の方でも、基本操作から実務活用まで学べる講座です。
最終的には、簡単なAIアプリ作成まで進めることで、日常業務にAIを活かせる人材を育てます。
2．経営者向けAI講座
経営者がAIを経営にどう活かすかを学ぶ講座です。
単なるAIツールの使い方ではなく、売上、利益、業務改善、社員教育、採用、営業改善、事業承継、意思決定にAIをどう組み込むかを学んでいただきます。
3．AI講師・コンサルタント向け「顧客獲得講座」
AI講師、AIコンサルタントとして活動したい方向けの講座です。
売れる講師、売れるコンサルタントになるために、商品設計、見込み客獲得、個別相談、契約導線を学び、月160万円以上の売上を目指していただく講座です。
4．AI講師向け「AI講座の作り方講座」
AI講師になったものの、
「自分が教えたい講座を作れない」
「売れる講座を作れない」
「内容がまとまらない」
「受講生が欲しがる講座設計が分からない」
とお悩みの方向けに、売れるAI講座の作り方を学んでいただく講座です。
AIを教えるだけではなく、お客様に選ばれる講座設計まで一緒に作っていきます。
お問い合わせ先
株式会社アップオンコンサルティング
電話
090-9765-7787
西尾まで
製造業のAI導入、社員向けAI講座、経営者向けAI講座、AI講師・コンサルタント向け講座をご希望の方は、お気軽にご相談ください。
