OpenAIは2026年10月26日、コードレビューのAIエージェントを開発するGreptileの事例を公開しました。GPT-6 Astraの使い方として紹介されているのは、コードを読むだけでなくアプリを実際に画面上で動かして不具合を見つけ、Codexで直すところまでをつなぐやり方です。コードを書かない人にとっても、AIへの頼み方を組み立てる参考になる内容です。
要点
- OpenAIが2026年10月26日に公開した事例で、Greptileの取り組みが紹介された
- Greptileはコードベース全体の文脈を踏まえてコードの変更をレビューしテストするAIエージェントを開発している
- GPT-6 Astraのcomputer use(コンピュータ操作の機能)によって、アプリの動作テストを大規模に自動化する道ができたとしている
- GreptileのKnowledge BaseはMCPサーバー経由でCodexに提供され、顧客の既存のパターンに沿ったコードを書かせられる
- 文脈を与えるとAI生成コードのrevert(変更の取り消し)が減り、時間と推論の節約になるとCEOのDaksh Gupta氏は述べている
何が発表されたか
コードを読むだけでは見つからない不具合
Greptileは、コードベース全体の文脈を踏まえてコードの変更をレビューしテストするAIエージェントを開発している企業です。共同創業者兼CEOのDaksh Gupta氏は、不具合を減らし世界のソフトウェアをより信頼できるものにすることが自社の事業だと語っています。事例ページでは、企業規模はStartup、地域はNorth America、業種はTechnology、利用しているプロダクトはAPIとCodexと記載されています。
プルリクエスト(コードの変更をまとめて提案する単位)の検証では、コードが論理的に正しいか、開発者の意図どおりか、安全か、既存の機能を壊していないかを確認します。出典では、こうした確認の一部はコードを読むだけでは問題が見えず、実際にアプリを動かす必要があると説明されています。
GPT-6 Astraで画面を操作して確かめる
出典で挙げられている例は、iPhoneでウェブサイトを見たときにボタンが消えてしまうという不具合です。GreptileはGPT-6 Astraを使って、プルリクエストごとに開発サーバーを起動し、ブラウザをiPhoneサイズの画面幅に変更して、ユーザーがアプリの中を進んでいく様子を再現できるとされています。モデルの視覚的な理解によって画面を確認し、隠れたボタンを見つけられるという説明です。
Gupta氏は、これだけ速くコードを出せるようになった状況では、すべての変更をQA企業がテストするのは現実的でないほど遅いと述べています。アプリを壊そうとするユーザーの体験を自動化できる段階に、ようやくcomputer useが来たという見方も示されています。
Daybreakで守りを固める
Gupta氏は、より強力なモデルは攻撃者がアプリを悪用することも容易にし、これまで標的になりにくかった企業までリスクにさらされると指摘しています。Daybreakについては、スタートアップでも自社システムを安全に守りやすくし、攻撃側の手段より高度な防御の仕組みを顧客に持たせられると語られています。
CodexとKnowledge Baseで作り直しを減らす
GreptileのKnowledge Baseは、企業のコードベースを索引化し、人とエージェントの双方が読める形でその仕組みを文書化します。Greptileはその文書をMCP(Model Context Protocol)サーバー経由でCodexに渡しており、これによりCodexは顧客の既存のパターンに沿ったコードを書けるとしています。Gupta氏によれば、数千社の顧客がCodexをGreptileのナレッジベースに接続しています。
効果の測り方として、AIが生成したコードがどれくらいの頻度でrevertされるかを追跡していると説明されています。エージェントに文脈を与えると取り消しが減り、顧客は時間と推論を節約できるとのことです。Greptile自身もCodexを自社のソフトウェアとエージェントの開発に使っており、エンジニアリングを中心にあらゆる職能で大量に使っていると述べています。
Ultrafastで開発を速くする
Gupta氏は、自社にとっての本当のボトルネックはアイデアを動くソフトウェアに変える速さだけだと話します。多くのタスクではモデルの知能はすでに十分だとして、Ultrafastを開発を速める手段と見ており、良いアイデアを思いつく速さそのままで動けるようにする仕組みとして最も期待していると語っています。出典には、世界で100万社以上の企業がOpenAIで意味のある成果を上げているとも記載されています。
個人の仕事や学びにどう使えるか
ここからは出典の事例を踏まえた応用の考え方です。まずウェブ担当や広報の人であれば、Greptileの例をそのまま頼み方の型にできます。「スマートフォンの画面幅で表示して、消えているボタンや読めない文字がないか画面を見て確認してほしい」と、確認したい画面サイズと見てほしい箇所を具体的に伝える形です。コードの指摘ではなく見え方の確認を頼む、という切り分けがポイントになります。
次に事務や総務の人は、申込フォームや社内ツールの手順を「利用者として一通り進んでみて、詰まるところを報告してほしい」と依頼する発想が使えます。手順書を読んで正しそうに見えても、実際に操作すると気づく問題がある、という出典の指摘と同じ構図です。
三つめは、営業や企画でCodexを使い始めた人向けです。Greptileが知識ベースをCodexに渡して既存のパターンに沿わせているように、依頼の前に自社のルールや過去の書き方をまとめた文書を渡しておくと、やり直しが減りやすくなります。先に前提を渡してから頼む、という順番を習慣にするだけでも効果が変わります。
会社・チームで使うときのポイント
出典で紹介されているのは、開発サーバーを立てて検証する、知識ベースをMCPサーバーで共有するといったチーム単位の仕組みです。個人の工夫で終わらせず、どの資料をAIに渡すかを決めて共有しておくと、同じ品質の依頼を複数人で再現しやすくなります。取り消しの頻度のように、効果を測る指標を一つ決めておくのも有効です。法人での導入や研修を検討しているなら、株式会社デジライズに相談できます。
使う前の注意点
今回の内容は、Greptileという企業がGPT-6 AstraやCodexをどう使っているかを紹介した事例です。自分のアカウントで同じことができるかどうかは別の話なので、使う前に公式のヘルプで最新の提供範囲や条件を確かめてください。料金や日本語での扱いについても同様です。
画面操作を任せる場合、出典の事例ではプルリクエストごとに開発サーバーを起動しています。試すときは影響範囲の小さい環境から始めるのが安全です。また、モデルが強力になると攻撃側も容易になるという指摘があるため、社外に出せない情報を扱う依頼では何を渡すかを事前に決めておきましょう。
まとめ
GPT-6 Astraの使い方としてこの事例が示しているのは、コードを読む作業と画面を動かして確かめる作業を分けて頼むという考え方です。CodexやMCPを使った文脈の渡し方まで含めて体系的に学びたい方は、デジライズAIスクールのコース一覧から「1.Codexをはじめる」などの講座を確認してみてください。
出典
この記事は、各社の公式の発表をもとに AI で下書きし、出典の本文との照合とGoogle 検索による事実確認(ファクトチェック)を通ったものだけを公開しています。
