メニュー
設計・アーキテクチャの壁打ちを Codex MCP (GPT) と行う。 実装前の方針検討、トレードオフ分析、API 設計の相談に使う。 "codex discuss", "GPTと相談", "壁打ち", "設計を議論" などで呼び出す。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | codex-discuss |
| description | 設計・アーキテクチャの壁打ちを Codex MCP (GPT) と行う。 実装前の方針検討、トレードオフ分析、API 設計の相談に使う。 "codex discuss", "GPTと相談", "壁打ち", "設計を議論" などで呼び出す。 |
| user-invocable | true |
| argument-hint | [topic or question] |
| allowed-tools | Bash(*), Read, Grep, Glob, mcp__codex__codex, mcp__codex__codex-reply |
実装に入る前に、別の AI (GPT) と設計方針を議論する。 Claude の提案をぶつけて批判をもらう、または白紙から選択肢を洗い出す。
モデルと reasoning effort は ~/.codex/config.toml の値を継承する (現状 model = gpt-5.6-sol / model_reasoning_effort = xhigh)。
mcp__codex__codex / mcp__codex__codex-reply 呼び出しで model / config は 指定しない こと。
Codex の最高モデルを切り替えたいときは config.toml の 1 箇所だけを更新すればよい (単一ソース)。
./nanokit codex-install で自動登録)mcp__codex__codex / mcp__codex__codex-reply が利用可能引数とプロジェクトの状況から、議論のコンテキストを組み立てる:
補足コンテキストとして、必要に応じて以下を読む:
mcp__codex__codex:
prompt: |
あなたはシニアソフトウェアエンジニアです。
以下の設計課題について議論してください。
## プロジェクト概要
[プロジェクトの目的と技術スタック]
## 現在の状況
[関連する既存コードやアーキテクチャの要約]
## 議題
[ユーザーの質問や検討事項]
## Claude の提案 (あれば)
[Claude が既に考えた方針案]
以下の形式で回答してください:
1. 提案の評価 (良い点・懸念点)
2. 代替案があれば提示 (最大 3 つ)
3. 各案のトレードオフ比較表
4. 推奨案とその理由
率直に意見してください。遠慮は不要です。
Codex の応答を受けて、Claude が以下のいずれかを行う:
mcp__codex__codex-reply で再議論反論する場合のテンプレート:
mcp__codex__codex-reply:
threadId: [Round 1 の threadId]
prompt: |
[指摘 N] について反論があります。
[Claude の反論: 根拠を添えて]
この反論を踏まえて、評価を更新してください。
それでも元の指摘が妥当なら、その理由を説明してください。
最大 3 ラウンドまで。収束しない場合は両論併記してユーザーに判断を委ねる。
議論の結果を以下の形式でユーザーに提示する:
## 議論の結論
### 合意事項
- [Claude と Codex が一致した点]
### 論点 (判断が必要)
- [意見が分かれた点と、それぞれの根拠]
### 推奨方針
[最終的な推奨案]
/codex-discuss REST API のページネーション方式を cursor vs offset で迷っている
/codex-discuss このモジュールの責務分割について壁打ちしたい
/codex-discuss 認証を JWT にするか session にするか
/codex-discuss ← 引数なし: 直近の文脈から推測
Agent guide for running GPU experiments and serverless model deployments with the jl CLI on JarvisLabs.ai.
git diff ベースのコードレビューを Codex (GPT) に依頼する。 コード変更後にセカンドオピニオンが欲しいとき、"codex review", "GPTにレビューして", "セカンドオピニオン" などで呼び出す。実体は公式プラグイン codex@openai-codex に 移行済みで、本 skill は自然文トリガーの受け皿 (誘導シム)。
実装・レビュー (Codex MCP / GPT)・修正の反復ループ。 ユーザーの意図する機能が動くこと (= 機能ゲート pass) と Codex の LGTM を AND で満たすまで回す。 タスク説明 / plan ファイル / 既存 diff のいずれを起点にしてもよい。 実装フェーズは Karpathy 4 原則 (think before / simplicity / surgical / goal-driven) に従う。 "lgtm loop", "LGTMまで回す", "実装してレビューして直して", "実装と修正をループで" などで呼び出す。
生成・編集した視覚成果物（Web ページ URL、ローカルの HTML/UI ファイル、 画像・図・PDF/SVG）をスクリーンショットで取得し、Read で実際に見て チェックリスト採点する。崩れ・はみ出し・重なり・コントラスト不足を検出し、 NG なら具体的な修正案を返す。Max プランの画像認識を惜しまず使うための専用コマンド。
人間が読む長めの文章・レポート・ドキュメント・資料を生成するときに使用する。単一の HTML ファイル (+ 必要なら assets/) として出力し、Markdown が 100 行を超えると読まれなくなる問題を sticky TOC・構造化 callout・優先度 pill・数式 (KaTeX)・コードハイライト (Prism)・D2 ダイアグラム・チャート (matplotlib SVG) で解決する。技術分析・応用検討・設計レポート・選択肢比較・サーベイ・議論ログ (Codex 等の第二視点を取り込む review-log 型) など、500 字を超える / 図表を伴う / 改訂を重ねる文書には必ず使用する。"レポート", "ドキュメント", "資料", "サーベイ", "技術レポート", "HTMLレポート", "応用検討", "選択肢比較", "議論ログ", "review log", "Codex レビュー反復" などのトリガーで発動する。
CTO 向けのアルゴリズム・設計思想の概要資料を **単一の HTML ファイル** として作成する。技術的な実装詳細ではなく、大枠のロジック・判断基準・設計意図を簡潔にまとめ、ブラウザでそのまま開けるリッチな資料として渡す。プロジェクトのアルゴリズムや設計を俯瞰的に説明する資料が求められた時に使用する。