>
>
公開日
最終更新日
Codex CLIを開発部門で利用している企業では、AIが生成したコードをどの工程で検査するかが次の課題になります。OpenAIが2026年7月29日にApache License 2.0で公開したCodex Security CLIは、コードの文脈を踏まえて脆弱性を発見し、悪用可能性の検証や修正案の生成まで行うセキュリティ向けCLIです。
ただし、OSSとして公開されたことと、解析を無料かつ完全なローカル環境で実行できることは同義ではありません。モデル推論にはChatGPTの対象アカウントまたはOpenAI APIが必要で、コードのコンテキストが外部へ送信されます。本記事は、導入を検討する開発責任者と情報システム部門を対象に、機能だけでなく費用、CI/CD制御、データ保持、シャドーCLI対策まで解説します。
本記事の公開情報確認日は2026年7月30日です。限定ベータの提供対象やコマンド仕様は更新される可能性があります。変更を確認する場合は、Codex Security公式GitHubリポジトリのREADMEおよびCHANGELOG、またはnpmのパッケージページのバージョン履歴を参照してください。記載内容と差異がある場合は、これらの一次資料の情報を優先します。
Codex Security CLIとは
Codex Security CLIは、OpenAIが公開している、コード中のセキュリティ上の問題を検出、検証、修正支援するためのCLIとTypeScript SDKです。OpenAIのCodex Security公式GitHubリポジトリでは、リポジトリ、特定パス、コミット差分、ワークツリーを対象にスキャンできると案内しています。
本記事のポイント
OpenAIの公開リポジトリとnpmパッケージでは、
@openai/codex-securityがCLIおよびTypeScript SDKとして提供されています。npmのパッケージ情報では、ライセンスはApache-2.0と表示されています。導入時点の正確なライセンスと公開バージョンは、npmのCodex Securityパッケージ情報で照合します。
SASTやSCAの検査範囲を置き換える前提ではなく、既存の検査と同じ変更を対象にして、追加検出・重複・誤検知・未完了率を測る運用から始めます。
一般的なCodex CLIとの違い
通常のCodex CLIは、端末上でコードの生成、修正、テスト、リポジトリ操作を支援するコーディングエージェントです。一方、Codex Security CLIは、セキュリティ上の問題の検出、検証、修正支援と、スキャン結果・カバレッジ・成果物の管理に焦点を置いています。Codex全体のアカウント管理や企業利用の論点は、OpenAI Codexの情シス向け完全ガイドで整理しています。
「Codex OSS」や「Codex Open Source」は単一の正式製品名ではありません。OpenAIのCodex CLI公式GitHubリポジトリと、セキュリティ検査用のCodex Security公式GitHubリポジトリは目的が異なります。コーディング支援とセキュリティ検査は、利用する権限、送信するデータ、出力の保管先を分けて扱います。
公開実績・数値を扱う際の注意点
公開前のスキャン件数、検出件数、CVE件数、特定CVEのCVSS、国内企業の導入効果といった数値は、対象期間、対象リポジトリ、重複除外の方法、脆弱性の確定手順が分からなければ、自社の検出率や費用対効果へ換算できません。そのため、本記事では一次資料で追跡できない数値を導入判断の根拠として掲載しません。
自社で評価する場合は、過去に修正済みの脆弱性を含むリポジトリまたは許可済みの検証用リポジトリを用意し、既存SAST・SCAとの重複、追加検出、誤検知、未完了、レビュー所要時間を同じ評価票に記録します。監査ログを取得でき、再現可能な評価対象を用意できるなら限定PoCへ進み、用意できなければレポートのみを閲覧する検証に留めます。
CLI公開の背景と導入対象の考え方
Codex SecurityをCLIとして使う場面では、コード量の増加だけでなく、認証・認可・信頼境界・データ処理といった文脈を伴う変更を、既存の静的解析結果と並べて確認する運用が中心になります。
AI生成コードに伴う検査対象の増加
生成AIを利用する開発では、コードの作成速度と、レビューで確認すべき変更量が必ずしも同じ速度で増減するわけではありません。認証、認可、セッション管理、複数サービス間の信頼境界などは、単一ファイルの構文だけで判断しにくい場合があります。
AI生成コードの割合、脆弱性発生率、既存SASTの見逃し率については、調査ごとに対象言語、評価用プロンプト、脆弱性の定義、使用ルールセットが異なります。本文で一般化可能な数値として扱うことは避け、自社PoCでは同じ差分をSAST、SCA、Codex Securityへ通し、検出の重複、追加検出、誤検知、未完了を分けて記録します。
脅威動向とガバナンス
IPAは「情報セキュリティ10大脅威」で、組織が扱うべき脅威を年次で公表しています。生成AIを利用する開発プロセスでは、コード品質だけでなく、機密情報の入力、利用者の権限、外部サービスへのデータ送信、出力レポートの共有範囲も統制対象になります。最新の公開資料はIPAの情報セキュリティ10大脅威で参照できます。
経済産業省とIPAのAI事業者ガイドラインは、AIの利用目的、リスク、データ、説明責任を継続的に管理する考え方を示しています。また、経済産業省のサイバーセキュリティ経営ガイドラインは、経営者の責任、サプライチェーン対策、インシデント対応体制を扱っています。Codex Securityだけに検査を依存せず、SAST、SCA、秘密情報検出、人手レビューを残す構成は、このような管理の考え方と両立します。
周辺のAIセキュリティ製品を比較する範囲
AnthropicやGoogleを含む各社のセキュリティ支援機能は、提供対象、利用条件、モデル、権限、出力先が継続的に変わります。本記事では、他社製品の公開状況や機能を横並びで断定しません。
比較表を作る場合は、検出精度だけで結論を出さず、対象リポジトリの送信範囲、認証方式、CI実行時の権限、ログ保存先、出力の閲覧者、費用上限、停止時の代替手順を同一の評価項目にします。比較対象の公式仕様を取得できれば同じ評価票へ記入し、取得できなければ比較対象から外します。
Codex Security CLIの機能と導入方法
Codex Security CLIは、対象範囲、出力先、費用上限、終了コードを明示してCI/CDへ組み込めます。コマンドやオプションは更新され得るため、実行前にインストール済みバージョンと公式READMEのCLIリファレンスを照合します。
実行環境とインストール
OpenAIのCodex Security公式GitHubリポジトリは、Node.js 22以降、Python 3.10以降、macOS・Linux・Windowsへの対応を案内しています。Python 3.10を使う場合にはtomliが必要になる条件もREADMEに記載されています。管理対象端末では、Node.js、Python、CLIのバージョンを記録し、更新前後で--version、info --json、scan --dry-runの結果を比較します。
npmのCodex Securityパッケージ情報で公開バージョン、依存関係、ライセンスを確認したうえで、次のようにスコープ付きパッケージ名を指定します。@openai/を省略したnpx codex-securityは、未インストール環境で別パッケージを取得するおそれがあるため、初回実行およびCIでは使用しません。
OpenAIの公式READMEでは、ローカル利用ではChatGPTへのサインイン、CIではOPENAI_API_KEYまたはCODEX_API_KEYを使う方式を案内しています。対象プラン、Trusted Access、利用可能なモデル、地域ごとの提供状況は変わり得るため、時期・対象は確認が必要です。管理画面または公式のCodex Security案内でアクセス権を確認できれば法人管理下の認証で検証し、確認できなければ個人アカウントを機密リポジトリに使わず、公開OSSまたは低機密の検証対象に限定します。APIキーはリポジトリの設定ファイルへ記載せず、CIのシークレットストアから実行ジョブだけへ渡します。
スキャン対象と出力形式
OpenAIの公式READMEでは、リポジトリ全体、--pathによる特定パス、--diffによるコミット差分、--working-treeによるステージ済み・未ステージ変更を対象にできると案内しています。設計文書や脅威モデルを渡す用途では、--knowledge-baseを複数指定できます。
差分スキャン：通常のプルリクエストで、基準ブランチとの差分を対象にします。
リポジトリ全体：定期評価や重要リリース前に、対象範囲を明示して実行します。
特定パス：認証、決済、管理画面など、変更時の影響が大きい領域を対象にします。
deepモード：探索の並列数、時間、知識ベースを指定して、より広い評価を行うモードです。
OpenAIのREADMEでは、完了済みスキャンからexportコマンドでCSV、JSON、SARIFを出力できると案内しています。SARIFをコードスキャン画面へ送る場合は、コード断片、再現手順、ファイルパスを閲覧できる人が増える可能性を評価します。出力先をスキャン対象リポジトリおよびその親Gitワークツリーの外に置けるならCI連携へ進み、置けなければローカル検証に限定します。
差分スキャンとコスト上限
OpenAIの公式READMEは--max-cost USDを案内しており、実行中コストが指定上限を超えたときにスキャンを停止します。ただし、すでに進行中のリクエストは上限を超えて完了する場合があり、上限は請求額を厳密に固定する機能ではありません。スキャン結果、履歴、バルクスキャンの記録には、モデル、トークン、推定コストが保存されると案内されています。
たとえば1日100件のプルリクエストを処理する組織では、1件ごとの上限だけでなく、同時実行数、再実行数、deepモードの利用条件を別に決めます。費用記録をリポジトリ別・ブランチ別に取得できるなら月次集計へ進み、取得できなければまず実行回数と対象差分行数を記録して、上限設定の妥当性を評価します。
CI/CDの終了コード制御
OpenAIの公式READMEは、終了コードを、完了したレポート専用スキャンまたはポリシー合格が0、完了したポリシー違反が1、無効な入力・カバレッジ未完了・実行時またはエクスポート時のエラーが2、中断が130、終了シグナルによる停止が143と案内しています。51は公式仕様として確認できないため、CIの分岐条件には含めません。
exit 2は合格ではなく、入力不備、カバレッジ未完了、実行時エラー、エクスポート時エラーを含み得る状態です。本番ブランチで0だけを合格として扱えるなら必須ゲートへ進み、可用性を優先する開発環境では2を未完了チケットとして記録し、人手レビューまたは再実行へ回します。
OSSライセンスと料金体系
npmのCodex Securityパッケージ情報は、パッケージのライセンスをApache-2.0と表示しています。一方、CLIを使ったスキャンではモデル利用や接続先の条件が関わるため、ソースコードのライセンスだけから運用費用を判断しません。
OpenAIのREADMEでは、各スキャンのJSON結果などに推定コストを記録すると案内しています。ChatGPT経由の利用条件、API課金、他プロバイダー利用時の費用、保持条件は、アカウント・契約・エンドポイントによって変わり得ます。利用予定の認証方式で見積もりと請求対象を確認できれば機密度に応じたPoCへ進み、確認できなければ--max-costを小さく設定した公開リポジトリの検証に留めます。
情シスが確認すべき5つの統制ポイント
情シスは、利用者、送信データ、保存ログ、CIの終了条件、実行端末の5領域を分けて統制します。製品仕様と自社の運用設計を混同せず、公式仕様は公式資料で、社内ルールは申請・権限・ログの台帳で管理します。
1．シャドーCLI化の検知
npmから導入できるCLIは、SaaS管理画面に利用者が表示されない状態でも、端末やCI環境で実行される場合があります。個人のChatGPTアカウントやAPIキーで社内リポジトリを解析するケースでは、利用者、対象リポジトリ、送信経路、費用負担者を把握しにくくなります。
端末管理ツールでは@openai/codex-securityのインストールと実行、CIでは利用したシークレット名とワークフロー、プロキシでは許可済みの接続先を記録します。法人管理下のアカウント、管理端末、許可済みCIジョブを対応付けられるなら利用台帳へ登録し、対応付けられなければネットワーク側の許可を保留して申請フローへ戻します。AIツール全体の可視化方法は、ChatGPT Work・Gemini Spark・Claude Cowork比較記事でも整理しています。
2．スキャンログの非マスキングリスク
OpenAIの公式READMEは、結果にソースコードの抜粋、脆弱性の詳細、再現手順が含まれる場合があると案内しています。OpenAIのセキュリティポリシーも、スキャン状態、所見、レポート、ログ、SARIFを保護し、共有前に確認するよう案内しています。そのため、出力は自動マスキング済みとみなさず、機密レポートとして扱います。
保存先は固定のデフォルトパスを前提にせず、--output-dirまたはCODEX_SECURITY_STATE_DIRで明示します。公式READMEでは、スキャン履歴のデータベースを$CODEX_SECURITY_STATE_DIR/codex-homeまたは$CODEX_HOME/state/plugins/codex-security/codex-home配下で扱う案内があり、状態ディレクトリはバージョンや設定によって変わり得ます。端末バックアップ・クラウド同期から除外する保存先、閲覧グループ、保存期間、削除担当を事前に定義します。これらが定義済みの場合は自動連携へ進み、未定義の場合は人手確認後の限定共有にとどめます。
3．CI/CDにおけるExit Code 2の取り扱い
OpenAIのCodex Security公式GitHubリポジトリのREADMEでは、exit 2は無効な入力、カバレッジ未完了、実行時エラー、エクスポート時エラーに使われます。このコードを「脆弱性がなかった」と解釈すると、検査できていないコードが合格扱いになるおそれがあります。
本番ブランチでは0だけを合格とし、1はポリシー違反、2は検査未完了またはエラー、130と143は中断として別のアラートへ振り分けます。再実行後も2が続く場合、対象パスの分割、入力設定の修正、SASTと人手レビューによる補完のいずれを選ぶかを、障害チケットで記録します。
4．データ送信・保持条件の統制
OpenAIのCodex Securityセキュリティポリシーは、選択したリポジトリ、モデル要求、ログ、ネットワーク送信先がセキュリティ境界になることを説明しています。ローカルでCLIを起動しても、利用する認証方式とモデルプロバイダーによっては、解析に必要な情報が外部サービスへ送られます。完全なオフラインスキャナーとしては扱いません。
OpenAIはEnterprise Privacyでビジネス向け製品のデータを既定でモデル学習に使用しないと説明しています。ただし学習利用の停止とデータ保持ゼロは別の条件であり、Zero Data Retentionの適用可否はAPIデータ管理の公式ドキュメントと契約内容で個別に確認します。
対象エンドポイント、保存期間、処理地域、再委託先、監査ログを契約書、管理画面、APIデータ管理の公式ドキュメントで照合します。自社基準内の保持条件と送信先を確認できれば機密リポジトリのPoCへ進み、確認できなければ公開OSSまたは機密度の低い社内ツールだけを対象にします。顧客コード、NDA案件、輸出管理対象、個人情報を含むリポジトリは、確認済みの契約条件に含まれるまで対象から外します。
5．実行環境要件
Node.js、Python、npmパッケージを端末ごとに個別導入すると、依存関係や実行条件がばらつきます。OpenAIのセキュリティポリシーでは、スキャンがローカルOSアカウントの権限で動作し、ローカルのGit設定、フック、フィルター、PATH上の実行ファイル、環境変数の影響を受け得ることを説明しています。
管理済み開発環境またはコンテナでCLI、Node.js、Pythonのバージョンを固定し、実行前に--dry-runで対象、出力先、認証方式を確認します。外部プルリクエストから組織のAPIキーへ到達できないこと、出力先が許可済みディレクトリに限定されていること、不要な環境変数を渡していないことをテストできれば自動化へ進み、どれかを満たせなければレポート生成までを検証環境に限定します。
▲ シャドーCLI利用を検知した際のガバナンス対応判断フロー
他ツールとの比較と多層防御
Codex Security CLIは、SASTやSCAと異なる観点を追加できる場合がありますが、依存関係の既知脆弱性管理、秘密情報検出、構文・データフロールール、実行時保護を単独で置き換えるものとして扱いません。
検査方式別の比較
分類・代表製品 | 主な検査対象 | 得意な領域 | 注意する領域 | CI/CDでの役割 | 費用の考え方 |
|---|---|---|---|---|---|
SCA：Snyk Open Source、Dependabot | 依存ライブラリ、パッケージ、既知CVE | 既知脆弱性、影響バージョン、修正版の特定 | 自社コードの認可ミス、業務ロジック | 全プルリクエストと定期スキャン | 無料枠または契約プラン。製品と規模で変動 |
SAST：Semgrep、GitHub Advanced Security、SonarQube | ソースコードの構文、データフロー、ルール一致 | 高速な定型検査、組織固有ルール、再現性 | 複数サービスをまたぐ攻撃経路、仕様上の欠陥 | コミットまたはプルリクエストの一次検査 | OSS版、ユーザー課金、リポジトリ課金など |
AI推論型：Codex Security CLI | コード、設計文書、知識ベース、Git差分 | 所見の検証、攻撃経路の分析、修正支援 | 既知ライブラリ脆弱性の網羅的な台帳管理 | SAST通過後の差分または高リスク領域の二次検査 | パッケージのライセンスと推論・契約条件を分けて確認 |
他社のAI支援機能 | 提供仕様により異なる | 文脈解析、検証、パッチ生成を含む場合がある | 提供範囲、権限、保持、料金の比較が必要 | 既存の開発基盤に合わせた限定評価 | 公式の提供条件と契約条件で個別に確認 |
Log4jのような依存関係の既知脆弱性はSCAの領域です。Snykを利用している企業がCodex Securityを導入しても、SCAの検査結果、SBOM、依存関係更新の運用は維持します。反対に、既存ルールで表現しにくい認可の連鎖や設計上の前提を評価したい場合は、AI推論型の出力を人手レビューの入力として扱います。
コストを抑える多層防御アーキテクチャ
依存関係検査：SnykやDependabotで既知CVEとライセンスを確認します。
静的解析：SemgrepやGHASで秘密情報、インジェクション、危険なAPI利用を高速に検査します。
AI差分検査：前段を通過した差分または高リスクパスをCodex Security CLIへ渡します。
人手判定：Critical・High相当、認証・決済・個人情報に関係する検出をセキュリティ担当者が確認します。
定期全体検査：必要なリポジトリだけを対象に、設計文書を含む検査の有効性を測定します。
この構成では、すべてのコミットを推論処理へ渡すのではなく、既存ツールが得意な検査を先に実行できます。差分スキャンの推定費用、処理時間、追加検出、誤検知、未完了を月次で計測できれば、リポジトリごとに対象パスや実行頻度を調整できます。
AIエージェントとの統制差
他のAIコーディングエージェントを比較する場合は、検出精度だけでなく、アカウント、プラグイン権限、APIキー、MCP接続、ログ保存先を同じ表で評価します。Claude Codeの統制はClaude Code企業利用の統制ガイド、製品の基礎はClaudeの解説記事、認証管理はClaude Enterprise認証管理ガイドで確認できます。
AIエージェントがMCPやAPI経由でIssue管理、リポジトリ、クラウドへ接続する場合、コードスキャン製品にも通常のサービスアカウントと同じ最小権限を適用します。接続先ごとの認可設計はMCP企業導入の完全ガイドで整理しています。
▲ CI/CDパイプラインにおけるSCA・SASTとCodex Security CLIの多層防御構成
導入時のデメリットと失敗パターン
Codex Security CLIの運用では、推論費用、外部サービスへのデータ送信、検出の再現性、ログへの機密情報混入、仕様変更、CI停止条件が主な検討対象になります。
毎回のフルスキャンによる費用増加
リポジトリ全体をプルリクエストのたびに解析すると、処理時間と推定コストが増えます。モノレポでは関係のないサービスまで対象に含まれる場合があります。通常は差分、高リスクパス、定期スキャンを分け、推定コスト、処理時間、カバレッジの記録を比較します。
OpenAIのREADMEは--max-costを案内していますが、進行中のリクエストは上限を超えて完了する可能性があります。請求上限を完全に保証する設定としては扱わず、CIの同時実行数、実行回数、対象リポジトリ数も合わせて制御します。
AI検査だけで合格とする過信
Codex Securityの結果が問題なしでも、依存ライブラリの既知CVE、IaCの設定不備、コンテナイメージ、実行時の攻撃、監査要件まですべてをカバーするとは限りません。SCAやSASTを停止してAIスキャンだけでリリース判定するのではなく、どの検査がどのリスクを担当するかをリリース基準に記載します。
AI検査の追加検出率が低い場合も、既存検査を急に置き換えるのではなく、認証・認可・外部公開APIなど高リスク領域に対象を絞り、費用とレビュー負荷を測定します。
レポート共有による二次漏洩
脆弱性レポートには、攻撃者にとって有用な再現手順、コード断片、構成情報が含まれる場合があります。OpenAIのセキュリティポリシーも、スキャン結果やログへのアクセスを制限し、共有前に確認するよう案内しています。公開チャンネルへの貼り付けやアクセス制御されていないストレージへの保存は避けます。
レポートはセキュリティチケットと同等以上の機密区分に設定し、閲覧者、保管先、保存期間、削除方法を決めます。DLPまたは秘密情報検出をレポートに適用できれば自動共有の条件に加え、適用できなければ検出IDと要約だけをチケットへ連携します。
公開直後の版を単独の必須ゲートにする設計
npmの公開版、CLIのオプション、出力構造、依存関係は更新され得ます。特定のWindows不具合や修正版の存在は、再現条件を含む一次資料で確認できないため、本記事では断定しません。
初期導入では、対象リポジトリを限定して監視モードで実行し、完了率、再実行率、出力の閲覧範囲、CIの分岐を記録します。インストール済みバージョン、OS、Node.js、Python、認証方式、実行コマンド、終了コードを記録できれば必須ゲート候補を評価し、記録できなければ通知のみの運用に留めます。
個人キーと過大権限の利用
OpenAIのセキュリティポリシーは、スキャンおよびワークベンチのサブプロセスが環境変数を継承し、GITHUB_TOKENやクラウド認証情報などが残る可能性を説明しています。スキャンに不要な認証情報をCIジョブや端末環境へ渡さない設計にします。
リポジトリ読み取り専用のサービスアカウントを基本とし、修正パッチの作成や書き込みを伴う処理は別ジョブへ分離します。キーの利用者、対象リポジトリ、月間上限、失効日を記録でき、外部プルリクエストからシークレットへ到達できないことを確認できればCIへ組み込み、確認できなければローカルまたは隔離済み検証環境で実行します。
企業規模別の導入判断とPoC計画
導入方法は企業規模だけで固定せず、リポジトリの機密度、CIの共通化の度合い、認証基盤、ログ保管、インシデント対応体制に応じて決めます。以下の規模区分は製品の公式要件ではなく、社内統制を設計するための例です。
企業規模別の統制基準
対象規模 | 開始範囲 | アカウント管理 | CI/CD運用 | ログ管理 |
|---|---|---|---|---|
50名未満 | 1〜2リポジトリ | 法人アカウントまたは専用APIキーを台帳管理 | 手動実行または監視モード | 暗号化した共有領域へ期間を定めて保存 |
50〜300名 | 認証・決済など3〜5リポジトリ | SSO、グループ付与、サービスアカウント | 差分スキャンを標準化し検出をチケット化 | 中央保管、閲覧グループ、削除ジョブ |
300名超 | リスク分類に基づく段階展開 | SSO、SCIM、職務分離、例外承認 | 共通テンプレート、費用上限、実行率の監視 | DLP、SIEM連携、監査証跡、地域別保持 |
50名未満で変更件数が少ない場合は、対象者とリポジトリを台帳で固定した手動PoCから始めます。複数部門が個別のCIを運用している場合は、共通テンプレート、認証情報の発行者、出力先、終了コードの扱いを統一できるまで必須ゲート化を保留します。
4週間のPoCタイムライン
第1週・境界の設定：対象リポジトリ、除外データ、利用者、認証方式、費用上限、ログ保存先を決めます。
第2週・並行検査：同じ差分をSCA、SAST、Codex Securityへ通し、検出結果とカバレッジを分類します。
第3週・CI検証：
0、1、2、中断コードを意図的に扱える検証ジョブを用意し、分岐、通知、保管先を確認します。第4週・判定：完了率、追加検出、誤検知、推定費用、レビュー時間、ログ共有の適正さを集計します。
成功条件は、製品一般の性能値ではなく、自社が本番ゲートへ進むための判定基準として設定します。たとえば、対象差分に対する完了率、再実行率、レビュー可能な追加検出、プルリクエストの待ち時間、月額試算、レポート閲覧権限の適合を評価項目にします。
導入可否チェックリスト
法人管理下のアカウントまたはAPIキーだけを使用できます。
コードの送信先、保持期間、学習利用、Zero Data Retentionの対象を契約文書と公式案内で特定できます。
個人情報、顧客コード、秘密鍵を含むリポジトリの対象可否を分類できます。
exit 2を未完了またはエラーとして検知し、再実行または人手レビューへ回せます。スキャンレポートの保存先、閲覧者、保存期間、削除方法を決めています。
SCA、SAST、秘密情報検出、人手レビューの役割を継続できます。
月間API上限、リポジトリ別の推定費用、同時実行数を追跡できます。
CLI、Node.js、Pythonのバージョンを固定し、更新前に
--dry-runと検証用スキャンを実行できます。
データ保持とアカウント管理を確認できれば機密度に応じた限定運用へ進み、どちらかを確認できなければPoC対象を公開OSSまたは低機密の検証対象に限定します。終了コードまたはログ管理が未整備なら、リリースを停止しない監視モードを継続します。
▲ Codex Security CLI導入に向けた4週間のPoC実行ステップ
よくある質問
Codex Security CLIに関する判断では、パッケージのライセンス、推論・認証の条件、コード送信、既存スキャナーとの役割、CIの終了コードを分けて確認します。
Q：Codex Security CLIはOSSなので無料ですか？
A：npmのパッケージ情報ではApache-2.0ライセンスと表示されています。一方、スキャンに使う認証方式、モデル、API、契約条件によって費用が生じる可能性があります。インストール前にnpmの公開バージョン、OpenAIの料金案内、利用予定のアカウント条件を照合します。
Q：ローカルで実行すればコードはOpenAIへ送信されませんか？
A：ローカルで起動することと、外部サービスへデータを送信しないことは同義ではありません。OpenAIのセキュリティポリシーは、モデル要求、ログ、ネットワーク送信先をセキュリティ境界として扱っています。利用するプロバイダー、エンドポイント、契約上の保持条件を確認できれば対象リポジトリを広げ、確認できなければ公開OSSまたは低機密の対象に限定します。
Q：送信したコードはモデル学習に使われますか？
A：OpenAIはビジネス向け製品のデータを既定でモデル学習に使用しないと案内していますが、学習利用の停止とデータ保持ゼロは別の条件です。保存期間ゼロが必要な場合は、契約組織、使用エンドポイント、Zero Data Retentionの適用可否をAPIデータ管理の公式ドキュメントと契約書で照合します。
Q：SemgrepやSnykは不要になりますか？
A：不要にはなりません。SemgrepなどのSASTはルールベースのコード検査、SnykなどのSCAは依存関係の既知脆弱性管理を担います。Codex Securityの出力を追加する場合も、既存ツールを停止するのではなく、同じ差分で役割と追加検出を比較します。
Q：Codex CLIとCodex Security CLIの違いは何ですか？
A：Codex CLIはコード生成や修正を支援する汎用コーディングエージェントです。Codex Security CLIは、コードのセキュリティ上の問題を検出、検証、修正支援するCLIとSDKです。導入時には、両者の認証、権限、ログ、対象リポジトリを別々に台帳化します。
Q：今すぐ全社の必須CIゲートにしてもよいですか？
A：初期導入では、全社の単独ゲートにせず、限定リポジトリで完了率、誤検知、推定費用、終了コード、ログ共有を測定します。0以外の終了コードを確実に処理でき、出力先と認証情報の統制を確認できれば対象を段階的に広げ、確認できなければ監視モードを維持します。
まとめ
Codex Security CLIは、コードのセキュリティ上の問題を検出、検証、修正支援するためのCLIとTypeScript SDKです。OpenAIの公式READMEでは、Node.js 22以降、Python 3.10以降、スコープ付きのnpx @openai/codex-securityコマンド、CSV・JSON・SARIF出力、--max-cost、終了コードが案内されています。
CI/CDでは、0を合格、1をポリシー違反、2を入力不備・カバレッジ未完了・実行時またはエクスポート時のエラーとして扱います。公式仕様に裏付けのない51は分岐条件に含めません。対象を公開OSSまたは低機密の1リポジトリに限定し、SAST・SCAと並行して差分スキャンを実行すると、追加検出と運用負荷を比較できます。
導入判断では、認証方式、送信先、保持期間、Zero Data Retentionの適用、ログ保存先、APIキーの権限、終了コードの分岐、費用上限を分けて確認します。ChatGPT、Claude、Gemini、Cursorなど複数のAIサービスが社内で利用されている場合、CLIの技術検証と利用実態の可視化を分けて進めます。マネーフォワード Adminaは200以上のSaaSへのアクセスやOAuth連携を検知できると公式サイトで案内しており、Codex Security CLIを含むAIツールのシャドー利用を可視化する手段の一つとして比較できます。導入可否は自社のIDaaS構成や管理対象端末の範囲と照合して判断します。
本記事の内容に誤り等がございましたら、こちらからご連絡ください。
監修
Admina Team
情シス業務に関するお役立ち情報をマネーフォワード Adminaが提供します。
SaaS・アカウント・デバイスの管理を自動化し、IT資産の可視化とセキュリティ統制を実現。
従業員の入退社対応や棚卸し作業の工数を削減し、情報システム部門の運用負荷を大幅に軽減します。
中小企業から大企業まで、情シス・管理部門・経営層のすべてに頼れるIT管理プラットフォームです。
