Codex subagents をSEO/GEOで使う実務モデル：専門ロール、証拠パケット、競合チェック、人間の承認。
本当に分離が必要な作業でだけ subagents を使う
「SEOをする」subagentを5つ作っても意味はありません。Codex subagents が役に立つのは、仕事の各部分に別々の文脈、別々のツール、別々の判断が必要なときです。SEO/GEOでは、多くの場合、research、data、content、technical、QA に分けるのが最も扱いやすい形です。
タスクが単純なら、1つのCodexセッションで進めます。競合する証拠、技術リスク、コンテンツ判断が同時に出てくるなら、分割します。
SEO/GEO作業で証拠の流れを分けたいとき、Codex subagents はロールごとの判断を見える化します。
5つのロールモデル
| Subagent | 仕事 | 出力 | やってはいけないこと |
|---|---|---|---|
| SERP researcher | SERPと競合パターンを調べる | evidence packet | 最終本文を書く |
| Data analyst | GSC、Bing、GA4、キーワードエクスポートを読む | priority table | ブランドの立ち位置を決める |
| Content strategist | 証拠をブリーフへ変換する | page brief | 公開する |
| Technical reviewer | クロール、レンダリング、schema、redirectを確認する | risk queue | 修正をデプロイする |
| QA reviewer | 有用性、主張、リスクを検査する | approval memo | 人間の判断を上書きする |
この分け方の目的は、作業を複雑にすることではありません。誰が何を根拠に判断したのかを残すことです。GEOでは、AI回答に引用されるかどうかだけでなく、ページが技術的に読めるか、主張に証拠があるか、既存ページと競合しないかも同時に見ます。
Coordinator prompt
最初に、Codexへ全体調整役を任せます。次のプロンプトを貼り付けます。
Coordinate Codex SEO/GEO subagents for this page set.
Assign separate research, data, content, technical, and QA tasks.
Each subagent must return:
- evidence
- decision
- confidence
- blocked questions
- recommended next owner
Do not merge outputs until evidence is present.
Resolve conflicts by asking for human review, not guessing.
ここで重要なのは、証拠がそろう前に結論を統合しないことです。たとえば、data analyst が「このページを更新すべき」と言っても、technical reviewer が noindex を見つけたなら、先に技術問題を直すべきです。
Handoff format
各subagentの結果は、同じ形式で受け取ります。
## Subagent handoff
Role:
Task:
Sources used:
Evidence:
Decision:
Confidence:
Risks:
Blocked questions:
Recommended next step:
Approval needed:
このhandoff形式が重要なのは、SEO/GEO作業はチーム間の境界で失敗しやすいからです。読者にとって良いコンテンツ提案でも、技術的には危険な場合があります。クロール性を改善する技術修正でも、購入者の質問には答えていない場合があります。Subagents は、このような衝突を見える形にします。
よくある衝突例
| 衝突 | Codexがすべきこと |
|---|---|
| データは更新を示しているが、technical reviewer が noindex を発見した | 書き換えの前に技術問題を修正する |
| SERP researcher は競合の強い主張を見つけたが、QAは証拠不足と判断した | その主張を真似しない。検証可能な証拠を追加する |
| Content strategist は新規ページを提案したが、内部リンクマップでは既存ページと重複する | 新規作成の前に統合または位置づけ変更を検討する |
| GEOプロンプトでは引用減少が見えるが、APIログではプロバイダー障害がある | データ品質問題として記録し、すぐに本文を書き換えない |
初心者は、衝突が出たときに「AIに決めてもらう」方向へ行きがちです。しかしSEO/GEOでは、衝突こそ人間のレビューに回すべき場所です。
初心者向けの最小構成
最初から5つのsubagentsを使う必要はありません。まずは2つだけで始めます。
- Data analyst: エクスポートを読み、優先順位を提案する。
- QA reviewer: 推奨事項に証拠と安全な次アクションがあるかを確認する。
この2つだけでも、かなり安全になります。Data analyst が「このURLを優先」と言い、QA reviewer が「根拠、リスク、承認要否」を確認します。調査や技術レビューは、作業が複雑になってから追加します。
実務での使い方
たとえば、低CTRのページを改善したい場合は、次の順番にします。
- Data analyst に GSC/Bing/GA4 のエクスポートを読ませる。
- SERP researcher に対象クエリの上位ページとAI回答の傾向を調べさせる。
- Technical reviewer に対象ページのrender、canonical、schema、FAQ表示を確認させる。
- Content strategist に、証拠を使ったページブリーフを作らせる。
- QA reviewer に、主張の根拠、重複、リスク、承認要否を確認させる。
最後に人間が、どの提案を採用するかを決めます。Codexには「統合レポート」を作らせてもよいですが、競合がある場合は勝手に解決させません。
FAQ
Codex SEO作業に subagents は必須ですか？
必須ではありません。複雑な作業のための仕組みです。独立した証拠の流れを別々にレビューしたいときに使います。
subagent はコンテンツを公開できますか？
公開させるべきではありません。Subagents は成果物と推奨事項を作る役割です。公開には明示的な人間の承認が必要です。
最大の失敗パターンは何ですか？
調整コストです。各subagentが長い一般論を出すだけなら、ワークフローは安全になるどころか遅くなります。出力形式を固定し、証拠、判断、リスク、次の担当者だけを出させます。
Codex SEO/GEO 学習パス
この記事は Codex SEO/GEO オペレーターシリーズの一部です。ゼロから構築する場合は、次の順番で進めてください。
- 2026年にCodexで自動GEOを実践する方法
- CodexでSEOを自動化する方法
- AGENTS.mdでCodex SEOワークスペースを作る方法
- MCPでCodexをSEOデータに接続する方法
- 2026年版：最も実用的なCodex GEO Skill
- キーワードクラスタリング用のCodex Skillを作る方法
- SERP、コンテンツ、テクニカルSEOでCodex Subagentsを使う方法
- 本番を壊さずにCodexでテクニカルSEOを修正する方法
- Codex Automationsで毎日のSEO/GEO監視を行う方法
- Codex SEO/GEO品質ゲート：Diff、証拠、テスト、人間の承認
- CodexでSEO/GEO対応のWebサイトを作成・デプロイする方法
次に読むべき記事
- 前の記事: キーワードクラスタリング用のCodex Skillを作る方法
- 次の記事: 本番を壊さずにCodexでテクニカルSEOを修正する方法
- 関連記事: Codex SEO/GEO品質ゲート：Diff、証拠、テスト、人間の承認
参考情報
現在の構文や製品挙動については、OpenAIの公式Codexドキュメントを信頼できる情報源として確認してください。
- Codex CLI: https://developers.openai.com/codex/cli
- AGENTS.md: https://developers.openai.com/codex/guides/agents-md
- Codex Skills: https://developers.openai.com/codex/skills
- Codex MCP: https://developers.openai.com/codex/mcp
- Codex subagents: https://developers.openai.com/codex/subagents
- Codex configuration: https://developers.openai.com/codex/config-reference
Author: Camille Rhodes, Auspiaで300以上のAIコンテンツワークフローを設計してきたアーキテクト。Camilleは、成長チーム向けにAI支援コンテンツシステム、自動化、編集品質管理について執筆しています。
