GitHub Copilotを使いこなす 実例に学ぶAIコーディング活用術

主催 : ファインディ株式会社
GitHub Copilotを使いこなす 実例に学ぶAIコーディング活用術

イベントページ
https://findy.connpass.com/event/376448/
https://techplay.jp/event/989223

デモリポジトリ
https://github.com/74th/event-githubcopilot-findy-2512-on-vscode
https://github.com/74th/event-githubcopilot-findy-2512-on-github
紹介したAGENTS.md: https://github.com/74th/event-githubcopilot-findy-2512-on-vscode/blob/main/004-agent_with_context/AGENTS.md

利用アイコン素材:
- https://openmoji.org/

Transcript

2. • 所属: GO株式会社 ◦ タクシーアプリ『GO』を運営 • 職種: ◦ データエンジニア・バックエンドアーキテクト ◦ AIアルゴリズムを実サービスに組み込む Atsushi Morimoto (@74th) 2 • 著書: ◦ 『改訂新版 Visual Studio Code実践ガイド』 技術評論社（2024年1月） • VS Code Meetupオーガナイザ • 趣味: 自作キーボード歴6年、電子工作
3. 今日のゴール • GitHub Copilotの具体的な活用方法がわかる • GitHub CopilotのAgentをより有効活用する考え方を習得する 3
4. おことわり • まだAIコーディングの世界は変容しつつあります • VS Codeを例に説明します • 以下は解説しません ◦ 他のAIエディターとの比較 ◦ LLMモデルの比較 • 前回『GitHub Copilotの全体像と活用のヒント』との変更点 ◦ Agentを使わない範囲（解説上のLevel1、2）のデモは省略 ◦ より能力が上がったAgent（Level3）を中心に解説 4
5. アジェンダ 1. GitHub Copilotの概要 2. GitHub Copilotを活用するAIコーディングの3つのスタイル 3. Level 1 コーディングサポート 4. Level 2 併走エージェント 5. Level 3 自立エージェント 6. クラウドエージェント 7. エディタ上のGitHub Copilotのその他の機能 ◦ ターミナル、レビュー、コミットメッセージ 8. github.com上のGitHub Copilotを使おう 5
6. 1. GitHub Copilotの概要 6
7. GitHub Copilotとは 7 • GitHub社が提供する有償のAIコーディング支援サービス
8. GitHub Copilotの特徴 8 • エディタVS Codeの開発と密接になっており、 エディタの機能と連携 • 人とAIのコーディングの割合によって、様々な使い方ができる • github.com 上でも機能提供 • 複数のLLMモデルをサポート • 組織のセキュリティガバナンスを効かせる機能が多数
9. GitHub Copilotを使うには • GitHubアカウントが必要、GitHub上で契約 • 無料枠の Free プラン ◦ 利用可能量、利用可能モデルに制限あり • 契約単位は、個人と、組織（Organization）の2種類 ◦ 組織用のBusiness/Enterprise Planでは モデルのトレーニングに入力データは利用されない 9
10. 2. GitHub Copilotを活用する AIコーディングの3つのスタイル 10
11. AIコーディングの3つのスタイル 11 Coding Coding Coding Level 1 コーディング サポート Level 2 併走エージェント Level 3 独走エージェント ※　人間の関与率、AIの自律率として、Level 1~3を設定しましたが、優劣はありません
12. AIコーディングの3つのスタイル 12 Coding Coding Coding ※　人間の関与率、AIの自律率として、Level 1~3を設定しましたが、優劣はありません GitHub Copilotでは 全てのスタイルが使える！ Level 1 コーディング サポート Level 2 併走エージェント Level 3 独走エージェント
13. 3. Level 1 コーディングサポート: 人間のコーディングをAIが補助する 13
14. コーディングサポート 14 • Copilotで意識されているところ ◦ コーディングの集中を切らさずに、AIを支援を得られる • 4つの機能に分けて説明 ◦ コード補完 ◦ 質問 Chat Askモード ◦ チャットで指示 Chat Editモード ◦ エラーの説明と解決
15. コード補完 15 • 前後の文脈を読んで、続くコードを予測して補完する機能 • 出てきた補完に対して、Tabキーで決定する • カーソルのすぐ後ろ以外も、補完を提案する（Next Edit Suggestion）
16. コード補完のコツ 16 • メソッド名や、コメントを 説明的に記述する • Pythonのメソッドの パラメータに型ヒントなど、 絞り込むために必要な情報を 渡す
17. VS Codeで使えるCopilot Chat • チャットウィンドウ ◦ 右側のペインを呼び出す ◦ モードが Ask / Edit / Agent / Plan に別れている ◦ 利用するLLMモデルを選択する • インラインチャット ◦ Ctrl+I/Cmd+Iを押すと、コード中に チャットウィンドウができる 17
18. Askモード • 質問例 ◦ プログラミング言語に関する質問 ▪ (Pythonの) TypedDictってどういう機能？ ◦ エラーに関する質問 ▪ (エラーメッセージを貼り付けて) このエラーを説明して ◦ ワークスペース内のコードの質問 ▪ (コードを開きながら) OperationInteractorってどういう役割のクラスだと思う？ 18
19. Editモード • チャットで指示して、コードを部分的に編集させるモード • 指示したファイルを読んで、編集を考えて適用する 19
20. 指示の例 • 面倒なことはCopilotにやらせよう ◦ (JSONの生データをエディタに貼り付けて) このJSONを格納するGoの構造体を作って。名前はUserLogだよ。 ◦ (Pythonのクラスのコードを貼り付けて) Goの構造体に書き換えて 20
21. エラーの説明と解決 • VS Codeでは、エラー表示から「修正」「説明」を指示できる 21
22. 4. Level 2 併走エージェント AIに適宜指示する 22
23. AIコーディングの3つのスタイル（おさらい） 23 Coding Coding Coding Level 1 コーディング サポート Level 2 併走エージェント Level 3 独走エージェント ※　人間の関与率、AIの自律率として、Level 1~3を設定しましたが、優劣はありません
24. Agentモードを使ってみよう　デモ https://github.com/74th/event-githubcopilot-findy-2512-on-vscode/tree /main/001-agent 24
25. Agentモード 25 • Editモード以上に様々な能力を持つ ◦ ワークスペース全体のコードを検索 ◦ MCP ◦ ターミナル上でコマンドを実行 ◦ 人間がVS Codeでできることはほとんどができる （まだデバッガによるステップ実行ができない） • 常にAgentモードでOK ◦ Agentモードであっても「今開いているファイルは何か？」という コンテキスト情報は渡される。 ◦ Editモードだと、指示した周辺のみを参照するが、 Agentモードだと、ワークスペース全体を参照する
26. モデルとプレミアムリクエスト • ベースモデル以外を利用すると、プロンプトを入れる度に、 プレミアムリクエストとしてクレジットが消費される • クレジット ◦ Pro / Business: 300 ◦ Pro+: 1,500 ◦ Enterprise: 1,000 • 例 ◦ 無料: (Chat)GPT-5 mini (※Freeの場合x1) ◦ x1: GPT-5.1-Codex、Claude Sonnet 4.5、Gemini 3 Pro ◦ x10: Claude Opus 4.1 ◦ x0.33: GPT-5.1-Codex-Mini、Claude Haiku 4.5 26 https://docs.github.com/en/copilot/get-started/plans-for-github-copilot https://docs.github.com/en/copilot/concepts/copilot-billing/understanding-and-managing-requests-in-copilot
27. Plan モードを使ってみよう • Planモードとは、 「情報収集」専門で、エージェントの作業方針を提案する • 提案を審査して、良ければAgentモードに移行して、修正を実行する • Planモード中は、対話で、さらに改良させられる • 情報収集をさらに続けるように指示できる 27
28. Planモードを使ってみよう　デモ https://github.com/74th/event-githubcopilot-findy-2512-on-vscode/tree /main/002-agent_plan_mode 28
29. Planモード • まだGitHub CopilotのPlanモードはこなれてない感じがする ◦ あくまで小さいタスクを、さらに分解して提案する印象 • Planを使わずに、 実際に編集をやらせてみて、ダメならやり直しさせるくらいでも良い 29
30. MCP • MCP(Model Context Protocol)とは LLMから、外部のツールやデータソースと連携するためのプロトコル • 例 ◦ GitHub MCP Server ◦ Webブラウザを起動して操作できる「Playwright MCP」 ◦ AWS公式MCP Server • GitHub運営の一覧サイト MCP Registry ◦ https://github.com/mcp ◦ リポジトリスターの数などから、安心して利用できるMCP Serverを選定可能 30
31. Playwright MCPでブラウザ操作デモ https://github.com/74th/event-githubcopilot-findy-2512-on-vscode/tree /main/003-agent_playwright_mcp 31
32. MCP Serverの利用設定 • MCP Registryか、拡張機能ビューで @mcp で検索して、インストール ◦ 設定ファイルに追記される • 設定ファイルに記述 ◦ 個人設定: (ユーザ設定内)mcp.json ◦ ワークスペース設定: .vscode/mcp.json • 秘匿情報を管理するときにはinputsを使う 32
33. 5. Level 3 独走エージェント AIに目標を達成まで独走させる 33
34. AIコーディングの3つのスタイル（おさらい） 34 Coding Coding Coding Level 1 コーディング サポート Level 2 併走エージェント Level 3 独走エージェント ※　人間の関与率、AIの自律率として、Level 1~3を設定しましたが、優劣はありません
35. • 推論と、推論結果の実行を繰り返し、ゴールに辿り着く 一般論での LLMエージェント 35 ユーザ プロンプト システム プロンプト LLM 推論 ・ツール実行 ・コード修正 推論結果 繰り返す
36. • 情報収集と、実行を反復して行い、タスクを完了させる コーディングエージェントで考える 36 ユーザ プロンプト 情報収集 実行 ・コード探索 ・ドキュメント参照 ・MCPツール実行して情報収集 ・Web検索 ・コード編集 ・コマンド実行 ・MCPツール実行 LLM 推論 システム プロンプト
37. Level 2→3へ、自立性を高める 1. 利用できるツールを増やして、実行できる手を増やす ◦ MCPサーバで、「ブラウザを操作してテストする」などできることを増やす 2. プロンプトで、知識を与える ◦ カスタムプロンプトで、ドメイン知識や、外部リソースの知識を注入 ◦ カスタムコマンドで、作業手順の知識を注入 3. 情報収集能力を伸ばす ◦ MCPサーバで、外部リソースと連携する ▪ GitHubのIssueなど、外部の情報ソースと連携する 37
38. 単純にAgentに情報収集・実行ツールを与えれば良いか • 情報収集・実行ツールを渡しても、”使い方を知らない”状態 ◦ 例） ▪ DBスキーマとなるDDLの入ったディレクトリにアクセスできるが、 偶然開かないと辿り着かない ▪ Makefileがあり、buildというタスクが組まれているが、 どういう時に使うべきか知らない （コンパイルエラーが発生するかどうかに使うべきものかなど） • 時間をかければ、コードを読んで理解することもあるが、毎回は非効率 • 使うべきタイミングは人間がヒントを与えた方が良い • 「毎日、まっさらなPCを与えられた、新しいエンジニアが来る」 38
39. コードリーディングもAgentにとっては情報収集 • 現状のAIエージェントは、 ワークスペース全体のコードが頭に入った状態ではない ◦ あくまで、ファイルツリーなど今ある情報から それっぽいファイルを推測し、「1ファイルずつ開いて読む」を行う ◦ この辺りは、人間と同じようなファイルの読み方をしている ◦ コードのどこかにヒントがあっても見つけられないことがある • 見つけられる、作業できる状態にする 39
40. プロンプトで知識を与える方法 • 共通ルール（インストラクションファイル / AGENTS.md） ◦ コーディングルール、コードレビュールール ◦ ワークスペースのファイル構成 ◦ DBなど、外部環境の情報 ◦ ドメイン知識 • 再利用可能プロンプト（プロンプトファイル / コマンド） ◦ 「テストの生成」の指示と、テストの構成の情報 ◦ 「テストの実行」の指示と、テストの実行コマンド ◦ 情報の多い長いプロンプト 40
41. 共通ルール（インストラクションファイル） • AGENTS.md, .github/copilot-instructions.md ◦ 常に参照 ◦ リポジトリにコミットして、共有できる 他にも… • xxx/AGENTS.md ◦ フォルダー内のファイルアクセス時に参照する • .github/instructions/xxx.instructions.md ◦ ファイルパターンを指定して、そのファイルの参照時のみ、参照する ◦ リポジトリにコミットして、共有できる • ユーザ設定内 prompts/xxx.instructions.md ◦ ファイルパターンを指定して、そのファイルの参照時のみ、参照する ◦ ユーザ設定として、ワークスペースをまたいで利用できる 41
42. 共通ルール例 - 開発 42
43. 共通ルールの生成 • 現在のコードを解析し、 インストラクションファイルを生成させることができます • 生成されたファイルをベースに変更を加えるのも良いでしょう 43
44. 再利用可能プロンプト（プロントプトファイル） • 作ると、チャット欄で/xxxの形で呼び出せる • LLMモデル、MCP Serverを指定できる • .github/prompts/xxx.prompts.md ◦ リポジトリにコミットして、共有できる 他にも… • ユーザ設定内 prompts/xxx.instructions.md ◦ ファイルパターンを指定して、そのファイルの参照時のみ、参照する ◦ ユーザ設定として、ワークスペースをまたいで利用できる 44
45. Agentへの指示方法　デモ https://github.com/74th/event-githubcopilot-findy-2512-on-vscode/tree /main/004-agent_with_context 45
46. 74thのテクニック • インストラクションファイルは分割する ◦ 一度に多くの情報は読めないことを意識する ◦ 「DB定義については ./db.md を参照」と書いておいて、 必要時に参照させる ◦ ドメイン知識全部は多いプロジェクトもあったりする。 ファイル分割はドメインの概念毎にする。 46 それぞれ必要時に以下を参照 - タクシーの予約 ./reservation.md - ユーザのキャンセル ./cancel.md 例
47. 74thのテクニック • 2行以上の指示は常にプロンプトファイルに書く ◦ .github/prompts/do.md をテンポラリのファイルにして 毎回 /do と指示する ◦ 細かく指示するのも手だが、まとめた指示の方が、再トライしやすい 47
48. 74thのテクニック • 自立性は「デバッグ」目的で使い、作業は人間が指示する ◦ コードの探索能力は十分ではないことが多い ◦ 編集後のコンパイルエラーや、ユニットテスト失敗を、 自律的に解決するだけでも効果あり ◦ 今実装に使って欲しいクラス名やファイル名を指示する ▪ そうしないと、ディレクトリ構造の探索からスタートする ▪ クラス名があれば、全文検索をかけて、探せる 48 タスクの管理に、楽観排他制御を導入したい todo_api/domain/entity/entity.pyのTaskに楽観排他制御用の項目を追加して todo_api/memdb/memdb.pyのMemDBがデータ管理レイヤーだから、 排他制御のチェックや楽観排他の値はMemDB内で実行して 例
49. 74thのテクニック • ライブラリを使うことを指示する ◦ 優秀なため、ライブラリを使わずに全部実装しようとしがち ◦ 「カレンダー入力にはライブラリを使って」など ライブラリを使って欲しい部分を指示しよう 49
50. 6. クラウドエージェント 50
51. GitHub Copilot Cloud Agent (coding agent) • GitHub の Issue に @copilot をアサインすると、 クラウド上で GitHub Copilot が起動し、 コーディングと PullRequest の作成まで行う機能 • 一気に Issue の解決まで作業し、その間には指示はできない • PullRequest 上で、レビューコメントを残すと、 再度起動して修正を試みる • Freeでの利用は不可 注） • 公式では、“coding agent”と呼ばれていましたが、 最近は”cloud agent”と呼ばれる 51
52. Cloud Agent デモ • https://github.com/74th/event-githubcopilot-findy-2512-on-github 52
53. プレミアムリクエスト • Cloud Agentを利用した場合、 1セッションにつき、1プレミアムリクエストを消費する • プレミアムリクエストは個人に紐付いているため、 起動したきっかけになったユーザのプレミアムリクエストを消費する ◦ Issueに @copilot をアサインした人 ◦ @copilot がアサインされた PullRequest に返信した人 53
54. 7. エディタ上のその他の機能 54
55. コードレビュー • コミット前に、gitにステージングしたコードをレビューをしてくれる機能 • タイポや、一般的なセキュリティリスクのある書き方は指摘してくれる 55
56. コミットコメント • コミットコメントを、gitの変更内容から、書いてくれる機能 • 設定で、プロンプトを渡すこともでき、 `fix: xxx` と書くように決まっている場合や、 確実に日本語で書いて欲しい場合に設定すると良い。 56
57. ターミナル • ターミナルのコマンドを、プロンプトから生成させる機能 • ターミナルにて、Ctrl+I、Cmd+Iで呼び出す • よく忘れるコマンドの引数などを生成してもらうと良い 57
58. JupyterNotebookの編集 • セルを記述し、実行できます 58
59. JupyterNotebookの編集 • グラフ化した内容もVisionで読み取り、特徴を言葉で示します 59
60. 8. github.com上のGitHub Copilotの他の機能 60
61. 質問 • GitHubリポジトリに対して質問で きる ◦ このリポジトリの技術スタックを 教えて • IssueやPull Requestを参照して質 問できる • Pull Requestのコードについて、 これはどういう修正か質問するこ とができる 61
62. コードレビュー • Pull Requestに @copilot をアサインすると、レビューしてくれる機能 • 自動で、@copilotをアサインするようにもできる • タイポや、一般的なセキュリティリスクのある書き方は指摘してくれる • タイポなど、人間の目で確認するまでもない指摘は、Copilotにやらせよう 先にレビューさせよう！ 62
63. その他 • GitHub Copilot Spaces ◦ リポジトリをまたいで情報を集約して、質問できる機能 ◦ 現状、参照可能な範囲が狭く、まだ使いこなすのは難しい印象 ◦ https://docs.github.com/ja/copilot/how-tos/provide-context/use-copilot -spaces/create-and-use-copilot-spaces • GitHub Spark ◦ AIに指示して、Webアプリのプロトタイプが作れるサービス ◦ https://github.com/features/spark?locale=ja 63
64. さいごに 64
65. さいごに 65 • AI Codingの世界は、まだまだ変わりつつあります ◦ ツールのトレンドも、週単位で変わり続けています ◦ 期待して使おうとしても、 まだまだ期待したとおり動いてくれないことも多いです • 所属会社（GO）では、Cursor、Claude Code、Geminiも活用中！ • 実際に使ってみて、 「今どのくらい使えるのか？　どう準備したら期待通りになるのか」の 肌感を知っておくと、今後のAIの発展に地続きで参加できます • 私自身も仕事のコーディングではAIに任せている割合は まだ高くはありません。 • AIに任せられる範囲を増やして、開発生産性を上げていきましょう！