ChatGPT製：GitHub Copilotの紹介（デモ）

ChatGPTのGPT-6 Astraを使って、自分のスライドマスターに準拠したデモ用のプレゼンテーションです。

Transcript

1. GitHub Copilotの紹介 若手エンジニアのための AIペアプログラミング入門 © 2026 Yuta Matsumura. 1
2. 提案はAI、判断はエンジニア GitHub Copilotは、コードの提案や対話を通じて開発を支援するAI。 あなた Copilot あなた 意図を伝える 案をつくる 検証して採用 目的・対象コード・制約を渡す コードや説明の候補を返す 差分を読み、テストで確かめる 「正解をもらう」より、考えるための下書きに使う。 基本概念の紹介。回答の正確性・安全性は、利用者が確認する。 © 2026 Yuta Matsumura. 2
3. 補完・Chat・Agentを使い分ける まずは補完とChatで慣れ、複数ファイルの変更は範囲を決めて任せる。 使い方 向いている作業 人が確認すること コード補完 入力中のコードを補う 意図・型・境界条件 Chat コードの説明／修正案／テスト案 回答の前提・根拠 Agent 複数の変更や作業を進める 差分・実行内容・権限 「質問する」から始めて、「変更を任せる」へ。 機能名・利用可否はIDE、契約、組織設定で異なる。最新の画面で確認する。 © 2026 Yuta Matsumura. 3
4. 質問には目的・文脈・条件を添える 依頼を具体化すると、回答を評価する基準も明確になる。 曖昧な依頼 そのまま使える依頼例 「テストを書いて」 目的：clamp関数の単体テストを作成 文脈：選択したPython関数が対象 条件：pytestを使用、実装は変更しない 期待：範囲内・範囲外・不正な上下限 出力：テストコードと各ケースの意図 対象も期待動作も不明。 提案の良し悪しを判断しにくい。 依頼例は説明用。対象コードを選択・添付し、必要な情報だけを渡す。 © 2026 Yuta Matsumura. 4
5. 小さな関数で生成と検証を体験する 実習例：数値を下限〜上限に収めるclamp関数。先に期待動作を決める。 実装の一例（Python） 自分で確かめる def clamp(value, lower, upper): if lower > upper: raise ValueError( "invalid bounds" ) return max(lower, min(value, upper)) clamp(5, 0, 10) → 5 clamp(-1, 0, 10) → 0 clamp(12, 0, 10) → 10 下限 > 上限 → ValueError 追加で考える 上下限ちょうど／上下限が同じ 非数値やNaNはどう扱う？ 説明用サンプル。Copilotの実際の出力ではない。対応する入力の型・範囲は別途定義する。 © 2026 Yuta Matsumura. 5
6. 生成コードは4つの観点で確認する 動いたことと、採用してよいことは同じではない。 確認する観点 採用前に自分へ問いかける 正しさ 仕様・境界値・異常系をテストしたか？ 安全性 秘密情報、権限、入力値を適切に扱うか？ 保守性 不要な依存や変更がなく、チーム規約に合うか？ 理解 なぜ動くか、変更理由を自分の言葉で説明できるか？ 説明できないコードは、そのまま取り込まない。 推奨チェックリスト。通常のレビュー・CI・セキュリティ確認を置き換えない。 © 2026 Yuta Matsumura. 6
7. まずは承認済み環境で使い始める VS Codeを例に、組織のルールを確認してから小さなタスクで試す。 01 利用ルールを確認 会社の利用可否・契約を確認。 秘密鍵や顧客データは渡さない。 02 IDEでサインイン GitHub公式のCopilot機能を設定。 利用するアカウントを確認する。 03 小さな変更で試す 関数の説明 → テスト案 → 差分確認。 テスト実行後に採用を判断する。 Agentを使うときは、実行コマンドと変更範囲も確認する。 導入手順の概要。UI・利用上限・契約条件は変わるため、利用時に公式情報を確認する。 © 2026 Yuta Matsumura. 7
8. 次のタスクで、小さく試そう 目標は、生成量ではなく「理解して採用できること」。 1 理解する 既存の関数を選び、処理と注意点を説明させる。 2 試す テスト案を依頼し、実行して結果を確認する。 3 振り返る 採用・修正・却下した理由を、チームに共有する。 AIに任せる範囲を広げる前に、検証する習慣をつくる。 © 2026 Yuta Matsumura. 8