Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Timee-event-Copilot

Avatar for Yuki Hattori Yuki Hattori
September 25, 2023
Technology
2
420

 Timee-event-Copilot

Avatar for Yuki Hattori

Yuki Hattori

September 25, 2023
Tweet

More Decks by Yuki Hattori

See All by Yuki Hattori
コーディングエージェント時代のセキュリティレビュー戦略 - 増大するコード量と脆弱性への対応
Avatar for Yuki Hattori yuhattor
1
110
AOAI Dev Day 2025 GitHub Keynote
Avatar for Yuki Hattori yuhattor
5
1.3k
HOW TO READ Prompt Engineering for LLM (牛本)
Avatar for Yuki Hattori yuhattor
22
10k
AI-Driven-Development-20250310
Avatar for Yuki Hattori yuhattor
3
590
InnerSource Patterns - Japanese
Avatar for Yuki Hattori yuhattor
1
72
Developer Summit 2025 [14-D-1] Yuki Hattori
Avatar for Yuki Hattori yuhattor
29
18k
GitHubの軌跡：リポジトリからAIプラットフォームへ
Avatar for Yuki Hattori yuhattor
3
240
コードAI本 - コード×AIーソフトウェア開発者のための生成AI実践入門
Avatar for Yuki Hattori yuhattor
1
800
Code AI Findy Event
Avatar for Yuki Hattori yuhattor
7
1.4k

Other Decks in Technology

See All in Technology
Introducing RFC9111 / YAPC::Fukuoka 2025
Avatar for Ken’ichiro Oyama k1low
1
220
どうなる Remix 3
Avatar for Hisateru Tanaka tanakahisateru
2
360
QAセントラル組織が運営する自動テストプラットフォームの課題と現状
Avatar for LINEヤフーTech (LY Corporation Tech) lycorptech_jp
PRO
0
380
こんな時代だからこそ！ 想定しておきたい アクセスキー漏洩後のムーブ
Avatar for Takuya Yonezawa takuyay0ne
4
560
Pythonで構築する全国市町村ナレッジグラフ: GraphRAGを用いた意味的地域検索への応用
Avatar for negi111111 negi111111
8
3.4k
今、MySQLのバックアップを作り直すとしたら何がどう良いのかを考える旅
Avatar for yoku0825 yoku0825
0
230
バグと向き合い、仕組みで防ぐ
Avatar for rina ____rina____
0
260
us-east-1 の障害が 起きると なぜ ソワソワするのか
Avatar for Kazuki Miura miu_crescent
PRO
2
830
Copilotの精度を上げる！カスタムプロンプト入門.pdf
Avatar for Izumu KUSUNOKI ismk
10
3.4k
フライトコントローラPX4の中身（制御器）を覗いてみた
Avatar for ざきまつ santana_hammer
1
140
「データ無い！ 腹立つ！ 推論する！」から 「データ無い！ 腹立つ！ データを作る」へ チームでデータを作り、育てられるようにするまで / How can we create, use, and maintain data ourselves?
Avatar for moznion moznion
7
3.9k
Claude Code 10連ガチャ
Avatar for uhyo uhyo
3
660

Featured

See All Featured
Stop Working from a Prison Cell
Avatar for Chris Michel hatefulcrawdad
272
21k
Designing for Performance
Avatar for Lara Hogan lara
610
69k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
Avatar for Joe Casabona jcasabona
34
2.5k
Designing Experiences People Love
Avatar for Jonathan Moore moore
142
24k
The Web Performance Landscape in 2024 [PerfNow 2024]
Avatar for Tammy Everts tammyeverts
11
920
Principles of Awesome APIs and How to Build Them.
Avatar for Keavy McMinn keavy
127
17k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
Avatar for Marc Duiker marcduiker
34
2.3k
Reflections from 52 weeks, 52 projects
Avatar for Jefferson Lam jeffersonlam
355
21k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
Avatar for Tammy Everts tammyeverts
55
3.1k
Building a Scalable Design System with Sketch
Avatar for Laura Van Doore lauravandoore
463
33k
VelocityConf: Rendering Performance Case Studies
Avatar for Addy Osmani addyosmani
333
24k
What’s in a name? Adding method to the madness
Avatar for Product Marketing Alliance productmarketing
PRO
24
3.8k

Transcript

  1. 開発⽣産性をあげる を 徹底解剖！ Yuki Hattori Customer Success Architect GitHub Japan

  2. None

  3. 開発者の⽣産性向上 本当の問題に集中でき、満⾜度も向上 イノベーションを加速 より速くプロトタイプやイノベーションを実現 スキルギャップを埋める 新しい開発⾔語や技術を習得 開発者に⼤きな アドバンテージを提供

  4. 55% 46% 74% のコードがCopilotによるもの 速くタスクを完了 がより満⾜する仕事に 集中できたと証⾔ プロジェクトの⽂脈に即したコードを提案

  5. OpenAI Model 文脈 提案

  6. 今後のGitHub Copilot リファクタリング (コード翻訳) コードレビュー (コード解説) ドキュメント化 今後のGitHub Copilot ユニットテスト

    コードエラー検知 デバッグ コードレビュー AI による Pull Request 現在のGitHub Copilot コメントをコードに変換 繰り返すコードを補完 代替⼿段を表⽰ 1 計画 2 分析 3 設計 4 実装 5 テストと統合 6 メンテナンス X エディタを⾶び出し SDLC 全体を AI で⽀援

  7. GitHub Copilot X Copilot for Pull Requests Copilot for Docs

    Copilot for the CLI Copilot Chat

  8. GitHub Copilot Future コードやドキュメントから、ユニットテストを 自動生成 TestPilot Codespaces上に存在するすべてのコードを使う ことで提案を改善 GitHub Copilot

    for *Your* Codebase キーボードを使わずにコードを書く Copilot Voice https://githubnext.com/

  9. December, 2022 GitHub Copilot GitHub Copilot Behind the curtain

  10. GitHub Copilot の裏側 • GitHub Copilot の仕組み • GitHub Copilot

    がエディタの情報をどのように取るのか = GitHub Copilot Prompt Crafting • Tips and Tricks

  11. GitHub Copilot の 3 Layer Copilot Platform Copilot Client OpenAI

    Model API * 上記は GitHub Copilot のアーキテクチャを抽象化した図です Githubによって開発及び保守。 認証、セキュリティ、プライバシー Githubによって開発及び保守。 カスタムプロンプト作成と自動補完 ユーザーエクスペリエンスを提供 OpenAI によって開発 Azure でホスト スケーラブルなデリバリー

  12. GitHub Copilot のモデル GitHub Copilot のモデル選定重要事項 • 精度 • 速度

    ←とても重要 現在は GPT3.5-turbo の派生版である Sahara-base を利用 Codex は今は利用しておりません 今後モデルは変わる可能性があります

  13. Large Language Models LLM To k 1. Attention 2. Tokenization

    3. Autoregressive（自己回帰型） Very Very …. Very Large Neural Network To,k ens To,k,ens in To,k,ens, in . Tokens in. To,k,ens, in, . テキストはトークンに分割され、モデルに1つずつ供給されます。 前のトークンに基づいて次のトークンを予測する、訓練済のモデルです。

  14. Prompt Crafting • Language Marker: プログラミング⾔語情報 • Path Marker: 現在のファイルへのパス

    • Neighboring Tabs: ⾮アクティブなオープンしているタブ Language Marker の例 "html": "<!DOCTYPE html>", "python": "#\!/usr/bin/env python3", "ruby": "#\!/usr/bin/env ruby",

  15. Prompt Crafting: Markers Path: foo/foo.py Language Marker HTML: <!DOCTYPE html>

    Python: #\!/usr/bin/env python3 Ruby: #\!/usr/bin/env ruby ファイルパスおよび言語マーカーは、強力なシグナルを言語モデルに 提供し、出力の構文と文法を調整します。

  16. Prompt Crafting: 隣接ファイル Open Tab 1 Open Tab 2 他のオープンタブからのコード

    スニペットは類似性を検索し、 プロンプトに追加のコンテキス トとして注入されます。

  17. Snippet Inclusion – 隣接するタブ • 最⼤で 20 ファイルまで 過去の履歴 (FIFO)

    を遡り読み込む • 同じ⾔語のファイルを読み込む

  18. 文字の類似性でファイル内を検索 • GitHub Copilot は 現在⽂字の類似性 を活⽤して類似性を求める • 関数名はシンプルかつ、意味のあるものにする必要性 •

    AB テストなどでこの⽅法は変わります / カーソル履歴など • ⼀貫して⾔えること • ⼀貫性のある命名規則ときれいなコード • 現在何をしているのかにフォーカスしながら作業

  19. GitHub Copilot の制限 • プロンプトの制限トークン数 • トークンが無限に渡せるわけではない • 渡せるトークンの数は増加中 •

    より多くの情報を渡すには…? • ⽇本語よりも英語を使う • 短く、わかりやすい変数名 • ⼀⽅でトークンが多ければ確実に精度が上が るわけではないのでご注意を https://platform.openai.com/tokenizer

  20. December, 2022 GitHub Copilot GitHub Copilot Tips and Tricks BJOBUJWFEFW

  21. None
  22. None
  23. None
  24. None
  25. None
  26. None
  27. None
  28. None
  29. None
  30. None
  31. None
  32. None
  33. None
  34. None

  35. まとめ: あまり気にしすぎない • 「知っている」と「知らない」では GitHub Copilot の飼い慣らしに差はでますが、 GitHub ではそれを意識しないでも高いコード提案ができるようにプロダクトを作っています。 •

    結局のところ「良いコーディング」をすれば、提案されるコードも「良いコード」になります。 • 人間にとって良いコーディング • 文脈を知らない人でもわかるようなコーディング • ミスを誘発しないような確かなコーディング
  36. None
  37. None