GitHub Copilot 実践ガイド

この記事の目的

GitHub Copilot の機能群(補完 / Chat / agent mode / cloud agent / code review / CLI)をタスクに応じて使い分け、AI Credits の消費を管理しながら業務を効率化できるようになります。製品の選定判断は GitHub Copilot が正で、本記事は「導入済みの人が使いこなす」段階を扱います。

対象読者

• Copilot を補完・チャット中心に使っており、エージェント機能と自動化を活用したいエンジニア
• AI Credits の消費と予算を管理する立場の管理者・テックリード

前提知識

• GitHub Copilot — 機能群の全体像・権限・データ取り扱い
• コーディングエージェントのコスト最適化 / 自動化・業務効率化パターン — ツール非依存の原則

本文

最終確認日: PR 承認は 2026-09-10、AI Credits・preview 機能の状態は 2026-08-18、その他は 2026-07-06 の公式情報に基づきます。単価・付与量は公式ページで採用時に確認してください。

タスク別の機能の使い分け

公式に「タスクに合う AI ツールの選び方」のガイドがあり、開発フェーズ × 制御の強さで整理できます。

cloud agent の「向く / 向かないタスク」は公式が明記しています。向くのは well-defined でスコープが明確な Issue(バグ修正・テストカバレッジ改善・ドキュメント更新・技術的負債)。向かないのは ①リポジトリ横断の知識が要る広範なリファクタリング ②本番クリティカル・セキュリティ・個人情報・認証に関わる変更 ③要件が曖昧なタスク ④自分の学習が目的のタスク、の 4 類型です。この線引きは委任の判断基準としてそのまま使えます。

CLI では、複雑な複数ファイル変更に plan モード(「具体的な計画を与えられたモデルは成功率が上がる」と公式明記)、付随的・長時間のタスクには /delegate(CLI から cloud agent への委譲)が使えます。

カスタマイズ機構の実践

• custom instructions は機能ごとに対応が異なります。.github/copilot-instructions.md は全機能対応ですが、パス別の .instructions.md は IDE・CLI 向けで GitHub.com 上の Chat には効かない、CLAUDE.md / GEMINI.md を読むのは cloud agent のみ、など対応マトリクスが公式にあります。「置いたのに効かない」の大半はこの対応差です
• code review はベースブランチ側の指示を使います(PR ブランチ側ではない)。レビュー観点の変更が既存 PR に効かない理由もこれです
• prompt files(.github/prompts/*.prompt.md)は再利用プロンプトを /名前 で呼び出す仕組み、Agent Skills(.github/skills/ 等)は手順 + スクリプトのパッケージで cloud agent・code review・CLI が読み込みます。「同じ依頼を繰り返している」ものから順にスキル化します
• custom agents(.github/agents/*.md)は cloud agent の特化版を定義でき、組織リポジトリ(.github)で全社配布もできます。Issue 割当時・API からも指定可能です
• Copilot Spaces はコンテキストの束ね方に特性があります: リポジトリ添付は検索で関連部分のみ取得(大規模向き)、ファイル添付は毎クエリ全文が載る(常に参照させたい少数ファイル向き)。この差は精度と消費の両方に効きます
• Copilot Memory(preview)はリポジトリの事実と個人の嗜好を記憶し、cloud agent・code review・CLI で共有されます(2026-08-11 以降は JetBrains IDE でも利用可)。未使用の記憶は自動削除されます(保持期間は 2026-07 時点の公式記述で 28 日)

コスト削減: AI Credits の構造とレバー

構造の理解が先です(2026-07 時点): 消費は「トークン量 × モデル別単価」で AI Credits に換算されます。注意点が 3 つあります。

1. 「モデル乗数」は旧制度(プレミアムリクエスト)の概念で、現行の AI Credits には適用されません。乗数表を前提にした古い情報に注意してください
2. 補完と Next edit suggestions は Credits を消費しません(有料プランで無制限)。「無料側の機能を使い切る」のが第一のレバーです
3. cloud agent と code review は AI Credits に加えて GitHub Actions 分も消費します(二重消費)。IDE 内の agent モードは Credits のみです

公式チュートリアル「Optimizing your AI usage」の主な削減策は次のとおりです。

• 計画は強いモデル、実装は安いモデル — フェーズ間でセッションを分けます。モデルの単価はカテゴリ間で桁が変わるほど違います(2026-07 時点で両端およそ数十倍)。定型作業(リファクタ・整形・ドキュメント)は軽量モデルで十分と公式が明記しています
• auto model selection で割引 — 自動モデル選択の利用には割引(2026-08 時点で 10%)があります
• キャッシュを壊さない — キャッシュ済みトークンは入力単価の 10% です(2026-08 時点)。ただしセッション途中のモデル切替・reasoning level やツール構成の変更・長時間放置後の復帰でキャッシュは無効化されます。「タスクが変わったらモデルを切り替える」のではなく「セッションを分けてから切り替える」のが消費面の正解です
• コンテキスト衛生 — タスク切替時の /new・/clear、CLI の /compact、/context での内訳確認
• 指示ファイルの整備自体が削減策 — リポジトリ構造を custom instructions に書いておくと、エージェントの探索的なファイル読み(入力トークン)が減ります。cloud agent では copilot-setup-steps.yml による依存の事前インストールが「環境構築の試行錯誤」の消費を削ります
• ツールセットを絞る — ツール定義もトークンを消費します。タスクに関係あるものだけ有効化します

付与と予算の構造: 個人プランは base + flex の二層、組織は請求単位でのプール制(個人別割当ではない)で、繰越はなく毎月 UTC 月初にリセットされます(契約体系の全体は GitHub Copilot と公式料金ページを参照)。予算は 4 階層(ユーザー / コストセンター / 組織 / エンタープライズ)あり、ユーザーレベル予算(ULB)だけは常にハードストップです。複数予算が重なる場合は「残枠が最少の予算が先に効く」ルールです。測定は AI usage ダッシュボード・CSV エクスポート(公式が予算サイズ決定の一次資料と位置づけ)・課金 usage API を使い、導入効果測定には別系統の usage metrics API を使います。

業務効率化・自動化

• Issue → cloud agent の運用: 良いタスク定義の 3 要素は「問題の明確な記述・受け入れ基準・変更対象ファイルの方向付け」です(公式明記)。PR への修正依頼は 1 件ずつ送らず「Start a review」でまとめて送ると、エージェントがまとめて対応します。REST / GraphQL API から Issue 割当・タスク起動もでき(Business / Enterprise、user-to-server トークン限定)、custom agent・モデルの指定も可能です
• automations: Agents タブからスケジュール(hourly / daily / weekly)またはイベント(Issue 作成・PR オープン / 同期)で cloud agent を定型起動できます。消費は automation の作成者に課金され、write 権限のないユーザー起因のイベントは既定で無視されます(プロンプトインジェクションモデルへの入力に紛れ込ませた指示で、開発者の意図した挙動を上書きする攻撃。ユーザー入力による直接型と、Agent が読む外部コンテンツ経由の間接型がある。対策と公式明記)。対象は private / internal リポジトリのみです
• code review の自動化: ブランチ ruleset で「Copilot レビューの自動リクエスト」を設定します(組織レベルでパターン包含 / 除外可)。draft PR のレビュー(人のレビュー前の早期発見)、レビュー強度(effort level。Medium は消費増と公式明記)のオプションがあります

2026-09-01 の public preview では、レビュー概要の approval assessment(承認可能性の評価)に加え、管理者が有効化すると Copilot 自身の PR 承認を required approvals に算入できます。承認機能は既定 off で、企業・組織・リポジトリの設定と対象パスで範囲を制御し、新しい commit が push されると承認は失効します。assessment だけでは必要承認数に算入されません。人の承認を必須にするかは組織の運用方針として別に定めます。

• Agentic Workflows(preview): Markdown(frontmatter + 自然言語指示)で定義し GitHub Actions として実行する上位機能です。エンジンを選択でき(Copilot / Claude / Codex / Gemini)、read-only 既定 + 宣言した safe-outputs 経由でのみ書き込みという安全モデルと、実行あたりの Credits 上限(既定値あり)を備えます。CLI を素の Actions で回すより、このガードレールモデルの判断の外側でコードとして強制される制御。入力・出力・アクションの 3 層に配置し、プロンプトでの指示(お願い)と区別される。込みの機構が公式推奨です

実務での注意点

アンチパターン

チェックリスト

関連トピック

• GitHub Copilot — 機能群・権限・データ取り扱い(選定判断の正)
• コーディングエージェントのコスト最適化 — ツール非依存のコスト原則
• 自動化・業務効率化パターン — 自動化の設計原則
• ルールファイルと設定の設計 — custom instructions の内容設計

参考資料

• PR approval public preview  — assessment と承認、管理者設定・失効(アクセス日: 2026-09-10)

• Choosing the right AI tool(GitHub Docs)  — タスク別の機能選択(アクセス日: 2026-07-06)

• Get the best results from cloud agent  — 向く / 向かないタスクとタスク定義(アクセス日: 2026-07-06)

• Optimizing your AI usage  — 公式のコスト削減チュートリアル(アクセス日: 2026-07-06)

• Models and pricing  — モデル別単価の一次情報発信源そのものの情報(論文の原典・公式ドキュメント・公式ブログ・規格本文・法令)。解説・まとめ(二次情報)と区別し、根拠は一次情報に置くのが情報リテラシーの基本。二次情報は「存在を知る」までに使い、一次まで遡って確かめる。(アクセス日: 2026-07-06)

• Budgets for usage-based billing  — 予算 4 階層と ULB(アクセス日: 2026-07-06)

• About GitHub Agentic Workflows  — safe-outputs 型の自動化(アクセス日: 2026-07-06)

• Custom instructions support(対応マトリクス)  — 機能別の指示ファイル対応(アクセス日: 2026-07-06)

TODO・未確認事項

• code review の effort level に High があるか、custom agents でのモデル指定可否、cloud agent タスク完了の Webhook 通知、automations の実行回数上限は確認できていません(未確認)

変わりやすい項目(定点観測)