と入力するだけで、事前に用意したプロンプトを一瞬で呼び出せる機能のことです。 要するに、「よく使う指示をショートカット化できる仕組み」 です。 カスタムプロンプトの作り方 VS Codeの Copilot Chat 右上にある 歯車アイコン⚙から、「プロンプトファイル」を選択 コマンドパレットが開くので、「＋新しいプロンプトファイル」を選択 「.github/prompts」 を選択 ※この2つの違いは、どこにプロンプトファイルを保存するかです。「.github/prompts」は現在開いているプロジェクトに.githubディレクトリを作成してそこに生成します。「ユーザーデータ」はユーザの環境に保存するので、すべてのプロジェクトから参照できます。WinならC:\Users\<username>\AppData\Roaming\Code\User\prompts\ そうするとカスタムプロンプ

はじめに 最近、AI開発のトレンドとして「マルチエージェント」という言葉をよく耳にするようになりました。 しかし、これを試すには複雑なPythonライブラリ（CrewAIやAutoGenなど）を導入したり、API利用料を気にしながらクラウドで動かしたりと、ハードルが高いのが現状です。 そこで本記事では、 普段使っている「VS Code」と「GitHub Copilot」だけ を使って、ローカル環境で疑似的にマルチエージェントシステムを構築・運用してみた事例を紹介します。 特別なツールや外部サービスは一切不要。「プロンプトファイルによる役割分担」という工夫だけで、いつもの開発体験がどう変わるのかを共有します。 そもそも「マルチエージェント」とは？ 「マルチエージェント」を知らない方のために、簡単にイメージを説明します。 通常のチャットAI（ChatGPTやCopilot）が 「何でもできる一

GitHub Copilotを「なんとなく使っている」状態から脱却するには、背後にある概念を理解することが近道だと思う。本記事では、Copilotの仕組みと各機能を概念レベルで整理し、「なぜそう動くのか」を理解することで使いこなせるようになることを目指す。 大前提：LLMがコードを生成する仕組み Copilotの挙動を理解するには、まずLLM（大規模言語モデル）の基本的な動作原理を押さえておく必要がある。 LLMは与えられたコンテキスト（入力）に基づいて、最も確率の高い続きを生成する。Copilotも同様で、「現在のコード」「開いているファイル」「プロジェクトの情報」などをコンテキストとしてモデルに渡し、その続きとしてコードを生成している。 つまり、Copilotを使いこなすとは「適切なコンテキストを与えること」に他ならない。これがこの記事全体を貫くテーマである。 インライン補完：最も基本

はじめに GitHub Copilot は、もはや単なるコード補完ツールではありません。 どの文脈を与え、どこまで任せ、どこで人が介入するか その設計次第で、生産性にもコード品質にも大きな差が生まれます。 本記事「GitHub Copilot を極める会」では、 GitHub Copilot を 補完ツール としてではなく、 設計・実装・リファクタ・テストまでを支援する開発パートナーとして使い切ることを目標に話を進めます。 中でもエージェントモードを使いこなすことや、カスタムされた命令を Copilot に読み込ませること、更にはコーディングエージェントへコードレビューをさせる方法までこの記事でご紹介させていただきます。 「書かせている」状態から、「制御して使っている」状態へ --- GitHub Copilot を使う側のレベルを一段引き上げる記事となれば幸いです。 それでは行きましょう

2023年から段階的にAIを開発フローに組み込み、2025年は試行錯誤とツールの大きな変化、そしてエージェント化を経て、私のソフトウェア開発の進め方は明確に変化しました。 ここで言う「変化」とは、単に作業が速くなった、便利になったという話ではありません。 より具体的には「コードをタイピングする時間よりも、間接作業の比重と抽象的な思考・ロジックが増えた」という意味での変化です。 とりわけ深刻なのは文字入力回数の増大です。その結果、マイクに向かって話したり、タイピングの練習といったプリミティブな活動を取り入れるようになりました。 この変化は私だけのものではありません。Addy Osmaniは『Beyond Vibe Coding』で「開発者の役割はコードを書くことから、コードを指示すること（directing）へシフトしている」と述べ、アーキテクチャやデザインパターンといったシステム思考への集

スライド概要 [.NET Conf 2025 Tokyo Osaka Fukuoka - connpass](https://dotnetlab.connpass.com/event/371159/) のLT登壇スライドです。オープンスタンダードになったAgent Skillsの説明と使い分け、GitHub Copilotでの使い方についてまとめています

GitHub Copilot を使っていると、「このプロジェクト固有のルールを覚えてほしい」「特定のスクリプトの使い方を教えたい」といった場面に出くわすことがあります。これまでは、カスタム指示や AGENTS.md にそうした情報を記述することで対応してきましたが、ここに新たな最適化方法が登場してきています。それが「Agent Skills」です。 2025 年 12 月 18 日、Agent Skills が GitHub Copilot に追加されました[1]。Agent Skills は、必要な時だけ動的にロードされる「専門知識のパッケージ」として機能し、コンテキストを効率的に管理しながら Copilot の能力を拡張できます。 この記事では、Agent Skills の基本的な仕組みと、実際に動作する簡単なスキルの作り方を紹介します。さらに、VS Code の Chat Debug

皆さん、GitHub Copilotは利用されていますでしょうか？ 私は、コスパが良いのと複数のモデルを利用できる点に魅力を感じたため、仕事だけでなくプライベートの開発でも利用しています。 しかし、使い込んでいく中で一つ壁に当たることがありました。それは、Agent・Instructions・Promptといった複数のファイルタイプが存在し、それぞれがどのように影響し合い、どのように使い分けるべきかが分かりにくいという点です。 そこで本記事では、私自身の備忘録も兼ねて、これらの概念と実際の検証結果を踏まえた活用方法について解説します。 GitHub Copilotとは GitHub Copilotは、AIを活用したコーディング支援ツールとして登場しました。当初はVSCodeエディタ上でのコード補完が主要な機能でしたが、現在では GitHub Web上でのチャット機能、プルリクエスト（PR）

はじめに こんにちは。 株式会社サイバーセキュリティクラウド SIDfm 開発部門の大谷です。 当社では積極的に AI 活用を進めており、脆弱性管理システム「SIDfm」の開発でも、Gemini や GitHub Copilot を日常的に利用しています。 本記事では、VSCode 上でGitHub Copilot Chat をより使いやすくするための設定ファイル .instructions.md などについて、実例を交えながら紹介します。 Point リポジトリの内容を.instructions.mdに書きましょう。 役割や会話スタイルは.agent.mdに書きましょう。 複数リポジトリの共通内容はUser Data下に書きましょう。 Reason .instructions.mdとは AIに与える「指示」をまとめた設定ファイルです。 リポジトリ全体の指示内容を書くものとしてはcopil

はじめに 個人的に GitHub Copilot（以降: Copilot）にとてもお世話になっているので、自分なりの設定や良いなと思っている点をメモとしてまとめてみました！（2025/10時点） 基本的なことばかりかもしれませんが、どなたかの参考になりましたら嬉しいです！ 適していないと感じるケース CLIをメインで使いたい VSCodeが合わない 応答が遅いと支障が出る or ストレス Claude Codeの色々な機能（Sub Agents、Hooks）を活用している などなど Copilotを好んで使っている理由 いくつか理由があります！ 最近は機能差が減ってきたり、細かいところで使いやすさを感じる部分もあったりするのも理由の1つです。（機能面の比較に一部記載） 料金面 比較的料金が安い💰 少し開発する程度の方なら余裕をもって使えそうです！ 僕は最近開発がっつりではないので助かって

こんにちは、URBAN HACKS サーバーサイドエンジニアの池田です。 2025/9/25に GitHub Copilot CLI が public preview 版で登場しました！ 業務で GitHub Copilot をメインに使っている私にとっては待望の CLI です！ なお、GitHub Copilot CLI は以下の有料プランで利用可能です。 GitHub Copilot Pro GitHub Copilot Pro+ GitHub Copilot Business GitHub Copilot Enterprise プロンプトの送信ごとにプレミアムリクエストを1消費します。 ちなみに名前が紛らわしいのですが、GitHub CLI の拡張として存在していた copilot の方は廃止されるそうです。 執筆時点の環境 OS: macOS GitHub Copilot CLI

GitHub Copilot CLIがでた なんとなくTwitter見てたらこんなツイートが 触ってみるしかないってことで、実際に触ってみて入門記事書いてみました GitHub Copilot CLIとは？ GitHub CopilotがCLIで使えるようになったものって認識 GitHubのurl 対応しているプラットフォーム Linux macOS Windows (experimental) 必要なもの Node.js v22 or higher npm v10 or higher (On Windows) PowerShell v6 or higher An active Copilot subscription. See Copilot plans. ここで注意なのが、以下のいずれかのプランじゃないと使えない GitHub Copilot Pro GitHub Copilot Pr

こんにちは。AIやっていきチームの加瀬（@Kesin11）です。 先日開催されたVSCode Dev Days Tokyoにて「Issue, Pull-request, GitHub Copilotによる『普通』の一人チーム開発」というタイトルで発表させて頂きました。 vscode.connpass.com この発表ではGitHub Copilotと共同で機能設計の壁打ち、タスク分解、実装、コードレビュー、という開発プロセスを使い慣れたGitHubで行う方法を紹介しました。 現地の発表ではスライドをほとんど用意せず、最初から最後まで実際のデモを行いながら説明するという一発勝負スタイルでしたので、発表スライドの代わりにデモの台本をこちらで紹介することにしました。 当日のデモでは時間の都合上、かなりの駆け足でしたし、実は泣く泣く省略した内容もたくさんありました。そのため、この台本は当日に参加さ

GitHubは、さまざまなサービスがAIと連携するための「MCPサーバ」の総合的なカタログとなることを目論んだ「GitHub MCP Registry」を公開しました。 MCPサーバは生成AIの能力を拡張する MCPサーバは、生成AIに対してさまざまな能力や機能の拡張を提供します。 生成AIはそのままではモデルに組み込まれた知識しか備えていませんが、例えばGitHubが提供する「GitHub MCP Server」と接続することで生成AIはGitHubのリポジトリ内にあるソースコードを読み、プルリクエストを生成できるようになります。 MongoDBが提供する「MongoDB MCP Server」と生成AIを接続すると生成AIはMongoDBのデータベースにアクセスできるようになり、WebブラウザのテストツールであるPlaywrightの「Playwright MCP」を生成AIと接続する

パッケージを利用する側、パッケージを公開する側でサプライチェーン攻撃を防ぐためにできることのメモ書きです。 パッケージを利用する側 npmやGitHub Actionsなどを利用する側として、サプライチェーン攻撃を防ぐためにできることをまとめます。 ロックファイルを使う npmやYarn、pnpmなどのパッケージマネージャーは、依存関係のバージョンを固定するためにロックファイル（例: package-lock.json, yarn.lock, pnpm-lock.yaml）を使用する GitHub ActionsではSHA Pinを行う pinactなどを使ったGitHub ActionsのSHA Pinを行う また、GitHubリポジトリの"Require actions to be pinned to a full-length commit SHA”を有効にする https://gi

びーぐるです🐶 2025年9月2日、GitHubからSpec Kitがリリースされました。 このツールはSpec駆動開発(Spec-Driven Development: SDD)を支援するツールですが、これがGitHubからリリースされたことに大きな意味があります。 今回はこのSpec Kitについて調査し、実際にSpecファイルを作成してKiroとの比較を行いたいと思います。 更新履歴 2025/09/06 公開しました 2025/09/18 Cursorに対応をした件を追記しました Spec Kitとは？ 冒頭で述べた通り、GitHubがリリースしたSpec駆動開発を支援するツールです。 これ自体で動作するわけではなく、他のコーディングエージェントにSDDを組み込むためのアドオンのような位置づけになります。 組み込めるコーディングエージェントは GitHub Copilot Cla

仕様駆動開発（Specification-Driven Development, SDD）は、AI コーディングエージェントを活用した新しいソフトウェア開発スタイルです。GitHub が提供する Spec Kit は、仕様駆動開発を支援するためのツールキットであり、AI との対話を通じて正確な受け入れ基準の定義とコード生成を支援します。この記事では Spec Kit を使用して仕様駆動開発を試してみます。 Kiro と呼ばれる AI IDE の登場は、仕様駆動開発と呼ばれる AI コーディングエージェントを活用した新しい開発スタイルの可能性を示しました。仕様駆動開発とは、まず AI と対話しながら要件定義・システム設計を行い、その後作成した設計書をもとに AI にコード生成を行わせる開発スタイルです。 ユーザーの要求をまず明確な仕様として定義することで、ユーザーが頭の中で思い浮かべていた要

GitHub からリリースされたばかりの Spec Kit を試してみましたので使用感などをまとめました。 Claude Code との組み合わせを前提としています。 試してみる Spec Kitは、GitHub が公開した仕様書駆動開発ツールです。AWS の Kiro に相当するツールですが、こちらはエディタを使用せず、CLI + コーディングエージェント を組み合わせて仕様書生成からコード生成まで行うツールです。 3つのフェーズに分けて、仕様書の生成から実装計画、タスク分解までを行います。 まずはインストール Python パッケージマネジャの uv コマンドでインストール＆実行します。

GitHubは、GitHub CopilotやClaude Code、Gemini CLIなどの生成AIを用いたコーディングエージェントで仕様駆動開発と呼ばれる開発スタイルのワークフローを実現するオープンソースソフトウェア「Spec Kit」を公開しました。 仕様駆動開発はまず明確な仕様を作成する 仕様駆動開発（Specification-Driven Development）は、まず仕様を明確に作成し、その仕様を基に実装計画を立ててコーディングを行うという開発手法です。 Amazon Web Services（AWS）が7月に発表したコーディング支援ツール「AWS Kiro」がこの手法を採用しており、それがきっかけで注目されるようになりました。 参考：AWSがAIコードエディタ「Kiro」をプレビュー公開、VS Code互換。AIとチャットしながらプロダクトを開発 今回GitHubが公開