GitHub Copilotで補完とChatを使う最初の一歩
GitHub CopilotをVS Codeに導入する手順、インライン補完とChatの基本操作、無料枠の選び方を解説。
「AIコーディングを試してみたいけれど、何から始めればいいかわからない」。 そう感じている個人エンジニアにとって、GitHub Copilotは最も入りやすい選択肢のひとつです。 VS Code拡張をインストールしてGitHubアカウントでサインインするだけで、すぐにインライン補完とチャット型の対話が手に入ります。
しかし、初めて触る人がつまずきがちなのが「ライセンスの違いがわからない」「補完がなかなか出てこない」「Chatの使いどころがイメージできない」「機密コードを送って大丈夫なのか不安」といったポイントです。
この記事では、VS CodeへのGitHub Copilot導入を最短ルートで行い、インライン補完とCopilot Chatの基本操作、そして安全運用のポイントまでを一気通貫で解説します。 読み終える頃には、自分のローカル環境でCopilotが動き、最初の関数生成とコード説明を体験できているはずです。
1. なぜ最初の選択肢にGitHub Copilotが向くのか
GitHub Copilotは、GitHubとMicrosoftが提供するAIコーディング支援サービスです。 近年は無料プランの GitHub Copilot Free が登場したことで、クレジットカード登録なしで補完とChatを試せるようになりました。 個人開発の最初の一歩としては、まず無料プランで触り、本格的に毎日使うようになってから有料プランへ移行する流れが現実的です。
プランは大きく4つに分かれます。 Free は学習・お試し向けで、月あたりの補完回数やChat回数に上限があるイメージです。 Pro は個人の有料プランで、補完やChatをほぼ気にせず使えるのが特徴です。 Business はチーム向けで、組織管理機能が追加されます。 Enterprise はさらに監査ログやポリシー管理など、大規模組織向けの機能を備えています。
個人エンジニアが最初に選ぶ基準はシンプルです。 まずは Free で日常の使い心地を確認します。 「毎日使うようになって月の補完上限を意識する場面が増えた」「より高品質なモデルを試したい」と感じたら Pro へ切り替えます。 業務利用や所属企業のリポジトリで使う場合は、組織契約の Business / Enterprise の方針に従うのが原則です。
2. VS Code拡張のインストールとGitHubサインイン
導入手順はとてもシンプルです。 事前準備として、以下の2つを用意してください。
- VS Code がインストールされていること
- GitHub アカウントを持っていること（無料アカウントで構いません）
VS Codeを起動したら、左サイドバーの拡張機能アイコン（四角が4つ並んだアイコン）をクリックします。
検索ボックスに GitHub Copilot と入力して、公式の拡張機能 GitHub Copilot と GitHub Copilot Chat の2つを順にインストールします。
発行元はいずれも GitHub になっているはずです。
近年は1つのバンドルとして扱われる場面も増えていますが、検索結果に2つ表示された場合は両方インストールしておくと安心です。
インストール後、コマンドパレットを開いて GitHub Copilot: Sign In を実行します。
コマンドパレットのショートカットは、macOS が Cmd+Shift+P、Windows / Linux が Ctrl+Shift+P です。
ブラウザが開いてGitHubの認証画面に遷移するので、ログイン中のアカウントで承認してください。
VS Codeに戻ると右下に「Signed in as ＠ユーザー名」のような通知が表示され、これでセットアップは完了です。
無料プランでまだ Copilot を有効化していない場合は、初回サインイン時に GitHub のWeb画面で利用開始の同意画面が表示されます。 画面の指示通りに進めれば、追加の支払い情報なしで使い始められます。
3. インライン補完の基本操作と候補の切り替え
サインインが終わったら、適当なフォルダを開いて新規ファイルを作りましょう。
ここではPythonで簡単な関数を書く例を示します。
ファイル名 utils.py を作成し、次のようにコメントだけを書いてみてください。
# 与えられた文字列リストから、空白だけの要素を除外して返す関数
def clean_strings(items):
カーソルを def clean_strings(items): の次の行に移動して少し待つと、Copilotが続きの実装を「灰色のテキスト」で提案してきます。
これがインライン補完です。
操作のキーは4つだけ覚えれば十分です。
Tab：表示中の補完を採用してコードに反映するEsc：補完を拒否してそのまま入力を続けるAlt+]：次の候補に切り替える(macOSも同じキーで動作)Alt+[：前の候補に戻る(macOSも同じキー)
最初は補完が出ないように見えても、数秒待つか改行・スペースを1つ入れると提案が出てくることが多いです。 また、関数のシグネチャだけでなくコメント文に 何をしてほしいかを具体的に書く ことで、補完精度が大きく変わります。 日本語コメントでも英語コメントでも反応しますが、対象となるリポジトリの主言語に合わせるのが無難です。
うまく出てこない場合は、関数名・引数名を意味のある英単語にする、ファイル冒頭にimport文を書いておく、といった「文脈の手がかり」を増やすのが効果的です。 逆に、空ファイルからいきなり高度な実装を期待しても、Copilotは推測材料が少なく止まってしまいます。
4. Copilot Chatを起動して最初に試したい3つの質問
次にChat機能を試します。
Copilot Chatの起動は2通りあり、サイドバーの吹き出しアイコンをクリックするか、ショートカット Ctrl+Alt+I(macOSは同等のキーバインド)で開きます。
キーバインドはVS Codeのキーボードショートカット設定から自分の好きなキーに変更できます。
最初に試してほしい質問パターンは3つです。
1つ目はコード説明。 エディタで関数を範囲選択した状態でChatを開き、「この関数が何をしているか説明してください」と入力します。 他人のコードや過去の自分のコードを読み解く時間を、大きく短縮できます。
2つ目は関数生成。 「JSONファイルを読み込んでキー名一覧を返す関数をPythonで書いてください」のように、自然言語で要件を伝えます。 生成されたコードはChatペインからコピーするか、表示される挿入ボタンから直接エディタに反映できます。
3つ目はテスト生成。 既存の関数を範囲選択して「この関数のユニットテストをpytestで書いてください」と頼むと、テスト雛形を提案してくれます。
実際にやってみると、たとえばこんなやり取りになります。
あなた：選択した関数のpytestテストを書いてください。
Copilot：以下が clean_strings 関数のテスト例です。
import pytest
from utils import clean_strings
def test_removes_blank_only_items():
assert clean_strings(["a", " ", "b"]) == ["a", "b"]
def test_returns_empty_for_all_blank():
assert clean_strings(["", " "]) == []
慣れてきたら、Chatに対して /explain /tests /fix などのスラッシュコマンドを使うことで、定型的な依頼をさらに短く書けるようになります。
スラッシュコマンドはCopilot Chat側でアップデートされていくので、新しいバージョンが出たら一覧を眺めてみると新しい使い方が見つかります。
質問のコツとしては、いきなり大きなタスクを投げるのではなく「ファイル全体を読み込ませる」「対象の関数だけ選択する」など、Copilotに渡すコンテキストの範囲をこちらでコントロールする意識が大切です。 範囲が広すぎると要点がぼやけ、狭すぎると前提情報が足りず的外れな答えが返ってきます。 最初は1関数単位の小さな依頼から始めて、徐々にファイル単位・モジュール単位へ広げていくと、Copilotとの距離感がつかみやすくなります。
5. 安全運用：機密情報を送らないための実務ポイント
便利な反面、AIコーディング支援を使うときに最も気をつけたいのが情報の取り扱いです。 個人開発であってもチーム開発であっても、最低限以下の運用ルールを守るのが安心です。
第一に、APIキー・アクセストークン・パスワードを コード本体に書かない。
これは Copilot に限らず一般的な原則ですが、AIに送られる可能性のある内容にも直結するので特に重要です。
環境変数や .env ファイルに切り出し、.gitignore で確実に除外しましょう。
.gitignore の最低限の例は次のようなイメージです。
# 環境変数
.env
.env.local
.env.*.local
# 認証情報
*.pem
*.key
secrets.json
# 個人設定（必要に応じて）
.vscode/settings.json
第二に、業務リポジトリで使う場合は組織のポリシーを確認します。 GitHub Copilot のチーム向けプランには、特定のフォルダやリポジトリで Copilot からのコード参照・送信を制限する Content Exclusion という仕組みが用意されています。 個人プランでは設定できませんが、所属組織のリポジトリを開発する際は、組織管理者がこの設定を行っているかを把握しておくと安心です。
第三に、生成されたコードをそのまま無条件で採用しない、という基本姿勢を持ちます。 Copilotの提案には誤りが含まれることがあり、ライブラリの仕様を取り違えていたり、エッジケースを取りこぼすこともあります。 最終的にコードの責任を負うのは自分自身であるという意識でレビューする習慣をつけると、AIへの依存度を上げても品質が落ちない開発が続けられます。
まとめと次のアクション
ここまでで、VS CodeにGitHub Copilotを導入し、インライン補完とCopilot Chatの基本操作、そして安全運用の入り口まで触れました。
最初の30分で押さえておきたいのは、補完の Tab / Esc / Alt+] / Alt+[、Chatの起動ショートカット、そして秘密情報を含めないという運用ルールの3点です。
次に進むなら、以下のような順序で広げていくのがおすすめです。
- 普段使っているリポジトリで1週間、補完を意識して使ってみる
- テスト生成・コード説明・リファクタ提案をChatに任せる体験を増やす
- プロジェクト固有のルールを伝えるカスタム指示やワークスペース設定を学ぶ
- 必要に応じて Copilot Pro へ移行し、より高度なモデルや回数を試す
GitHub Copilot は使えば使うほど自分のスタイルに馴染んできます。 まずは今日のうちに「Hello, Copilot!」を出力する小さな関数を1本、AIと一緒に書いてみてください。 最初の体験が、その後の開発スピードを大きく変えてくれるはずです。