GitHubが示すAI生産性は基本操作が本質

何が起きたか

GitHubがGitHub Copilotを効果的に使うための7段階のワークフローを公開した。ツール選択から始まり、自律実行の有効化（YOLOモード）、AIによるプロトタイピング、計画的な検討、Autopilotを使った実装、人間によるレビューでの反復、ラバーダックコードレビューによる完成という流れだ。投稿は、奇抜なプロンプトや隠れた技法よりも、基本インターフェース（ハーネス）の習得と体系的な方法論が重要だと主張している。

なぜ重要か

多くの開発者は最新のAIトリックやプラグインを追い求めているが、GitHubの実践例から見えるのは、1つのツールを深く理解して体系的に使うことが本当の生産性向上につながるということだ。Copilotを導入するチームにとって、ボトルネックは隠れた技法へのアクセスではなく、ワークフローの規律と人間の判断力、つまり良い品質とは何かを知ることにある。また実際的なセーフティモデルも示唆している。全てのアクションを承認するのではなく、サンドボックス（GitHub Codespacesなど）内でエージェントを完全に自律実行させるべきだ。なぜなら常に承認を求めることは目的を損なわせ、ユーザーに何を承認しているのか読むのをやめさせるからだ。

注目点

投稿は中規模モデル（GPT 5.6 TerraまたはClaude Sonnetで中程度の推論機能）の使用を推奨し、プロンプトキャッシュの効果を最大化するため1機能につき1つのモデルに統一することを勧めている。また、計画フェーズをより徹底させるためのMatt Pockockの「grill-me」スキルを紹介し、GitHub Copilot Autopilotがサブエージェントをファイル探索に小規模モデル、複雑なタスクに大規模モデルを使い分けて自動的に調整する仕組みについても、手動設定なしで動作することを強調している。