Skip to content

MS_GitHubCopilotPracticeExam

Jump to bottom
nishi_74322014 edited this page Sep 1, 2026 · 1 revision

GitHub Copilot模擬試験

概要

詳細

紹介

  • GitHub Copilot ＝ AI ペア プログラマー
  • GitHub Copilot によってコーディングが速くなったと答えた開発者の割合は 90%

環境

  • 各 IDE のエクステンションから利用するのが最も一般的で簡単
  • IDE：VS、VS Code、Azure Data Studio、JetBrains IDEs（IntelliJ とか）、
    Vim/Neovim、Xcode、Eclipse
  • CLI のインストール：gh extension install github/gh-copilot

移行メモ（略記）: 元ページの「Aze Data Studio」は
「Azure Data Studio」の脱字と解して補った。

補足（Azure Data Studio は終了）: なお Azure Data Studio 自体は
2026 年 2 月に提供終了が告知されている
（AzureのNotebookを参照）。
後継は VS Code の MSSQL 拡張機能である。

GitHub

  • GitHub Copilot Editor 構成ファイル：
    .github/copilot-instructions.md（Markdown ファイル）

  • コンテンツ除外：GitHub のリポジトリ・組織の設定から除外パスを設定

    • プライバシーを考慮したさまざまなプラン
      （リポジトリ・組織の除外パスの事？）を提供。
    • 除外ファイルは「コードの補完/提案」「コードレビュー」に利用されない。
    • IDE によっては除外ファイルからのセマンティック情報も
      使用されてしまう（完全に無視できない）
    • コンテンツの除外は即座に適用されない（30 分ぐらいの遅延がある）

補足（copilot-instructions.md は主流になった）: 当時は
「Editor 構成ファイル」という位置づけだったが、現在は
リポジトリ全体に効くカスタム指示として広く使われている
（コーディング規約、使用フレームワーク、レビュー観点などを書く）。
パス単位で分けたい場合は .github/instructions/*.instructions.md に
applyTo を指定する方式もある。
GitHub Copilotも参照。

プロンプティング

アクセス

LLM で一般的なチャット・インターフェイスだけでなく、
インタラクティブにコーディングを行うことを支援する機能が多い。

  • コード行補完：記述中の周辺コンテキストに基づいて
    プロンプトなしで提案（ゴーストテキスト）を提供

  • チャット・ビュー：メニュー・バーにある [チャットを開く] から、
    もしくは「Ctrl + Alt + I」

  • インライン・チャット：コンテキスト・メニューの [Copilot] →
    [Editor Inline Chat] から、もしくは「Ctrl + I」

  • クイック・チャット：VS Code のコマンド パレットで Chat: Open Quick Chat、
    もしくは「Ctrl + Shift + Alt + L」？

  • スラッシュ・コマンド：/tests など、
    プロンプトで要求するアクションを手短に明確にできる。

  • スマート・アクション：クリックするだけでワークフローに強力なショートカットを提供

  • CLI：シェル用

    • gh copilot explain：コマンドの説明を取得
    • gh copilot suggest：コマンドの提案を取得

コンテキスト

GitHub Copilot が調査する範囲と達成する目標を指定

  • ユーザ入力

    • コード行補完の場合はユーザ入力なしで記述中の周囲のコード行・コメントを使用
    • 現在ファイルと関連ファイル、チャット履歴のコンテキストを分析
    • 関連ファイル：エディタで開いているファイル、隣接ファイル、リポジトリ、
      URL、ファイル パス
    • チャット履歴：一時的にメモリに保持され、使用後に破棄され、
      ディスクには書き込まれない。

  • 参照やコマンド

    • 環境参照（@workspace、@vscode、@terminal）
    • スラッシュ・コマンド（/generate、/help、/doc、/explain、/fix、
      /optimize、/tests、/new、/newNotebook、/clear）
    • 環境参照とスラッシュ・コマンドを組み合わせるときは
      「@workspace /explain: ...」のようにして使う
    • プロンプト中でチャット変数（#editor、#selection、#file、
      #terminalSelection、#terminalLastCommand?）

移行メモ（助詞）: 「環境参照とスラッシュ・コマンドは組み合わせるときは」を
「環境参照とスラッシュ・コマンドを組み合わせるときは」に修正した。

受入操作

  • コード補完の受入は TAB キー

  • Command palette から

    • 選択中のコードを更新する提案は「受入」「破棄」「再実行」から選択して
      コーディングを続行。
    • 複数のコード補完が提案された場合、左矢印または右矢印を選択して
      各提案を確認。

ユースケース

コード生成

  • 複雑なコード生成：非手続き型処理（正規表現、SQL、LINQ）

  • コード変換：プログラミング言語 → 別のプログラミング言語

  • テストコード生成

    • VS Code のテスト エクスプローラーの目的：
      ユニット テストの実行とデバッグ、テスト実行の結果の表示、
      ワークスペースでのテスト ケースの管理。
    • ユニット テストの Arrange、Act、Assert セクション：
      ユニット テストをセットアップ、実行、検証のフェーズに
      構造化するために使用される。
    • ユニット テストのアサーション：引数・戻り値のチェックに分解でき、
      無効なデータの処理の防止は引数のアサーション、
      関数の成否は戻り値のアサーション

  • 修正コード生成

    • バグの修正

    • 改善の修正
      品質、信頼性、性能、セキュリティ、または、スケーラビリティ、
      ユーザビリティ、ポータビリティ

  • リファクタリングのコード生成
    リファクタリングは、読み易さを向上させ、複雑さを簡素化し、
    モジュール性を高め、再利用性を向上させ、
    管理しやすく保守しやすいコードベースを作成する。

    • 考慮事項：読み易さ、複雑さの軽減、モジュール性と再利用性、拡張性など。
    • 複雑さの軽減（内部構造、モジュール性と再利用性、拡張性を改善し、
      理解、保守、拡張を容易にする）
    • 読み易さの向上（複雑さの軽減、モジュール性の向上、再利用性の向上）

移行メモ（助詞）: 「無効なデータが処理の防止は」を
「無効なデータの処理の防止は」に修正した。

コードの説明

  • コードの説明
  • レビューとコメント
  • ドキュメント生成
  • デバッグ支援

例

  • 例外処理改善：例外で機密情報を公開しないようにし、
    可能な限り最も具体的な例外をキャッチし、例外を飲み込まないようにする。

移行メモ（誤字）: 元ページの行末が「〜しないようにする**・**」と
中黒になっていたため句点に改めた。

機能

インバウンドフロー

  • 安全な迅速な伝送とコンテキスト収集
    エディタで開いているタブの周囲のコード、ファイル、コンテンツを考慮。

  • プロキシフィルター

    • プロンプト・インジェクションなどのブロック
    • 有害な言葉のテスト、関連性のチェック、迅速なハッキングの試みの検出

  • 毒性フィルタリング

    • 生成内容に問題が入らないようにフィルタリング
    • 個人データのフィルタリング機能：個人データを積極的にフィルタリング。

  • LLM によるコード生成

アウトバウンドフロー

  • 後処理と応答の検証

    • コード品質、一致する公開コード（オプション）のチェック
      パブリック・コード・マッチング機能は、数か月ごとに更新される
      公開 GitHub リポジトリのインデックスとコードの提案を比較して一致を検索。

    • パフォーマンス・ベンチマークとメモリ使用量の最適化、有害な言語、関連性、

    • コードの品質（セキュリティの脆弱性を含む）、一意の識別子、
      およびオプションの公開コードマッチング

  • 提案の伝達とフィードバックループの開始
    ユーザーのアクションに基づいて学習/改善

  • 以降繰返しコード生成機能を改良。

補足（重複検出フィルタ）: 「一致する公開コードのチェック」は
学習ガイドの Domain 7 にある duplication detector filter のことで、
提案が公開リポジトリのコードと 150 文字程度以上一致した場合に
その提案を抑止する設定である
（組織・個人の設定で ON/OFF できる）。
ライセンス上の懸念を減らすための仕組みで、
「IP 補償（IP indemnity）」を受ける前提条件にもなる。

企業向け

Business

GitHub Copilot Business

  • サブスクリプションのアクセス許可
    プロファイル ドロップダウン メニューの組織で設定

    • 組織内の現在および将来のすべてのユーザーにアクセスを許可
    • 組織内の特定のユーザーにアクセスを許可
    • GitHub の REST API を使用してアクセスを許可

  • Copilot メトリック API：組織メンバーから使用状況の指標を収集する

    • 過去 28 日間のデータ
    • アクティブユーザー数とエンゲージメントユーザー数
    • 言語と IDE 別の内訳
    • 企業、組織、チームの指標を表示するオプション

  • 自己署名証明書による VPN プロキシ サポート

Enterprise

GitHub Copilot Enterprise

  • 組織が独自のコードベースを使用してトレーニングする、
    パーソナライゼーションのレイヤー
  • ドキュメント セットで内部コードとドキュメントのカスタム コレクションを作成し、
    提案を特定プロジェクトとドメインに合わせて調整
  • LoRA：事前トレーニング済みモデルの各レイヤーに、
    完全なオーバーホールなしでトレーニング可能な要素を追加する方法
  • プル リクエスト サマリー：コード変更に基づいて
    プル リクエストの簡潔な概要を自動的に生成
  • 請求サイクル中のシート使用率 ＝ 使用シート数 ×（経過日数 / 請求サイクルの合計日数）

その他

  • 有料/無料：今は制限付きの無料版が提供されている。
  • Microsoft の責任ある AI に関する 6 つの主要原則：
    公平性、信頼性と安全性、プライバシーとセキュリティ、包括性、透明性、説明責任

補足（6 原則は Domain 1 の中心）: 学習ガイドの Domain 1
（Responsible AI、7%）は、ほぼこの 6 原則の理解を問うものである。
「公平性・信頼性と安全性・プライバシーとセキュリティ・包括性」の
4 つが実装上の原則、
「透明性・説明責任」の 2 つがそれらを支える基盤、
という構造で覚えると整理しやすい。

参考

Tags: .NET開発, 構成管理ツール, CI, BI/AI

このWikiは「Open棟梁Project」,「OSSコンソーシアム 開発基盤部会」によって運営されています。

NetDevInfraWiki

マイクロソフト系技術情報 Wiki
Open 棟梁 Wiki

（未着手）

開発基盤部会 Wiki

移行管理: DONE ／ TODO

Clone this wiki locally