GitHub Copilotを使いこなすための概念整理
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
インナーソース - Wikipedia
この項目「インナーソース」は翻訳されたばかりのものです。不自然あるいは曖昧な表現などが含まれる可能性があり、このままでは読みづらいかもしれません。（原文：英語版 "Inner source" 02:33, 22 June 2022 (UTC)） 修正、加筆に協力し、現在の表現をより自然な表現にして下さる方を求めています。ノートページや履歴も参照してください。（2022年7月） インナーソース (InnerSource) は、オープンソースソフトウェア開発におけるベストプラクティスを活用し、非オープンソースやプロプライエタリソフトウェアを開発する組織内にオープンソースの手法を取り入れることである[1]。この用語は、2000年にティム・オライリーによって提唱され、コラムに掲載された[2][3]。 オープンソースを利用すると、高品質のソフトウェアを提供できることが一般に認められている[4]。さら
これからのITエンジニアと私たち｜情報処理学会・学会誌「情報処理」
高町 咲衣 （ITエンジニア／シンガー） 突然ですが，IT業界では人材不足の話をよく耳にします．もちろん人材というものはいきなりその辺から生えてくるわけではありません． 人材が足りていないということは，人材が育成されていないということで，つまり教育が足りていないのです． それもそのはずで，少し前まではまともにプログラミングを扱うようになるのは大学や専門学校以降で，高校まではカリキュラムにほとんどそれらは含まれない，あるいは含まれたとしても優先度が低いのが一般的でした． これを科学に置き換えて考えてみてください．カリキュラムにまともに組み込まれていなかったのに，突然大学レベルの科学ができる人がどれだけいるでしょう？ 研究者が不足するのは目に見えています． 子供のころにプログラミングに触れる機会があったという人は，たとえば近所にあるプログラミング教室に通っていたり，身近にIT関係の人がいて教わ
Googleが開発した次世代AIエージェントIDE「Antigravity」がやばすぎる
Google DeepMind は 2025 年 11 月、次世代のソフトウェア開発環境「Antigravity」を発表しました。これは単なるコードエディタではなく、AI エージェントを中心（Agent-First）に据えた統合開発環境（IDE）であり、開発者の生産性を飛躍的に向上させることを目指しています。 本記事では、YouTube で公開された発表内容をもとに、Antigravity の主要な機能と特徴を紹介します。 Antigravity とは Antigravity は、Google の最新 AI モデル「Gemini 3」シリーズ（Gemini 3 Pro、Deep Think、Flash など）を搭載した、エージェントネイティブな IDE です。 従来の「AI によるコード補完」レベルを超え、エージェントが自律的にタスクを計画・実行・検証するパートナーとして機能します。 主な
MISRA-C
MISRA-CとはC言語のためのコーディング・ガイドラインです。MISRA-Cは、より安全なC言語サブセットとも言えます。MISRA-Cの遵守はシステムの安全性を高めます。
AIと著作権について | 文化庁
AIと著作権の関係については、令和6年3月に文化審議会 著作権分科会 法制度小委員会において、「AIと著作権に関する考え方について」を取りまとめました。 本ページでは、AIと著作権について、上記の考え方と、その関連文書を紹介します。 著作権法第30条の4等の基本的な考え方について IoT・ビッグデータ・人工知能（AI）等の技術を活用したイノベーションに関わる著作物の利用に係るニーズのうち、著作物の市場に大きな影響を与えないものについては、平成30年の著作権法改正により、相当程度柔軟性を確保する形で、著作物の利用の円滑化を図るべく、「柔軟な権利制限規定」が整備されました。 以下の資料では、この柔軟な権利制限規定の趣旨・内容・解釈やサービス・行為の取扱い等について、文化庁としての基本的な考え方をお示ししています。 ・デジタル化・ネットワーク化の進展に対応した柔軟な権利制限規定に関する基本的な考
コーディングエージェントによるコード生成が主流の今、あえて「技術」を語りたい
はじめに この記事はポエムです。 2024年の今頃、まだ生成AIはコーディングにおける補助ツールであり副操縦士以上の機能はありませんでした。 それに比べて2025年はDevin、Cline、Roo Code、Claude Code、GitHub Copilot、Kiro、Codex、Antigravityなど次々と新しい思想のコーディング環境が登場しAIが自律的にコードを書くのが当たり前になりました。 まさに2025年はAI Agent元年と言って良い年だったと思います。 今年の開発シーンの変化は、単なる「AIの進化」を超えて「コーディング文化の分岐」と呼ぶべきものです。 コーディングエージェントを利用する、しないでは生産性に圧倒的な差が発生するのは変えようのない事実であり、私も現在ではコーディングエージェントなしの仕事は考えられないくらい業務や趣味で利用を行っています。 「思考の放棄」へ
Claude Codeが切り拓いた新時代の開発スタイル : 新刊ピックアップ | 技術評論社
Claude Codeがエンジニアにもたらした衝撃 2025年5月末に、ソフトウェア開発において衝撃的なツールが登場しました。それが「Claude Code（クロードコード）」。米Anthropic社によって開発された、CLI（コマンドラインインターフェース）によるAIコーディングエージェントです。 多くのエンジニアが「これが無いと開発できない」というほどの開発体験とその応用範囲の広さに酔いしれました。現在では、Claude Codeがもたらした新時代の開発スタイルのことを「AI駆動開発」と呼んでいる人もいます。 Claude Code以前の開発スタイル Claude Codeの登場前にも、GitHub CopilotやCursor、Replitといった生成AIとLLM（Large Language Models：大規模言語モデル）を活用した、AIツールがありました。それらのツールを
GitHub Copilot エージェントの作成はエージェントに任せよう
「エージェント定義、まだ自分の手で書いてるんですか？」 そんなことを言われると少しドキッとしますよね。安心してください、私もまだ自分で書いてます。 ただ、同じような目的のエージェントを作っては壊し、作っては壊しを繰り返していると、毎回同じようなパターンでエージェントを作っていることに気付いてきます。そこで、ふと思いました。 「これ、エージェント作成のベストプラクティスを詰め込んだエージェントを作れば、もうそれで済むのではないか？」と。 今回は、そんな疑問へのアンサー記事です。この記事の中では、自作のエージェントビルダーを紹介した後、実際にそのビルダーで Zenn の記事執筆を手伝うエージェント（たち）を作ってみた結果を共有します。 ぼくのかんがえたさいきょうのエージェントビルダー まずは、私が作成したエージェントビルダーを紹介します。.github/agents/agent-builder
詳細設計書って何をどう書くの？ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? WEBアプリ開発のプロジェクトで詳細設計書を一から作成することになったので、 これを機に「詳細設計書に必要な最低限の記載内容」の再確認とメモ書きφ(..) また別プロジェクトで一から書くことになった時の判断基準にするためにも。 本題に入る前に、前提知識をザックリと。 詳細設計書は、上流工程の 「要件定義」 クライアントの要望とその要望をどのように叶えるのかを明確にする。 ↓ 「外部設計」 要件定義で決まった内容をもとに、画面や帳票、操作性などのユーザーインターフェースを設計する。 外部システムと連携する部分の仕様を設計し、内部設計の土台
リファクタリングするならもっとモダンに
私がプログラミングで一番好きなのは、新しいコードを書くのではなく、既存のコードを動作を保ったまま改善することです。これはリファクタリングと言います。 新しい機能を実装する時に、まずは安直にでも良いので実装してみて、期待通りの動作になるようにしてからリファクタリングする、ような場合もあったりしますよね。 なので、今回は以前紹介した以下のfinallyのコードをリファクタリングしてみました。 template <class F> class final_action { public: explicit final_action(const F& ff) noexcept : f{ff} {} explicit final_action(F&& ff) noexcept : f{std::move(ff)} {} ~final_action() noexcept { if (invoke) f
LLMのCUDAカーネルを自作しよう!
本記事は、LLM・LLM活用 Advent Calendar 2025 21日目の記事です。 はじめに pytorchは、Meta社が開発した機械学習・深層学習のためのpythonライブラリです。ユーザーは、pytorchを使用することで、画像分類モデルや強化学習モデルをはじめとし、大規模言語モデルや拡散モデルなど、多種多様なニューラルネットワークモデルを構築することが可能です。 また、pytorch内部では、CPU、TPU、GPUといった様々なプロセッサ向けに最適化された処理が実装されており、これらのプロセッサ間を容易に切り替えて使用することが可能です。例えば、大規模言語モデルの推論処理をGPU上で行いたい場合は、以下のように記述します。このようにユーザーは、入力テンソルとモデルインスタンスに対して.to("cuda")をつけるだけで、GPUを使用した処理が実行可能です。GPUを使用した
【テスト配置の言語文化論】なぜPythonは `tests/` に分け、Rustは `src/` に同居させるのか？
「Pythonで単体テストを書くとき、実装ファイルの中にテストコードを書いてはいけないのですか？」 RustやGoといったモダンなコンパイル言語の経験があるエンジニアが、Pythonのプロジェクト構成を見たときに抱く素朴な疑問です。 Rustでは src/lib.rs の中に mod tests を書くのが当たり前ですし、Goでも main.go の隣に main_test.go を置くのが一般的です。 しかし、Pythonのデファクトスタンダードは 「src/ とは別に tests/ ディレクトリを切る」 というスタイルです。 なぜ言語によってテストコードの配置場所（文化）がこれほど異なるのでしょうか？ その背景には、単なる「好み」の違いではなく、「コンパイルの仕組み」 と 「配布（デプロイ）の仕組み」 という技術的な必然性が隠されています。 本記事では、Rust, C++, Pytho
コードレビューではgtrが便利！ - Qiita
はじめに GitHubのアップデートは頻繁に行われていて、GitHub上でのコードレビューもしやすくなってきてますね！ ただ、やっぱり手元のエディタで動かしながら確認したいことってありますよね でも、そのために現在の作業を stash したり、ブランチを切り替えて npm install し直したりするのは正直面倒です… そんな課題を解決するのが gtr (Git Worktree Runner) です！ （なぜ gtr と略すのかはわかってないです😇） なぜ gtr なのか？ Git標準の git worktree を使えばフォルダ単位でブランチを展開できます。 しかし、コマンドが長くて覚えにくいのが難点でした。 gtr はそれをシンプルにラップし、さらに便利機能を追加したツールです。 コマンドがシンプル git gtr new <branch> だけで作成完了 多様なエディタに対応
GitHubCopilotの使い方から導入や基本操作や応用まで最速で習得できるガイド
「Copilotって結局なにができるの？」——補完が思った通りに出ない、チャットに何を聞けばいいか迷う、セットアップでつまずく…そんな最初の壁を短時間で越えたい方へ。GitHubが公表する開発者調査では、AI支援で生産性や満足度の向上が報告されています（2023年調査）。本記事は、その恩恵を最短で体感できる実践ルートを用意しました。 導入からインライン補完、チャット活用、複数ファイルの安全な編集まで、最初の成功体験を段階的に獲得します。VS Codeはもちろん、Visual StudioやIntelliJ、Eclipseの違いも迷わず確認できます。さらに、著作権・セキュリティの注意点、無料と有料の機能差、よくあるトラブルの即応チェックも収録。 最初の5分で「受諾・切替・質問」の基本を押さえ、30分で小さな自動生成とテスト作成まで到達。“伝わるコメント”の型とショートカットを手に、今日から確
コードレビューをゲーム化しました - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 生成AIによるコーディング増加に伴って、コードレビューに注目が集まっています。CodeRabbitは、AIコードレビューを提供していますが、まさにその追い風に乗っています。 そんなコードレビューですが、適切に指摘できると確信を持って言える人は、そう多くないのではないでしょうか。適切なコードレビューは要件を把握し、コードに書かれていない部分も含めて指摘できないといけません。 そこで、コードレビューを簡易的に体験できるゲームを作ってみました。 ゲームについて URLはこちらです。 現在はFlutter/JavaScript/Pythonを用
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
EditorConfig
フィルタ
サーブレットの登録
https://www.issoh.co.jp/tech/details/9198/
