OpenAI Codex の使い方｜npaka｜note
1. Codex「Codex」は、自然言語と数十億行のコードの両方で学習したGPT-3ベースのモデルです。Pythonの能力が最も高く、JavaScript、Go、Perl、PHP、Ruby、Swift、TypeScript、SQL、Shell を含む10を超える言語を熟知しています。 「Codex」は、次のような様々なタスクに利用できます。 ・コメントをコードに変換。 ・コンテキスト内で次の行または関数を記述。 ・アプリケーションの有用なライブラリや API 呼び出しなどの知識の提供。 ・コメントの追加。 ・効率化のためのコードの書き直し。 2. Codexの使用例「Playground」でModelに「code-davinci-002」を指定して試しています。 2-1. 「Hello」と言う (Python)""" Ask the user for their name and say
AI時代にこそTDDだと思う話
GitHub Copilot、みなさん使ってますか？すでに多くの方が利用しており、「ないと困る」という方から「提案の質に問題がある」「まだまだ使えない」という方まで、様々な意見を聞きます。 筆者はGitHub Copilotに対して非常にポイティブな立場です。GitHub Copilotは使い方次第で開発速度を格段に向上させることを身をもって体験しており、これからの時代においてはGitHub CopilotなどのAIツールを使いこなせるかどうかで、個人の開発速度に非常に大きな差が出ると考えています。 重要なのは使い方次第と言う点です。前述のように様々な感想が溢れているのはAIツールの習熟度が大きく影響しているようにも感じます。AIツールは静的解析同様、利用者側の手腕が大きく問われるツールであると筆者は感じています。コマンドプロンプトエンジニアリングという言葉もあるように、AIツールを使いこ
Using GitHub Copilot in your IDE: Tips, tricks and best practices
AI has become an integral part of my workflow these days, and with the assistance of GitHub Copilot, I move a lot faster when I’m building a project. Having used AI tools to increase my productivity over the past year, I’ve realized that similar to learning how to use a new framework or library, we can enhance our efficiency with AI tools by learning how to best use them. In this blog post, I’ll s
生成系AIを活用した開発者支援 - Gunosy Tech Blog
こんにちは。koidです。 この記事は Gunosy Advent Calendar 2023 の25日目の記事です。 24日目の記事は hyamamotoさんの 大規模データ基盤における冪等性を確保した dbt のオーケストレーション でした。 早いもので、今年の Advent Calendar も最終日となりました。 今年の Advent Calendar では、昨年に引き続き各技術領域についてのエントリを中心としつつも、若干LLM関連のエントリも見られるようになってきたかなと思います。 弊社では今年、業務支援特化・生成AIサービス「ウデキキ」をリリースしましたが、並行して、LLMを含めた生成系AIを活用し、社内の色々な業務を効率化していこうという動きが盛んになっています。*1 そんな中、今回は、生成系AI・LLMを活用した開発者支援について書きたいと思います。 生成系AIを活用した開
GitHub Copilotが便利になったのでターミナルもVSCodeで良いのでは？という話 - Qiita
この記事はラクスアドベントカレンダー2の17日目です。 先日のVSCodeのアップデートで、GitHub Copilotを使うとターミナル操作が便利になりました。 これにより、別途ターミナルのアプリを使わずにすべてVSCode上で操作した方が便利なのでは？となりました。 アップデート前までどうしてたか MacのiTerm2上で、GitHub CopilotのCLI版（パブリックベータ）で入力補完やコマンドの意味を調べたりしていました。 それ自体は便利でしたが、いくつかの不便な点もありました。 使い方がちょっと煩雑だった 例えばコマンドをサジェストして欲しい場合、gh copilot suggest 'gitで1つ前のコミットを取り消したい'のようにタイプする文字数も多くなり、またそれが一般的なコマンド or ghコマンド or gitコマンドかの３択に答えないといけなくて面倒でした。 ss
Developer sentiment around AI/ML - Stack Overflow
Developer sentiment around AI/MLThis year we used our Developer Survey to ask 90,000 developers & technologists how they feel about AI/ML. We go deep into the data to understand the nuances in sentiment and use. IntroductionIn March 2023, we found that developers were both curious and skeptical about AI. With our 2023 Developer Survey, we see that perception is still holding. This is a good thing.
GitHub Copilot が KAG 社エンジニアの開発効率に与えた影響
まえがき KDDIアジャイル開発センターの末光です。 2022年末から今年の春にかけて全世界に衝撃を与えた ChatGPT の登場は、生成AI技術を民主化させたと言っても過言ではありません。 この時期を境に、業務効率化やビジネス拡大の手段として生成AIを用いることができないかを多くの企業が模索を開始し、その熱は数ヶ月経った現在でも変わっていません。 弊社も例に漏れず、生成AI技術に関するアップデートが社内チャット上で頻繁にやりとりが交わされ、大規模言語モデル(LLM)を活用したプロダクト開発も行われています。 この記事について その一環として、弊社では、開発者のさらなる生産性向上のために、GitHub社が提供する開発支援ツール「GitHub Copilot for Business （以下、GitHub Copilot）」の利用を開始しています。 実際の開発案件への適用にあたっては、事前に
Github Copilotの精度を上げる使い方
はじめに Github Copilot使ってますか？ 僕はそれがないとダメな体にされてしまいました。 冗談はさておき、大手各社によるCopilotの導入と検証結果が公表されるようになってきました。いずれも、Github社の主張を裏付けるようなものとなり、これはもう乗るしかない！このビッグウェーブに！て感じですね。 さて、本記事はそんな私がGithub Copilotの精度を上げる使い方をまとめた記事です。 Copilotの構成 クライアント、バックエンド、LLMの3レイヤーでGitHub Copilotは作成されています。 Copilot Client → Copilot Platform(API) → OpenAI Model の流れですね。 LLM（Large Language Models）は、いわゆる次の言葉を読むモデル。 与えられた入力に基づいて特定のタスクを遂行することを目的と
| GitHub Copilot Patterns & Exercises
About IntroductionContributing to the ProjectGeneral Code completionComment to codeCode to commentQuick Q&ARegular expressionLanguage translationType hintingCode to documentObject generation from structured dataShowing examplesClient Side Tips Copilot snippet handlingGitHub Copilot ShortcutsGo to definitionPin the files you needDesign Patterns AI readable naming conventionConsistent coding styleHi
GitHub - yuhattor/copilot-patterns: This document is a compilation of best practices for AI-Native development, curated by our community. Discover useful tips and tricks for leveraging tools to improve your AI development process.
Welcome to the GitHub Copilot Patterns & Exercises documentation! 👋 This community-driven opensource guide is dedicated to providing best practices for GitHub Copilot. Our aim is to make it straightforward for you to understand, evaluate, and integrate these practices into your projects. 🚀 This document is brought to you by GitHub's Customer Success Architect @yuhattor to help developers better
GitHub Copilotの導入によってペパボの開発生産性はどう変化したか - Pepabo Tech Portal
サービスのデプロイ頻度は、そのときに開発している機能の大きさやチームメンバーの人数などの影響を少なからず受けます。そのため、この変化がGitHub Copilot導入の効果と言いきることは難しいですが、生産性が向上しているチームからのノウハウの共有などを通じて、継続した生産性の向上に取り組んでいきたいと考えています。 GitHub Copilot導入に向けた課題とその対応 ここからは、ペパボでGitHub Copilotを全社導入するにあたり検討した観点と、その結果を紹介します。 ペパボにおける生成AI活用の現状 GMOペパボでは、ChatGPTの登場以降、生成AIを活用した機能の開発や開発プロセスへの活用による生産性向上に取り組んできました。特に、pyama86/slack-gptを利用したSlack Botはエンジニアに限らず全社員が利用しており、さまざまな業務の効率化に貢献しています
GMOペパボ、「GitHub Copilot」の利用データ公開 AI提案のコード、どれくらい採用？
GMOペパボは8月30日、同社が6月7日に導入したAIプログラミング補助ツール「GitHub Copilot」の利用データを公開した。6月7日から7月19日の間にAIが提案したコードの採用率などを明らかにしている。 コードエディタ「Visual Studio Code」でGitHub Copilotを活用する社内ITエンジニアのデータを集計した。期間中にAIが提案したコードの総数は約81万8000件。このうち、ユーザーがAIの提案をそのまま採用したのは全体の約28％に相当する約24万6000件だった。 「（採用されたコードの）総行数は3万5000行。採用後に修正されるケースも多々あると思われるが、1カ月弱で3万5000行のコードを書く時間と手間を削減できたと考えると、期待する効果が得られているのではないか」（同社） 言語別の採用率も公開した。例えばRubyでは5454件（採用率28.7％）
| GitHub Copilot Patterns & Exercises
About ようこそプロジェクトに貢献するにはGeneral コード補完コメントからコードを生成コードからコメントの自動生成GitHub CopilotとのクイックQ&A正規表現プログラミング言語間の翻訳タイプヒンティング構造化データからのオブジェクト生成コードからドキュメントへClient Side Tips Copilot スニペットハンドリングGitHub Copilot ショートカット定義に移動便利なファイルのピン留めDesign Patterns AI が理解可能な命名規則一貫性のあるコーディングスタイルハイレベルアーキテクチャを先に小さなコードチャンクで作業するコンテキストレス・アーキテクチャ微細な OSS 依存関係の排除Collaboration AIフレンドリーなドキュメンテーションプロンプトとコード生成プロセスのコーチングTesting ユニットテストの作成テストコード生
1
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
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
AI Tooling for Software Engineers in 2024: Reality Check (Part 1)
https://openai.com/index/openai-codex/