GitHub Copilot Workspace 速理解：仕様 → タスク分解 →PR までの“自動開発”体験

2025年10月27日

GitHub Copilot

GitHub Copilot Workspace 速理解：仕様 → タスク分解 →PR までの“自動開発”体験

GitHub Copilot Workspace は、自然言語で記述した要求をもとに、AI が仕様書を生成し、タスクへと分解して、コード実装から Pull Request（PR）の作成まで一貫した開発フローを支援してくれる、まさに"自動開発"を体験できる革新的なツールです。

本記事では、このツールを最大限に活用するため、背景や課題から具体的な操作手順まで、初心者にもわかりやすく解説します。

背景

GitHub Copilot の進化

GitHub Copilot は当初、コード補完ツールとして登場しました。開発者が書いているコードの文脈を読み取り、次に書くべきコードを提案するという、開発者の「手元」を支援する役割です。

その後、Copilot Chat という会話形式で質問や指示ができる機能が追加され、コードの説明やリファクタリング案の提案など、開発者の「思考」にも寄り添うようになりました。

こうした進化を経て、2024 年に発表されたのが GitHub Copilot Workspace です。

下図は、GitHub Copilot の進化を段階的に示したものです。

mermaidflowchart LR
  phase1["フェーズ1<br/>コード補完"]
  phase2["フェーズ2<br/>Copilot Chat<br/>会話形式"]
  phase3["フェーズ3<br/>Copilot Workspace<br/>タスク全体の自動化"]

  phase1 -->|進化| phase2
  phase2 -->|進化| phase3

Copilot Workspace は、単なるコード補完や部分的なサポートを超え、Issue を起点にした開発タスク全体を AI がリードする、新しいパラダイムを実現するものです。

これまでの開発フロー

従来の開発では、以下のような手順を人間が主導して行う必要がありました。

#	ステップ	説明
1	Issue 作成	要求や不具合を Issue にまとめる
2	仕様策定	Issue を読み解き、変更内容を言語化
3	タスク分割	修正すべきファイルや処理を洗い出す
4	コード実装	実際にコードを書く
5	PR 作成	コミットメッセージや説明文を書く

この流れでは、各ステップで人間が判断・記述する作業が多く、時間やスキルが求められます。

Copilot Workspace は、これら一連のプロセスを自動化し、開発者は自然言語で要求を伝えるだけで、仕様書・タスク・コード・PR が自動生成されるという、まったく新しい開発体験を提供します。

課題

従来の開発プロセスの課題

従来の開発プロセスには、いくつかの典型的な課題が存在します。

仕様策定の負担

Issue に記載された内容を正確に理解し、それを技術的な仕様書へと落とし込むには、ドメイン知識やコードベースへの理解が必要です。特に大規模リポジトリでは、どのファイルが影響を受けるかの把握だけでも時間がかかります。

タスクの分割ミス

適切にタスクを分割できなければ、実装が進んでから「この部分も修正が必要だった」と気づくことになり、手戻りが発生します。

コード実装の時間

実装には集中力と時間が必要であり、特に複数ファイルにまたがる変更の場合、ファイル間の整合性を保つのが困難です。

PR 作成の煩雑さ

コミットメッセージや PR の説明文を丁寧に書くには、変更内容を改めて整理する必要があり、作業が終わった後のこのステップは心理的にも負担となります。

下図は、従来の開発フローにおける課題を示したものです。

mermaidflowchart TD
  issue["Issue"]
  spec["仕様策定"]
  task["タスク分割"]
  code["コード実装"]
  pr["PR 作成"]

  issue --> spec
  spec --> task
  task --> code
  code --> pr

  spec -.->|課題1<br/>ドメイン知識が必要| burden1["負担"]
  task -.->|課題2<br/>分割ミスで手戻り| burden2["手戻り"]
  code -.->|課題3<br/>時間と集中力が必要| burden3["時間消費"]
  pr -.->|課題4<br/>説明文の整理が煩雑| burden4["心理的負担"]

これらの課題を解決するために、AI が開発プロセス全体を支援し、人間は確認と判断に専念するという新しいアプローチが求められていました。

解決策

GitHub Copilot Workspace の登場

GitHub Copilot Workspace は、Issue を起点に、仕様書・タスク分解・コード実装・PR 作成までを AI が自動で行う開発環境です。

開発者は自然言語で「何をしたいか」を Issue に記述するだけで、Copilot が以下のプロセスを自動実行してくれます。

#	ステップ	Copilot Workspace の役割
1	Specification	Issue をもとに仕様書を生成
2	Plan	修正すべきファイルと変更内容を列挙
3	Implementation	コードを自動生成
4	PR 作成	コミットメッセージと説明文を自動作成

仕様書の自動生成（Specification）

Copilot Workspace は、Issue に記載された内容とリポジトリの現状を分析し、以下の 2 つの仕様を自然言語で提示します。

Current（現状の動作）: 現在のコードベースがどのように動作しているか
Proposed（提案される変更）: どのように変更すべきか

この仕様書は、開発者が編集可能であり、AI とのチャットで追加や修正を行うことができます。

仕様書生成の流れ

mermaidflowchart LR
  issue["Issue"]
  repo["リポジトリの<br/>コードベース"]
  current["Current<br/>現状の動作"]
  proposed["Proposed<br/>提案される変更"]

  issue --> current
  repo --> current
  current --> proposed

タスク分解（Plan）

仕様書が確定すると、Copilot は次に Plan（実装計画） を生成します。

Plan では、以下のような情報が明示されます。

変更が必要なファイル一覧
各ファイルで行うべき具体的な変更内容（箇条書き）
ファイルの作成・編集・削除・移動などの操作種別

開発者はこの Plan を確認し、必要に応じて調整できます。

Plan 生成の例

mermaidflowchart TD
  spec["仕様書<br/>(Specification)"]
  plan["実装計画<br/>(Plan)"]
  file1["src/app.ts<br/>- API 呼び出しを追加<br/>- エラーハンドリング追加"]
  file2["src/types.ts<br/>- 新しい型定義を作成"]
  file3["README.md<br/>- 使い方を更新"]

  spec --> plan
  plan --> file1
  plan --> file2
  plan --> file3

コード実装（Implementation）

Plan が確定したら、Copilot がファイルごとにコードを自動生成します。

生成されたコードは、差分（diff）形式で表示され、開発者は以下のことができます。

コードを直接編集
AI にチャットで修正を依頼
GitHub Codespace で開き、本格的な編集を行う

実装が完了したら、内蔵のターミナルでビルドやテストを実行し、動作を確認できます。

コード生成と確認の流れ

mermaidflowchart LR
  plan_node["Plan"]
  impl["コード生成<br/>(Implementation)"]
  diff["差分表示<br/>(Diff)"]
  edit["編集・修正"]
  test["ターミナルで<br/>動作確認"]
  done["完了"]

  plan_node --> impl
  impl --> diff
  diff --> edit
  edit --> test
  test --> done

Pull Request の自動作成

最後に、Copilot Workspace は コミットメッセージと PR の説明文を自動生成し、ボタン一つで PR を作成できます。

開発者が手動で説明文を書く手間が省け、一貫性のある記述が保たれます。

図で理解できる要点

Copilot Workspace は Issue → 仕様書 → タスク → コード → PR までを一貫して自動化
各ステップで人間が確認・調整可能
AI との対話でリアルタイムに修正できる

具体例

ここでは、実際に GitHub Copilot Workspace を使用して、簡単な Web アプリケーションを実装する流れを、ステップごとに見ていきます。

前提条件

GitHub Copilot の有料サブスクリプション（Individual / Business / Enterprise）が必要
リポジトリには最低限 README.md などのファイルが必要（空のリポジトリではエラーになる）

ステップ 1：Issue の作成

まず、GitHub リポジトリに Issue を作成します。

以下は、簡単な天気アプリを作る Issue の例です。

markdown# タイトル

React + Vite で OpenWeather API を使った天気アプリを作成

# 内容

- OpenWeather API を使って、指定した都市の天気情報を取得する
- 都市名を入力するフォームを作る
- 取得した天気情報を画面に表示する
- エラーハンドリングを実装する

このように、やりたいことを自然言語で記述するだけで OK です。

ステップ 2：Copilot Workspace の起動

Issue の画面に表示される 「Open in Workspace」 ボタンをクリックします。

すると、Copilot Workspace が起動し、AI が Issue の内容を解析し始めます。

ステップ 3：仕様書の確認と調整

Copilot は、Issue とリポジトリの内容をもとに、Specification（仕様書） を生成します。

生成された仕様書は、以下のような構成になっています。

Current（現状の動作）

markdown- 現在、リポジトリには基本的な React + Vite のテンプレートのみが存在する
- API 連携は実装されていない

Proposed（提案される変更）

markdown- OpenWeather API を呼び出す関数を作成
- 都市名を入力するフォームコンポーネントを追加
- 天気情報を表示するコンポーネントを追加
- エラー時のメッセージ表示を実装

もし内容を調整したい場合は、直接編集するか、AI とチャットで「エラーメッセージは英語ではなく日本語にしてください」などと指示できます。

ステップ 4：Plan（実装計画）の確認

仕様書が確定すると、Copilot は Plan（実装計画） を生成します。

Plan には、以下のような情報が含まれます。

#	ファイル	操作	変更内容
1	src/api/weather.ts	作成	OpenWeather API を呼び出す関数
2	src/components/WeatherForm.tsx	作成	都市名入力フォーム
3	src/components/WeatherDisplay.tsx	作成	天気情報表示コンポーネント
4	src/App.tsx	編集	フォームと表示を統合
5	.env.example	作成	API キーの設定例

この Plan を確認し、問題なければ次のステップへ進みます。

Plan 生成の流れを図解

mermaidflowchart TD
  spec_step["仕様書確定"]
  plan_gen["Plan 生成"]
  file_list["変更ファイル一覧"]
  action_list["各ファイルの<br/>変更内容"]

  spec_step --> plan_gen
  plan_gen --> file_list
  plan_gen --> action_list

ステップ 5：コード生成と確認

Plan が確定すると、Copilot がファイルごとにコードを自動生成します。

生成されたコードは、差分形式で表示されます。

例：src/api/weather.ts

生成されたコードの一部を示します。

typescript// OpenWeather API を呼び出す関数
export async function fetchWeather(
  city: string
): Promise<WeatherData> {
  const apiKey = import.meta.env.VITE_OPENWEATHER_API_KEY;
  const url = `https://api.openweathermap.org/data/2.5/weather?q=${city}&appid=${apiKey}&units=metric&lang=ja`;

  const response = await fetch(url);

  if (!response.ok) {
    throw new Error('天気情報の取得に失敗しました');
  }

  const data = await response.json();
  return data;
}

このコードは、API キーを環境変数から取得し、指定した都市の天気情報を取得する関数です。エラー時には日本語のエラーメッセージを投げるようになっています。

もしコードに問題があれば、AI にチャットで「API キーが未設定の場合のエラーメッセージを追加してください」などと指示できます。

例：src/components/WeatherForm.tsx

typescriptimport { useState } from 'react';

// 都市名入力フォームコンポーネント
export function WeatherForm({
  onSubmit,
}: {
  onSubmit: (city: string) => void;
}) {
  const [city, setCity] = useState('');

  const handleSubmit = (e: React.FormEvent) => {
    e.preventDefault();
    if (city.trim()) {
      onSubmit(city);
    }
  };

  return (
    <form onSubmit={handleSubmit}>
      <input
        type='text'
        value={city}
        onChange={(e) => setCity(e.target.value)}
        placeholder='都市名を入力'
      />
      <button type='submit'>天気を取得</button>
    </form>
  );
}

このコンポーネントは、ユーザーが都市名を入力して送信できるシンプルなフォームです。

ステップ 6：動作確認

Copilot Workspace には、内蔵のターミナルがあり、その場でビルドやテストを実行できます。

bashyarn dev

このコマンドを実行すると、開発サーバーが起動し、ブラウザで動作を確認できます。

もしエラーが発生した場合は、AI にチャットで「シンタックスエラーを修正してください」と指示すると、Plan に修正が追加され、コードが再生成されます。

ステップ 7：Pull Request の作成

動作確認が完了したら、「Create Pull Request」 ボタンをクリックします。

Copilot が以下の内容を自動生成します。

コミットメッセージ
PR のタイトル
PR の説明文

生成された PR の説明文の例

markdown# 変更内容

- OpenWeather API を使った天気情報取得機能を追加
- 都市名入力フォームと天気表示コンポーネントを実装
- エラーハンドリングを追加

# テスト

- ローカル環境で動作確認済み
- API キーが未設定の場合のエラーメッセージ表示を確認

このように、一貫性のある説明文が自動生成されるため、手動で書く手間が省けます。

開発フロー全体の図解

以下は、Issue 作成から PR 作成までの全体フローを示した図です。

mermaidflowchart TD
  issue_create["Issue 作成"]
  workspace_open["Workspace 起動"]
  spec_gen["仕様書生成"]
  spec_review["仕様書確認・調整"]
  plan_gen_step["Plan 生成"]
  plan_review["Plan 確認"]
  code_gen["コード生成"]
  code_review["コード確認・修正"]
  test_run["動作確認"]
  pr_create["PR 作成"]

  issue_create --> workspace_open
  workspace_open --> spec_gen
  spec_gen --> spec_review
  spec_review --> plan_gen_step
  plan_gen_step --> plan_review
  plan_review --> code_gen
  code_gen --> code_review
  code_review --> test_run
  test_run --> pr_create