Zenn
📝

GitHub Copilotによるユニットテスト自動生成の体験レポート

に公開
Python
VS Code
ユニットテスト
GitHub Copilot
開発効率化
tech

調査日

2025年5月13日（火）

調査目的

GitHub Copilotを用いて、ユニットテストの自動生成能力と開発効率の向上度を体験し、Copilotの導入効果を定性的・定量的に把握する。

実施環境

  • OS：Windows 11

  • エディタ：Visual Studio Code (v1.89)

  • 拡張機能：

    • Python
    • GitHub Copilot

  • 言語：Python 3.11

  • テストツール：unittest

テスト対象コード

# src/my_module.py
def add(a: int, b: int) -> int:
    return a + b

def is_even(n: int) -> bool:
    return n % 2 == 0

実施内容と結果

比較項目 Copilotなし（手書き） Copilotあり（提案活用）
所要時間 約10分 約4分
テストケース数 6件（基本ケース中心） 15件（境界・浮動小数含む）
浮動小数対応 手動で math.isclose を使用 未使用（比較に == を使用）
型への配慮 明示的に整数型のみ 浮動小数 (0.0) を暗黙的に含む
カバレッジ 基本動作の確認のみ 大数、負数、floatまで網羅
感想 丁寧だが時間がかかる 提案の精度が高く、時短に効果的

所感・まとめ

GitHub Copilotは単純な関数に対するユニットテスト生成において、十分に実用的な提案を出してくれる。特に、**網羅性の高いケース（大きな数、負数、float）**が含まれていた点は評価できる。

一方で、浮動小数点の精度誤差への配慮（math.iscloseの利用）や型の厳密さについては手動での修正が必要であり、完全に自動化できるわけではない点も確認できた。

実験の結果、Copilotの導入によって作業時間が約1/2になり、網羅性も向上した。簡易な保守作業やテスト拡充時の支援ツールとして、有力な選択肢となると感じた。

今後の展望

  • 保守コードの改修時におけるCopilot活用の有効性も検証する
  • Copilotと静的解析ツール（mypyやflake8）との併用体験も検討する

Discussion