GitHub Copilot 中心の開発フローを構築した話〜工数削減&コード品質向上〜
この記事は medibaアドベントカレンダー 2025 3日目の記事です。
はじめに
mediba でフロントエンドエンジニアをしている y_nakahata です。
私の所属している開発チームでは、2025年度から業務で GitHub Copilot を使用しています。この記事では、mediba の開発プロジェクトでの活用事例をご紹介します。
概要
初めに、プロジェクトの概要についてご説明します。詳細は公開できないのですが、あるプロダクトの技術スタックを PHP から Next.js に置き換える技術刷新プロジェクトでした。
PHP でフロントエンドとバックエンドの両方が実装されていたので、どちらも Next.js に置き換えました。具体的には、フロントエンドは Smarty を React に、バックエンドは Yii の Model と Controller を Server Component 内のロジックに置き換えました。
この記事では、主に上記のバックエンド(Server Component)実装でどのように GitHub Copilot を活用したかをご紹介します。
開発フロー
こちらが開発フローの全体像です。要件定義、設計、実装、テストの各フェーズで GitHub Copilot を活用しています。

以下で、各フェーズの詳細についてご説明します。
要件定義・設計

要件定義と設計を行うにあたり、開発チームには以下の課題がありました。
- PHP 開発経験者がいない
- 別チームが既存コードベースの運用保守を行っておりドメイン知識がない
しかし、GitHub Copilot の Inline Chat や Ask を活用し、効率良く PHP の学習と要件の理解を進めることができました。PHP 開発経験豊富なエンジニアに何でも質問できるかのような感覚でした。
理解した要件を元に、エンジニアが以下のドキュメントを作成しました。
- 設計書(Markdown)
- 処理フロー図(Mermaid)
実装

GitHub Copilot Agent に要件定義フェーズで作成した Mermaid の処理フロー図を読み込ませて実装を生成しました。
事前にエンジニアが Mermaid を元にしたサンプル実装を作成し、コーディング規約を整備しました。サンプルとコーディング規約があることで、生成されるコードの品質が高くなり、仕様が単純な画面の場合はほぼ手直し不要なレベルなコードが生成されるようになりました。
GitHub Copilot によって、仕様が単純な画面については、実装工数を大きく削減することができました。
テスト

GitHub Copilot Agent にコードを読み込ませてテストコードを生成しました。
テストコードについても、事前にエンジニアがサンプル実装とコーディング規約を整備しました。サンプル実装とコーディング規約があることで、テストコードについても、仕様が単純な画面についてはほぼ手直し不要なコードが生成されるようになりました。
GitHub Copilot によって、テストコードの実装工数の削減とテストカバレッジを両立することができるようになりました。
成果
GitHub Copilot を活用することで、以下を実現できました。
- エンジニア 2 名で 1週間に平均 3 画面(サーバーサイドロジック)を実装・マージ
- テストカバレッジ(Stmts) はほぼ 100%
なお、GitHub Copilot で実装の多くを生成していますが、しっかりエンジニアによるレビューを行ってコードの品質は担保しています。
GitHub Copilot 利用時の工夫
GitHub Copilot の利用で工夫した点についてご紹介します。
.prompt.md ファイル
Mermaid を Next.js の実装に置き換えるプロンプトのように、頻繁に利用するプロンプトは *.prompt.md ファイルを作成しました。
ファイルを作成することで、GitHub Copilot では /file-name でプロンプトを実行できるので毎回プロンプトを入力する時間を短縮できました。また、GitHub で管理することで、プロンプトの属人化を防ぎ、継続的な改善を行うことができました。
.instructions.md ファイル
コーディング規約や追加のルールについては *.instructions.md ファイルを作成して記述しました。
*.instructions.md はファイル内のメタデータ(applyTo)で、ルールの適用範囲を glob パターンで指定することができます。
コーディング規約や追加のルールは量が増えていくに伴い管理のコストが高くなるので、全体的なコーディング規約、プロダクト固有のルール、テストコードに固有のルールなど細かくファイルを分割して管理するようにしました。
まとめ
GitHub Copilot を活用し、開発工数の削減とコード品質の向上を実現することができました。
mediba では GitHub Copilot だけでなく、Claude Code を始め様々な AI ツールの検証と導入を行っています。今後も業務での AI ツール活用事例を発信していければと思います。
最後までお読み頂きありがとうございました。