---
title: GitHub Copilotの新しい課金方式との付き合い方 - 推論効率を高めるための実践
tags:  #生成ai #github #github copilot #トークノミクス  
author: [Kento Yamada](https://docswell.com/user/ymd65536)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/2EVV5X1MEQ.jpg?width=480
description: 2026/07/28(火)に開催されたゆるよな Gh-CUG #04 の登壇資料です。 https://gh-cug.connpass.com/event/398599/
published: July 28, 26
canonical: https://docswell.com/s/ymd65536/ZJW66M-2026-07-28
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/2EVV5X1MEQ.jpg)

GitHub Copilotの新しい課金方式との付き合い方
推論効率を高めるための実践
1


# Page. 2

![Page Image](https://bcdn.docswell.com/page/57GL6V2XEL.jpg)

自己紹介
山田顕人（Kento.Yamada） @ymd65536
By the wayの人、404ニキなど呼び方はさまざま
仕事：DevSecOps、クラウドインテグレーション
コミュニティ運営：.NETラボ、AI運用、AI駆動開発
受賞歴（９つ、継続中の称号を掲載）
● 初代PagerDutyアンバサダー
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/4EQY46P5JP.jpg)

余談：公式の会社プロフィールがあり。きれいな山田
https://www.iret.co.jp/topengineer/member/yamada/?award=google-cloud-partner-top-engineer
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/KJ4WQ4YV71.jpg)

By the way: やっちまった。クレジット利用率120%
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/LE1YP4647G.jpg)

今日話すこと
今日は俺みたいになるな！しくじり先生っぽく大事なことを伝えていきます！
● 課金方式の変化を受けて使い方を見直す
● GitHub Copilotを使うときの6つのコツ
● じつはこんな資料もある。トークノミクスの話
● 目指すのは節約ではなく推論効率
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/GEWG2XWZJ2.jpg)

課金方式の変化を受けて使い方を見直す（見直した）
これまで
リクエスト回数を意識する
これから
モデル・入力・出力・ツール呼び出しを意識する
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/47ZLD65LJ3.jpg)

GitHub Copilotを使うときの6つのコツ
● MCPを乱発しない。使うときとそうでない時を決める
● 高い推論力でゴリ押ししない。用途ごとにモデルを選択
● AGENTS.mdやSKILL.mdを作成
● 正規表現やsed/awkなどコマンドを使ってテキストを圧縮
● Codebase semantic indexやプロンプトキャッシュを使う
● MAI-Code-1-FlashやBYOKのモデルを活用
ポイント
目指すのはトークン削減ではなく、推論結果への最短到達
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/YJ6W129MJV.jpg)

MCPを乱発しない。使うときとそうでない時を決める
MCPを使う
● 外部サービスの最新情報が必要
● API経由で操作したい
● 専用ツールの方が確実
MCPを使わない
● リポジトリ内の検索
● ファイルの読み取り
● 単純な整形や抽出
ツールを呼ぶこと自体にも時間とコンテキストが必要
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/GJ5M42NQJ4.jpg)

高い推論力でゴリ押ししない。用途ごとにモデルを選択
タスク
モデルの考え方
検索、整形、単純修正
高速モデル
コード生成、テスト作成
標準モデル
設計、難しいデバッグ
高推論モデル
最も強いモデルではなく、必要十分なモデルを選ぶ
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/9E29V45W7R.jpg)

補足：GitHub公式が公開しているAI モデルの比較
引用：https://docs.github.com/en/copilot/reference/ai-models/model-comparison
例：Claude Opus 4.7の場合は
「Anthropic の最も強力なモデルです。」という説明がされている。
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/D7Y43MK9EM.jpg)

AGENTS.mdやSKILL.mdを作成
以下の要素を毎回プロンプトへ書くのをやめる。
● 使用技術
● 禁止事項
● テスト方法
● 作業手順
↓
AGENTS.md / SKILL.mdへ集約
指示を短くするのではなく、判断の揺れを減らす
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/VENYVWRDJ8.jpg)

正規表現やsed/awkなどコマンドを使ってテキストを圧縮
例：10万行のログから関係する100行を抽出、Copilotへ渡す。
絞りすぎて前後関係を消すと逆効果、最初は集計結果を渡し、必要な箇所だけ追加
ripgrepでフィルターする。awkで複雑な条件による抽出、sedで置換
point: アプリケーションのログであれば、ログ設計を見直す必要もある。
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/Y79P6XM8E3.jpg)

補足：ログの検索にクエリエンジンが使える場合
アプリケーションのログを検索基盤やデータレイクへ保存している場合
● Kusto Query Language（KQL）やPresto SQLを使用
直近のエラーやデバッグログを格納できる仕組みを作っておき、Copilotから検
索できるようにしておくことが大事
他、jsonであれば、jqを使った取り出しも視野に入れることができる。
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/G78DZ2LZ7D.jpg)

Codebase Semantic Indexやプロンプトキャッシュを使う
Semantic Index
必要なコードを探して渡す
Prompt Cache
同じコンテキストを再利用する
Visual Studio Codeで利用可能、インデックスを作るとセマンティック検索が可能
（プロンプトキャッシュは次のスライド）
すべてを毎回ゼロから読み直させない
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/L7LMD2L1JR.jpg)

プロンプトキャッシュが効いてる！
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/4EMYP8M5EW.jpg)

MAI-Code-1-FlashやBYOKのモデルを活用
用途が合えばMAIを積極的に使っていくのが良い。
Copilot標準のモデルだけでなく、BYOKを使って既存のモデル基盤を活用する選択肢もある
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/PER915VZJ9.jpg)

MAI-Code-1-Flashの特徴
引用：https://docs.github.com/en/copilot/reference/ai-models/model-comparison#task-fast-help-with-simple-or-repetitive-tasks
● 速度と応答性を重視して最適化
● 手軽な編集、ユーティリティ機能の利用、構文に関するサポート
● 軽量なプロトタイピングなどに最適
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/P7XQYKZ1EX.jpg)

AI トークノミクス ガイド
参考
：https://cloud.google.com/blog/ja/topics/developers-practitioners/guide-to-ai-tokenomics-eleven-principles-for-token-efficient-software-engineeri
ng
今日の内容も含め、推論効率を上げるためのTipsが書いてあります。
トークンを最適化するには、AI の注意を適切な方向に向けることが重要
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/37K9358M7D.jpg)

優先順位を付けて予算（推論予算）を賢く使う
引用：
https://cloud.google.com/blog/ja/topics/developers-practitioners/guide-to-ai-tokenomics-eleven-principles-for-token-efficient-software-engineering
19


# Page. 20

![Page Image](https://bcdn.docswell.com/page/LJ3WGK22J5.jpg)

まとめ
● コンテキストを整える
● ツールとモデルを使い分ける
● AIが迷わない仕事の渡し方をする
目指すのはAIクレジットの節約ではなく、推論結果への最短到達
限られた計算資源を効率よく使うための推論設計が重要になる。
20


# Page. 21

![Page Image](https://bcdn.docswell.com/page/8JDK13Z6EG.jpg)

次回予告
● .NETラボ 勉強会 2026年8月
○ https://dotnetlab.connpass.com/event/396232/
21


# Page. 22

![Page Image](https://bcdn.docswell.com/page/VEPKQ4YZ78.jpg)

おわり
22