組織拡大を支える、SREチームにおけるGitHub Copilot活用事例

参考になった

レビュー投稿日の情報になります

ウェルスナビ株式会社 / 安藤太希

メンバー / SRE / 従業員規模: 101名〜300名 / エンジニア組織: 101名〜300名

最終更新日2026/02/26投稿日2026/02/26

利用プラン	ツールの利用規模	ツールの利用開始時期	事業形態
Copilot Business	101名〜300名	2023年	B to C

利用プラン	Copilot Business
ツールの利用規模	101名〜300名
ツールの利用開始時期	2023年
事業形態	B to C

導入の背景・解決したかった問題

導入背景

ツール導入前の課題

現在、開発組織の拡大やプロダクト数の増加により、システム基盤チーム（SREチーム）でもこれまで以上のスピードと対応力が求められるようになっています。その一方で、従来の手作業中心のやり方では、新しく参加したメンバーの立ち上がりに時間がかかったり、コードレビューの負担が増えたりといった課題が見えてきました。こうした状況を改善するため、GitHub Copilotの導入を検討しました。

どのような状態を目指していたか

GitHub Copilotの利用を広げ、拡大する開発体制に対応できるアウトプット体制を構築すること。

導入の成果

改善したかった課題はどれくらい解決されたか

レビューの負荷が増えているという課題については、導入により大きく改善されました。

これまでは、人間が時間をかけて細かいコードの不備までチェックしていましたが、AIによる事前レビューをフローに組み込むことで、人間が確認する前に単純なミスを排除できるようになりました。これにより、レビュアーは本質的な設計やロジックの確認に集中できる体制が整いました。

どのような成果が得られたか

具体的には、PR作成からレビュー依頼までのフローにAIレビューの指摘修正という工程が定着し、細かいコーディングミスやタイポが激減しました。

また、システム基盤チームでの成功をモデルケースとして、他チームへの横展開もスムーズに進めることができました。

導入に向けた社内への説明

上長・チームへの説明

チームへの説明

まずチーム内AI活用を推進するプロジェクトで検証を行い、活用事例を集めました。
その後チームメンバー全員に対して申請方法や実際の事例紹介を行い、利用者を増やしていきました。

活用方法

コーディング
- Terraform や Go, Python の記述において、定型的なリソース定義や関数をタブキーひとつで補完し、入力工数を削減しています。
- Agentモード: 複数ファイルにまたがるリファクタリングや、Terraformリソースの追加、エラーの自律的な修正などをチャットで依頼して実行させています。
コミットメッセージの自動生成
- ソース管理パネルの✨ボタンを使用し、変更内容に基づいたコミットメッセージを自動生成しています。
- .vscode/settings.json で「日本語で出力」「Conventional Commits に準拠（feat, fix等）」といったカスタムルールを設定し、チーム内でフォーマットを統一しています。
トラブルシューティング
- Askモード: エラーログを貼り付けて原因を特定したり、@workspace を使ってリポジトリ全体の文脈を踏まえた仕様確認を行っています。特にインフラ操作時の複雑な CLI コマンドの組み立てに @terminal を活用しています。
AIコードレビュー
- プルリクエスト作成時に、まず Copilotによる自動レビューを実施しています。
- 「人間が見る前にAIが単純なミス（タイポ、命名規則違反）を指摘する」フローを徹底することで、レビュアーが本質的な設計レビューに集中できる環境を作っています。
ドキュメント・READMEの生成・更新
- 実装コードを元にしたドキュメントの自動生成や、機能追加に伴うREADMEの修正・追記をCopilotに依頼し、ドキュメント保守の工数を削減しています。