概要
https://qiita.com/nobu34/items/2d90303e2d0f96fb7f12
詳細内容
## GitHub Copilotのプレミアム要求を無駄に溶かしてしまった話
https://qiita.com/nobu34/items/2d90303e2d0f96fb7f12
GitHub Copilotのプレミアム要求を使い果たした失敗談を共有し、効果的なプロンプト設計、モデル選択、利用状況モニタリングなど、AIコーディングツールを賢く活用するための具体的な教訓を提示する。
**Content Type**: ⚙️ Tools
**Language**: ja
**Scores**: Signal:4/5 | Depth:3/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 84/100 | **Annex Potential**: 83/100 | **Overall**: 84/100
**Topics**: [[GitHub Copilot, プロンプトエンジニアリング, AIコーディングツール, リソース管理, 開発ワークフロー改善]]
筆者の @nobu34 氏は、GitHub Copilot のプレミアム要求を月の半ばで使い果たした自身の失敗談を共有し、そこから得た教訓を提示しています。この「ガス欠」は主に三つの愚かな使い方に起因したと述べています。
第一に「雑な指示」です。「いい感じにして」「パフォーマンスを良くして」といった抽象的なプロンプトを多用し、的外れな回答を修正依頼する不毛なやり取りを繰り返すことで、貴重なプレミアム要求を無駄に消費しました。丁寧な指示を惜しんだ結果、かえってコストを増大させたのです。
第二に、「動かない、直して」という思考停止の丸投げです。生成コードのエラー原因を自分で探らず、AIに丸投げする無限ループに陥りました。AIはエスパーではないため、具体的な状況や期待を伝えなければ的確な修正は不可能であり、これが要求数を積み上げた原因です。
第三に「使用量の完全な無視」です。自身の利用状況を一度も確認せず、リソース浪費の自覚がないまま使い続けた結果、月の半ばでプレミアム要求が枯渇するという当然の結末を迎えたと反省しています。
これらの失敗から、筆者は以下の賢い Copilot との付き合い方を提案します。
1. **`instructions` ファイルでプロジェクトの「お作法」を伝える**: プロジェクト固有のルール、技術スタック、コーディング規約などを明記し、Copilot の生成精度を高めます。これは、新しく参加した優秀なエンジニアにオンボーディングするイメージです。
2. **タスクに応じてモデルを使い分ける**: 簡単な質問には基本的なモデル、複雑なアルゴリズムや設計相談にはプレミアムモデルを用いることで、「燃費」を意識した利用が可能です。
3. **チャットでは「5W1H」を意識して具体的に指示する**: 「背景」「目的」「入力」「出力」「制約」を明確に伝えることで、的外れな回答を避け、効率的に目的を達成できます。
4. **話題が変わったらチャットをリセットする**: 新しいコンテキストで会話を始め、過去の文脈に引きずられることなく的確な回答を得やすくします。
5. **定期的に使用量をモニタリングする**: Copilot のアイコンから現在のプレミアム要求の使用状況を確認し、使いすぎへの意識を持つことが重要です。
筆者は、この教訓は GitHub Copilot に限らず、他の AI ツールにも共通すると強調します。AIツールは魔法の杖ではなく、賢く対話し、リソースを管理するスキルがこれからのエンジニアにとって必須になると述べ、自身の失敗を反面教師としてAIとのより良い関係構築を促しています。