メインコンテンツへスキップ
見出し画像

Copilot Fusionとは?VS Codeで始める「AIモデル選びを任せる」開発術


    「この修正は、どのAIモデルに頼むのがよいのだろう?」

    GitHub Copilotを使っていると、コードを書く前にモデル選びで迷うことがあります。日常の修正と、複数ファイルにまたがる不具合調査では、求める力も違います。

    この選択を支援するのが、GitHub Copilot Fusionです。2026年10月28日に一般提供が発表されました。従来のAutoによるモデル選択と、Project HydraFusionの複数モデルを連携させる仕組みを統合しています。[1]


    1.Copilot Fusionは何をしてくれるのか

    Copilot Fusionは、依頼に合わせてAIモデルと処理の進め方を選ぶ仕組みです。モデルの名前を一つ指定する代わりに、「今回の仕事をどう処理するか」の判断を任せます。[2]

    たとえば、短い説明なら一つのモデルで回答し、難しい修正なら下書きを別のモデルで検討する、といった使い分けができます。利用者には、最終的に一つの回答が返ります。[2]

    公式ドキュメントでは、主に次の処理方法が説明されています。

    | 処理方法 | 進め方 |
    | --- | --- |
    | Single | 一つのモデルが処理する |
    | Cascade | 最初の案を評価し、必要なら、より高性能なモデルへ引き継ぐ |
    | Critique | 下書きに対する批評を集め、元のモデルが修正する |

    出典:[2]

    ここで押さえたいのは、Fusionを選ぶたびに、必ず複数モデルが動くわけではないことです。Standardはタスクごとに一つのモデルを選び、HighとMaxでは追加のモデル呼び出しを伴う処理が使われる場合があります。[2]

    2.Autoやエージェントとの違い

    Autoは、リクエストに対して使うモデルを選びます。Fusionは、モデル選択に加え、複数モデルによる処理も組み合わせられます。[3]

    また、モデルが出した「ファイルを読む」「コードを編集する」「テストを実行する」といった要求を、実際の操作につなぐのはエージェント側の仕組みです。[3]

    この関係を理解すると、指示の出し方も整理できます。Fusionを選んだからといって、何を変更してよいか、何をもって完成とするかまで、自動で決まるわけではありません。

    なお、Fusionのモデル連携はサブエージェントとは別の仕組みで、Fusion自体がサブエージェントを起動するものではありません。[2]

    3.Standard・High・Maxをどう使い分けるか

    公式説明では、Standardは日常業務、Highは範囲の明確な本格的改修、Maxは最も深い検討を要する作業に位置づけられています。[2]

    これを現場の作業に当てはめるなら、次の使い分けが考えられます。右列は公式の性能保証ではなく、試し方の提案です。

    | レベル | 最初に試したい作業 |
    | --- | --- |
    | Standard | 関数の説明、小規模な修正、テスト観点の整理 |
    | High | 複数ファイルの変更、再現条件がある不具合修正 |
    | Max | 難しい原因調査、制約の多い設計案の比較 |

    まずStandardで進め、調査や改修が複雑になった段階でHighを試す。Maxは、深く検討してほしい論点を絞って使う。この始め方なら、使い分けの感覚をつかみやすいでしょう。

    VS Code 1.144のリリース情報では、HighとMaxの対象はCopilot Pro+、Max、Business、Enterpriseとされています。Fusion全体が利用可能でも、すべてのレベルを選べるとは限りません。[4]

    4.VS Codeで使い始める手順

    まずVS Codeを更新し、Copilotを利用できるアカウントでサインインします。FusionはVS Code 1.144のリリース情報でも案内されています。[4]

    公式の設定手順は次のとおりです。[5]

    1. 設定画面で `chat.copilot.dynamicAutoTiers.enabled` が有効か確認する。

    2. Copilot harnessを使う新しいチャットを開始する。

    3. モデル選択欄で「Copilot Fusion」を選ぶ。

    4. 利用できるStandard・High・Maxから選択する。

    「harness」は、エージェントの動作を支える実行基盤のことです。ここでは、Copilot側の実行基盤を選んだチャットを使う、と理解すれば十分です。

    設定を有効にしても、アカウントに利用可能なFusionのレベルが提供されていなければ、Autoのまま表示されます。[5]

    会社の契約では、管理者が許可したモデルや契約条件も利用範囲に影響します。表示されないときは、設定と契約・組織ポリシーを確認しましょう。[1][2]

    5.実践① 既存コードを「根拠つき」で調べてもらう

    ここからは、現場で使うための提案です。

    保守開発では、最初から「全部直して」と頼むより、読み解く範囲と欲しい成果物を決める方法を勧めます。たとえば、仕様書が十分にない業務アプリなら、次のように依頼できます。

    このリポジトリの受注登録処理を調査してください。
    今回はファイルを変更しないでください。
    
    入力画面から保存処理までを追い、
    1. 関連するファイルと関数
    2. 入力チェックとデータ変換
    3. 保存失敗時の処理
    4. 仕様として確認できた事実と、推測
    を整理してください。
    
    事実にはファイル名と該当箇所を添え、
    不明点は断定せず、確認事項として残してください。

    説明がもっともらしいかだけでなく、根拠として示されたコードを自分で確認します。処理の入口、保存箇所、例外処理の三点を追うだけでも、次の依頼を具体化しやすくなります。

    6.実践② 複数ファイルの改修を段階的に進める

    架空の例として、Webアプリに「外部管理番号」を追加するとします。画面、入力検証、保存処理をまたぐため、Highを試す候補になります。

    最初の依頼では、変更案をレビューできる形にします。

    登録画面に「外部管理番号」を追加する計画を作ってください。
    今回は調査と計画だけを行ってください。
    
    要件:
    ・任意入力、最大20文字
    ・未入力時は既存の登録処理を維持
    ・画面、入力検証、保存処理への影響を確認
    
    出力:
    ・変更対象ファイルと理由
    ・既存機能への影響
    ・確認すべき未決事項
    ・正常、未入力、20文字、21文字の検証方法
    
    DB変更が必要なら、実行せず変更案を提示してください。

    計画を確認してから、合意した範囲の実装を依頼します。その後、入力から保存、再表示までを確認し、既存機能が保たれているかも見ます。

    Fusion内部の批評と、人が業務要件を確かめる作業は、役割が異なります。「任意入力」の解釈や既存データの扱いは、業務側で決める必要があります。

    7.実践③ 難しい不具合では、仮説を比較する

    再現しにくい不具合では、修正コードより先に、原因を絞る材料が欲しい場面があります。HighやMaxを試すなら、このように論点を限定できます。

    同じ登録操作で、まれに二重保存が発生します。
    添付したログ、関連コード、再現手順を根拠に調査してください。
    
    ・原因候補を最大3つ挙げる
    ・各候補を支持する証拠と、反証になる情報を分ける
    ・原因を切り分ける最小限の追加確認を提案する
    ・根拠不足なら、その時点では修正を行わない

    回答を受け取ったら、仮説ごとの確認を行い、結果を次の依頼に返します。

    この進め方なら、根拠の薄い修正を重ねる前に、何が分かり、何が残っているかを整理できます。ただし、成果はコードやログ、再現条件の質にも左右されます。

    8.費用と変更差分は、最後まで確認する

    Fusionでは、使われた各モデルの標準料金に基づいて課金されます。追加のモデル処理が入るHighやMaxは、Standardより多くのAIクレジットを消費する場合があります。[2]

    2026年11月30日までは、有料プラン向けにモデル費用の30%割引が案内されています。期間限定の条件なので、継続利用時は最新の案内を確認してください。[4]

    特に実務で見落としたくないのが、Fusionが下書きを破棄しても、その過程ですでに行われたファイル変更は自動では取り消されないという制約です。[2]

    最終回答だけを読んで完了にせず、Gitの差分、ビルド結果、必要なテスト、未確認事項を確かめましょう。

    導入効果を比べるときは、次の項目を簡単に記録すると判断材料になります。

    • 作業開始から受け入れまでの時間

    • 人が修正した箇所と手戻り

    • 検証で見つかった不具合

    • AIクレジットの消費量

    AIの回答が出る速さに加えて、安心して採用できる状態までの時間を見ることを勧めます。

    明日試すなら、一つの保守作業から

    Copilot Fusionは、モデル選びと、必要に応じたモデル間の連携を任せられる仕組みです。

    使い始めるなら、まずは範囲の小さな既存コード調査を一つ選びましょう。目的、対象、変更してよい範囲、完成条件を短く伝え、回答の根拠を確認する。複雑な改修になったら、HighやMaxで追加の検討を試してみる。

    その積み重ねで、自分の現場に合う使いどころが見えてくるはずです。


    参考文献・出典

    すべて2026年11月3日確認。機能仕様はGitHubおよびVS Codeの一次資料に基づきます。

    1. GitHub Changelog(2026年10月28日)「Route and orchestrate models with GitHub Copilot Fusion」
      https://github.blog/changelog/2026-10-28-route-and-orchestrate-models-with-github-copilot-fusion/

    2. GitHub Docs「About GitHub Copilot Fusion」
      https://docs.github.com/en/enterprise-cloud@latest/copilot/concepts/models/copilot-fusion

    3. Visual Studio Code Docs「Understand language models」
      https://code.visualstudio.com/docs/agents/concepts/language-models

    4. Visual Studio Code(2026年10月28日)「Visual Studio Code 1.144」Models節
      https://code.visualstudio.com/updates/v1_144/

    5. Visual Studio Code Docs「AI language models in VS Code」Use Copilot Fusion節
      https://code.visualstudio.com/docs/agent-customization/language-models

    #生成AI #GitHubCopilot #VSCode #AI駆動開発 #プログラミング #システム開発 #業務効率化 #エンジニア


     
     
    現役世代の仕事・学び・人生を整える実用知メディア。 AI活用、資格学習、キャリア、副業、資産形成、健康、幸福研究を、論文・書籍・実体験から明日使える形に翻訳します。

    あなたへのおすすめ