GitHub、Copilot Code Review の推論効率を 20% 改善──汎用ツール導入後の「指示」最適化で達成
汎用的なコード探索ツールを導入した際に生じた推論コスト増と精度低下を、レビュー特化型のプロンプト設計により解消した事例。
リリース: 2026-07-10 · 読了 5 分記事の要約
1. 核心（What）
- GitHub Copilot Code Review において、Copilot CLI と共通の探索ツール（grep, glob, view）へ移行したところ、推論コストが増加しコードレビュー精度が低下した。
- 原因はツール自体の性能ではなく、汎用的なコーディング支援を想定した指示が、レビュー特化型のワークフローと不一致を起こしていたことにある。
- レビュー特化型の指示へ書き換えた結果、レビュー品質を維持したまま平均推論コストを約 20% 削減することに成功した。
2. 影響（Why）
- エージェントの「推論コスト」は指示で決まる: ツールが優秀でも、指示が「リポジトリ全体を探索する」コーディング支援向けだと、エージェントは不要なコンテキストを読み込み続け、トークン消費とレイテンシを増大させる。
- 国内 SaaS 開発におけるエージェント実装の教訓: 自社プロダクトでエージェントを構築する際、汎用的なツールキットをそのまま使うと、特定のタスク（レビューやバグ調査）で無駄な探索ループが発生する。タスク固有の「探索の作法」をプロンプトで制約することが実装上の必須要件となる。
3. 根拠・詳細（How）
- レビュー特化型の探索ワークフロー設計: 「diff から開始し、grep/glob で候補を絞り、view で最小限のコードを読む」というレビュー特化型の指示に変更。汎用的な「リポジトリ探索」の癖を抑制し、不要なファイル読み込みを削減した。
- ベンチマークによる追跡分析: 内部のオフラインベンチマークでエージェントの経路（Trace）を可視化。grep 失敗時の再試行ロジックや、パス推測による広域探索を抑制する指示を組み込み、推論コストを 20% 低減させた。
4. 展望・課題（Next）
- 共通基盤の最適化: Copilot CLI やクラウドエージェントで利用される共通ツール基盤において、今回のレビュー特化型の知見をフィードバックし、製品横断的な推論効率の改善を図る。