この記事のポイント
- Copilot Automationsが実行結果への反応を学習材料に、プロンプト改善案を自動で提案します。
- 実行用と週次分析用、2つの自動化が連携して改善案を作ります。
- 改善案は人が承認するまで適用されません。対象はCopilot Pro以上の全プラン。
GitHubが2026年10月28日、Copilot Automationsに自己改善の仕組みを追加したと公式Changelogで発表しました。実行結果に対する人の反応を手がかりに、自動化そのものの精度を上げていく仕組みを整理します。
実行結果の「反応」を学習材料にする仕組み
Copilot Automationsは、GitHub上の操作結果として色々な痕跡を残します。Issueトリアージなら付けたラベルを人が変更したかどうか、コードレビューなら投稿したコメントを開発者が受け入れたかどうか、パフォーマンス最適化なら自動作成したPull Requestがマージされたかどうかです。今回の自己改善機能は、こうした結果への反応を手がかりに、プロンプトやツール、起動条件を見直す改善案を自動で作ります。
実行用と分析用、2つの自動化が連携する仕組み
自己改善を依頼すると、複数の自動化が連携する構成を作れます。たとえばカスタムコードレビュアーなら、Pull Request作成時に動いてコメントを投稿する「実行用」と、週次で開発者の反応を分析し実行用への改善案を出す「分析用」の組み合わせです。改善案が出るとGitHubから通知が届き、人が内容を確認してから承認または却下します。提案は自動で適用されないため、プロンプトの管理権限は引き続き人の手元に残ります(GitHub公式Changelog)。
既存のGitHub Copilot機能との違い
Agentic Workflowsは、Markdownの指示でAIエージェントの自動化を組む土台となる仕組みでした。今回の自己改善機能は、その自動化を作った後の「育て方」にあたる機能で、人が毎回プロンプトを見直す手間を減らす点が新しさです。承認を経てから変更が反映される流れは、操作の自動承認を扱うAssisted permissionsとも近い発想ですが、対象が「自動化の設定自体」である点が異なります。対象プランはCopilot Pro・Pro+・Max・Business・Enterpriseです。
まとめ
Copilot Automationsを使っている担当者にとって、今回の変更は「作って終わり」だった自動化を、運用しながら育てられる仕組みへの進化です。改善案は人が承認するまで反映されないため、プロンプトの管理権限を手放さずに改善を検討できます。すでに自動化を組んでいる場合は、自己改善を有効にしてどんな改善案が出るかを試してみるとよいでしょう。
※ 2026年10月28日公開のGitHub公式Changelogに基づく情報です。
