【オープン講座】生成AI時代のGitHub活用1day研修〜AIが書き、人が確かめる開発フロー〜

コードはAIが書く。では、人は何を確かめるのか。
GitHubを「AIの出力を検証する仕組み」として使いこなす1日。

AIコーディングエージェントに変更を頼み、プルリクエストが上がってくる——そんな開発が珍しくなくなりました。変わったのは「誰が書くか」だけではありません。人の仕事の中心が「書く」から「確かめる」へ移ったいま、GitHubの使い方も変わります。ブランチ操作の手順を覚えるより、AIが読みやすいリポジトリを整え、AIの成果物を自動テストとレビューで受け止める仕組みを持つことのほうが、はるかに効きます。

本講座は、Git / GitHubの基本操作を一通り知っている方を対象に、AIエージェントと組む前提でのGitHub運用を、GitHub Actionsによる自動検証を軸に演習で体験する1日です。

研修概要

生成AIを使った開発では、リポジトリは「コードの置き場」から「AIに渡す文脈そのもの」に変わります。READMEや指示ファイルの書き方ひとつでAIの出力品質が変わり、AIが出したコードを人が全行読むことは現実的でないため、テスト・静的検査・レビューをGitHub Actionsで自動化して受け止めることが運用の要になります。本講座では「整える → 任せる → 検証する → 守る」の順に、AI時代のGitHubの使い方を組み立てます。

この1日で持ち帰れること

• AIが読みやすいリポジトリの型— README・AI向け指示ファイル・ディレクトリ構成・除外設定。「何をAIに任せ、何を任せないか」をリポジトリに書いておく考え方。
• AIエージェントに仕事を渡す流れ— Issueに要件を書く → AIが変更を作る → プルリクエストで受け取る、という単位の切り方と依頼文の書き方。
• GitHub Actionsの基礎と実装— ワークフローの構文、push／プルリクエストをきっかけにテスト・静的検査・ビルドを自動で回し、AIの出力を機械で検証する。
• AIを使ったレビューの回し方— AIレビューを一次チェックに使い、人は設計・仕様・リスクに集中するレビュー観点の切り分け。
• 安全に運用するための守り— シークレット管理、機密情報の混入防止、依存関係の自動更新、AI生成コードのライセンスと責任の考え方。

対象者

• AIコーディングエージェント（GitHub Copilot・Claude Code など）を業務で使い始めた、または導入を検討しているエンジニアの方
• Git / GitHubの基本操作（コミット・プッシュ・プルリクエスト）は一通りできる方
• AIが書いたコードの品質担保に不安があり、チームとしての検証ルールを持ちたいリーダー・テックリードの方
• 少人数・ひとり開発で、ブランチ運用よりも自動化による品質確保を優先したい方

※ Git / GitHubが初めての方は、先にGitHub基礎1day研修のご受講をおすすめします。

内容（素案）

6つの章を「整える → 任せる → 検証する → 守る」の順で積み上げ、要所で演習を挟みます。

• 生成AI時代の開発フローとGitHubの役割
  • 「人が書く」から「AIが書き、人が確かめる」へ——何が変わり、何が変わらないか
  • リポジトリは「AIへの文脈」——AIの出力品質を決めるのはプロンプトよりリポジトリ
  • ブランチ運用の位置づけ——少人数×AI時代に本当に必要な最小限の流れ
• AIに読ませるリポジトリの整え方
  • READMEに書くべきこと・書かなくてよいこと
  • AI向け指示ファイル（コーディング規約・禁止事項・確認手順）の作り方
  • ディレクトリ構成・除外設定・機密情報の置き場所
• AIコーディングエージェントに仕事を渡す
  • Issueに要件を書く——AIが動ける粒度と、受け入れ条件の書き方
  • AIエージェントからのコミットとプルリクエスト——差分の読み方、依頼のやり直し方
  • 「任せてよい変更」と「人が書くべき変更」の線引き
• GitHub Actionsによる自動検証
  • Actionsの仕組みとワークフローファイルの構文（トリガー・ジョブ・ステップ）
  • push／プルリクエストで自動実行するテスト・静的検査・ビルド
  • 失敗したときの読み方——ログからAIに修正を依頼するまで
  • マージ条件としての必須チェック——通らなければ取り込ませない
• AIを使ったコードレビュー
  • AIレビューを一次チェックに使う——観点の指定と結果の読み方
  • 人が見るべきところ——仕様との整合・設計・セキュリティ・性能
  • プルリクエストテンプレートとレビューコメントの型
• 安全に運用するための守り
  • シークレットの管理と、コードへの混入を防ぐ仕組み
  • 依存関係の自動更新と脆弱性の通知
  • AI生成コードのライセンス・著作権・責任の考え方（社内ルールに落とす観点）

演習（素案）

演習用のリポジトリとAIエージェントの実行環境は弊社で用意します。ご自身のアカウントに成果物を持ち帰れる形で進めます。

1. AIに読ませるリポジトリを整える— サンプルプロジェクトにREADMEとAI向け指示ファイルを書き、同じ依頼でAIの出力がどう変わるかを比べます。
2. IssueからプルリクエストまでAIに任せる— 要件をIssueに書き、AIエージェントに変更を依頼し、上がってきたプルリクエストの差分を読みます。
3. GitHub Actionsで自動テストを回す— ワークフローを作成し、プルリクエストでテストが自動実行される状態にします。わざと失敗させ、ログを根拠にAIへ修正を依頼して通すまでを体験します。
4. AIレビューを受けて取り込む— AIレビューの指摘を読み、人が判断すべき点を切り分けたうえでマージします。必須チェックを設定し、検証を通らない変更が入らないことを確認します。
5. 守りを入れる— シークレットを安全に扱う設定と依存関係の自動更新を有効にし、機密情報を含むコミットが弾かれることを確認します。

研修日数

1日間

日時

開催時期は調整中です。決まり次第このページでご案内します。

※ご希望の時期があればお問い合わせフォームからお知らせください。1名様からのご相談も承ります。

環境要件

• PCをご用意ください（Windows・Mac いずれも可。Gitとエディタが使える状態）
• GitHubアカウント（お持ちでない場合は事前にご案内します）
• AIコーディングエージェントの演習用アカウントは弊社で用意します（自社アカウント不要）
• オンライン受講の場合：Zoomが使えるインターネット環境

テキスト

オリジナルテキスト（PDF）、演習用リポジトリ、ワークフロー・指示ファイルのテンプレート

場所

●オンライン（Zoom）
お申込み後に接続情報をご案内します。

●四谷三丁目会場
東京都新宿区舟町7-40 ACN四谷三丁目ビル4F
丸ノ内線 四谷三丁目駅から徒歩2分

費用

調整中です。決まり次第このページに掲載します。

お申込み

開催時期が決まり次第、募集を開始します。ご興味のある方は、下記お問い合わせフォームより「開催案内希望」とご連絡ください。

関連する研修

• GitHub基礎1day研修（オープン講座）— Git / GitHubの基本操作を1日で身につける入門講座。本講座の前提となる内容です。
• Claude Code×AIエージェント構築実践研修（一社様向け）— AIエージェントを使った開発そのものを、貴社の環境に合わせて実践する研修です。
• Git入門研修（一社様向け）— バージョン管理の基礎を社内でまとめて実施する場合はこちら。

オープン講座キャンセルポリシー(必ず御一読下さい)

弊社オープン講座のお申し込みの取り消しに関しまして、以下のキャンセルポリシーが発生します。
必ず事前にご確認をお願いいたします。
なお、お申し込みの際は弊社オープン講座のキャンセルポリシーに同意したこととさせて頂きます。
(1)申込オープン講座開催日の10営業日前までは、無料
(2)申込オープン講座開催の9営業日前から6営業日前までは、研修料金の50％
(3)申込オープン講座開催の5営業日前から研修当日は、研修料金の全額
特記事項
・欠席された場合には、研修費用の全額をご請求させていただきます。
・弊社都合で開催を中止または延期する事由が発生した場合には、お客様へのご請求は発生しません。