GitHub Copilotのコードレビュー機能に、チーム独自のルールを反映できる「Agent Skills」と、外部ツールと連携する「MCP（Model Context Protocol）サーバー」対応が、2026年7月29日付で正式提供（General Availability）となりました。これまでプレビュー版として提供されていた機能ですが、Copilot Pro・Pro+・Business・Enterpriseの全ユーザーが利用できるようになっています。
本記事では、この新機能の内容と設定方法、導入時に押さえておきたい注意点を、開発者だけでなく生成AI活用に関心のあるビジネスパーソンにも分かりやすいように整理します。
GitHub Copilotのコードレビュー機能とは
GitHub Copilotには、プルリクエストの差分を自動でチェックし、コメントを付けてくれる「コードレビュー」機能があります。人間のレビュアーが確認する前にCopilotが一次チェックを行うことで、レビューの負荷を減らし、レビュー待ちの時間を短縮できる点が特徴です。GitHub CopilotとMicrosoft 365 CopilotやCopilot Studioとの違いについては、GitHub Copilot・Copilot Studio・Microsoft 365 Copilotは何が違う？目的で選ぶ生成AIツール活用ガイドでも整理していますので、あわせてご覧ください。
これまでのコードレビューは、Copilotが持つ一般的なコーディング知識をもとにコメントを生成する仕組みでした。そのため「このチーム独自のコーディング規約」や「社内で使っている課題管理ツールの情報」までは反映できないという制約がありました。
新たに正式提供されたAgent SkillsとMCP連携とは
今回のアップデートでは、この制約を補うために2つの仕組みが正式提供されました。
Agent Skills — チーム独自のルールをレビューに反映
Agent Skillsは、リポジトリの.github/skills配下にスキルごとのディレクトリを作成し、その中にSKILL.mdファイルを置くことで、Copilotのレビューにチーム独自のコンテキストや指示を追加できる機能です。社内のコーディング規約や設計方針、特定フレームワークの利用ルールなどをテキストで記述しておくことで、Copilotがそれを踏まえたレビューコメントを生成するようになります。
MCP server連携 — 外部ツールの情報をレビューに取り込む
MCPサーバー連携では、課題管理ツールやドキュメント管理システム、サービスカタログといった、チームが既に使っている外部プラットフォームの情報をレビューに取り込めます。なお、Copilotコードレビューが行うMCPツール呼び出しは読み取り専用に限定されており、レビューのために外部データを書き換えるような操作は行われません。また、Copilot cloud agent向けに既にMCP設定を行っている場合、その設定はコードレビューにも自動的に適用されます（GitHub MCPとPlaywright MCPはデフォルトで有効です）。
何が新しくなったのか
今回のGA化にあわせて、レビューコメントがAgent SkillsまたはMCPのどの情報をもとに生成されたかを示す「出典表示」が追加されました。どのスキルやMCPサーバーが実際にレビューへ影響したかを確認できるため、設定した仕組みが機能しているかを検証しやすくなっています。
導入方法（設定手順）
MCPサーバーの設定
MCPサーバーは、リポジトリの設定画面から「Copilot」→「MCP servers」で構成します。認証トークンは「Secrets and variables」→「Agents」に保存する形になっており、認証情報をコード内に直接書き込む必要はありません。設定例はGitHub公式ドキュメントの「Configure MCP servers」で公開されています。
Agent Skillsの設定（SKILL.md）
Agent Skillsを利用する場合は、.github/skills配下にスキルごとのディレクトリを作成し、その中にSKILL.mdファイルを配置します。ファイルには、Copilotに参照してほしいコーディング規約や設計上の注意点、レビュー時に確認してほしい観点などを記述します。すでにプレビュー期間中にAgent SkillsやMCPサーバーを設定済みの場合は、追加の対応をしなくてもそのまま利用を継続できます。
導入時に押さえておきたい注意点
権限・セキュリティ面の注意点
MCP連携で取得する情報は読み取り専用に制限されているとはいえ、外部ツールに接続する以上、認証トークンの管理は重要です。Secrets機能を使ってトークンを安全に保管し、必要最小限の権限のみを付与することをおすすめします。
既存のCopilot cloud agent設定との関係
Copilot cloud agent向けにMCPを設定済みのリポジトリでは、その設定がコードレビューにも自動的に反映される点に注意が必要です。意図しないMCPサーバーがレビューに影響しないよう、既存設定を一度棚卸ししておくとよいでしょう。
つまずきやすいポイント
Agent Skillsは、記述内容が抽象的すぎるとCopilotのレビューに反映されにくい傾向があります。「〇〇という命名規則を使う」「△△のエラーハンドリングを必須とする」など、具体的な指示を書くことがポイントです。また、MCPサーバー側の応答が遅い場合、レビュー結果の生成にも時間がかかることがあるため、社内ツールを接続する際は事前に応答速度を確認しておくと安心です。
活用のポイントとビジネスパーソンへの示唆
エンジニアでない方にとっても、この機能は「AIが自社のルールや業務知識を理解した上で判断を補助する」という生成AI活用の方向性を示す一例といえます。Copilot Studioを使った社内ヘルプデスクの事例（Copilot Studio導入事例まとめ参照）と同様に、汎用的なAIに自社固有の情報を組み合わせることで、実務に即した精度の高いアウトプットが得られるようになってきています。開発現場に限らず、生成AIを社内の情報と結びつける取り組みは、今後さまざまな業務領域に広がっていくと考えられます。
まとめ
GitHub Copilotのコードレビューは、Agent SkillsとMCP連携の正式提供により、チーム固有のルールや外部ツールの情報を反映した、より実践的なレビューが可能になりました。導入自体はリポジトリ設定から比較的簡単に行えるため、既にCopilotコードレビューを利用しているチームは、まずAgent Skillsから試してみるのがおすすめです。
