GitHub Copilot impact dashboard に機能エンゲージメント指標 — 7機能の28日間の利用状況を管理者が確認(2026年9月14日)
GitHub が 2026年9月14日、Copilot impact dashboard に機能エンゲージメント指標を追加しました。コード補完・エージェント編集(agent edit)・コードレビュー(能動的・受動的)・Cloud Agent・CLI・Copilot アプリの7機能について、28日間のうち2日以上利用したアクティブユーザー数を管理者が確認できます。エンタープライズと組織のAPI帳票にも同じ指標が追加されました。
結論から言うと、Copilot impact dashboard に 2026年9月14日から機能エンゲージメント指標が追加され、コード補完・エージェント編集・コードレビュー・Cloud Agent・CLI・Copilot アプリの 7 機能の 28 日間の利用状況を管理者が確認できます。以下、見られる指標と確認の手順を一次情報の出典付きで解説します。
本稿では、追加された指標の内容、測定対象の7機能、APIでの取得方法、アクセス権限を、公式発表の一次情報だけから整理します。本文中の値はすべて出典付きで、取得日は2026年9月20日です。
機能エンゲージメント指標の概要
機能エンゲージメント指標は、Copilot impact dashboard の各機能について、28日間のうち少なくとも2日以上利用したアクティブユーザー数を表示します。エンタープライズ管理者は、どの Copilot 機能が開発者の日常ワークフローに定着し、どの機能に追加のトレーニングや設定変更が必要かを素早く把握できます(出典: 同)。
対象となる7機能とその測定対象は次のとおりです。
- コード補完(code completion): エディタ内でのインライン補完の利用状況。
- エージェント編集(agent edit): Copilot が複数ファイルをまたいで編集するエージェントモードの利用状況。
- 能動的コードレビュー(active Copilot code review): ユーザーが自ら Copilot レビューを依頼した、または Copilot の提案を適用した場合。
- 受動的コードレビュー(passive Copilot code review): Copilot が自動的にレビューに割り当てられ、ユーザーが特に対応しなかった場合。
- Copilot Cloud Agent: クラウド上で動作する Copilot エージェント機能の利用状況。
- Copilot CLI: ターミナル上での Copilot の利用状況。
- Copilot アプリ(Copilot app): GitHub 上の Copilot チャット画面の利用状況。
API でも取得可能に — エンタープライズ・組織の28日間帳票に追加
API応答のフィールドは copilot_feature_engagement で、アクティブユーザー合計と各機能のエンゲージメント数を含みます。ユーザーは複数の機能に重複してカウントされることがあります。このデータはユーザーレベルの帳票には追加されず、組織レベルの集計に限定されます(出典: 同)。
合わせて、AI 導入フェーズ(AI adoption phase)の報告も改善されました。従来は各フェーズに該当するユーザーのうち、当日アクティブだった人数だけが報告されていましたが、今回から各フェーズの28日間の全人口(full rolling 28-day population)も一緒に報告されるようになりました。既存の active_users フィールドは引き続き当日アクティブだったユーザー数のみを報告します(出典: 同)。
データのアクセス権限
機能エンゲージメントデータを閲覧できるのは、エンタープライズオーナーと支払い管理者(billing managers)、組織のオーナー、および「Copilot impact dashboard」の権限(permission)を付与されたカスタム組織・エンタープライズロールを持つユーザーです(出典: 同)。また、組織で Copilot usage metrics policy が有効になっている必要があります。
copilot_feature_engagement オブジェクトは、計算が利用できない場合には absence または null になります。active_users の値が 0 の場合は測定されていない(フェーズの人口が計測されなかった)ことを意味し、値が 0 の場合はフェーズが計測されていて誰もいなかったことを意味します(出典: 同)。
実務的な視点 — この指標で何が変わるか
これまでは Copilot の「全体的なアクティブユーザー数」と「コード補完の利用」くらいしか管理者は把握できませんでした。今回の追加により、コード補完・コードレビュー・CLI・エージェント編集という Copilot の各機能が、組織内でどの程度使われているかを機能別に把握できます。たとえば、コード補完の利用率は高いがコードレビュー機能はほとんど使われていない、といった状況が可視化され、トレーニングや設定変更の対象を絞れるようになります。
また、能動的レビューと受動的レビューを分けて測定できる点も注目です。Copilot が自動的にコードレビューに割り当てられた場合(受動的)と、開発者自身がレビューを依頼した場合(能動的)を区別することで、コードレビュー機能の「真の導入度合い」を測れます。(出典: GitHub Changelog 2026年9月14日)。
よくある質問
Q. 機能エンゲージメント指標はユーザー個人単位でも確認できますか?
できません。機能エンゲージメントはエンタープライズと組織の28日間集計帳票にのみ追加され、ユーザーレベルのレポートには含まれません。ユーザーは複数の機能に重複してカウントされる可能性があります(出典: GitHub Changelog 2026年9月14日)。
Q. 能動的レビューと受動的レビューの違いは何ですか?
能動的(active)は、ユーザーが自ら Copilot にレビューを依頼した、または Copilot のレビュー提案を適用した場合を指します。受動的(passive)は、Copilot が自動的にプルリクエストのレビュー担当者に割り当てられた場合で、ユーザーが特に対応しなかったケースです(出典: 同)。
Q. このデータを表示するにはどの権限が必要ですか?
エンタープライズオーナー、支払い管理者(billing managers)、組織のオーナー、および「Copilot impact dashboard」の権限(permission)を付与されたカスタムロールを持つユーザーです。加えて、組織で Copilot usage metrics policy が有効になっている必要があります(出典: 同)。
Q. copilot_feature_engagement が null や absence になるのはどういう場合ですか?
計算が利用できない場合、copilot_feature_engagement オブジェクトは absence または null になります。active_users の 0 は「フェーズが計測されていて誰もいなかった」ことを意味し、absence は「フェーズの人口が測定されなかった」ことを意味します(出典: 同)。
AI開発ツール速報(当サイト)は、GitHub・Cursor・VS Code など開発ツールの料金改定や機能追加を、公式発表への出典付きで最速でお届けする速報メディアです。Copilot の管理画面や API の変更は、Copilot 導入組織の運用に直接響くため、更新があったら当サイトの一覧で確認できます。
関連ガイド
GitHub Copilot vs Cursor 比較(2026年9月20日)— 料金・機能・対応モデル・利用シーンを徹底比較
GitHub Copilot と Cursor は、AI を活用したコード生成・編集ツールの2大勢力です。この記事では料金・対応モデル・機能・利用シーンを比較し、どちらを選ぶかの判断基準を整理します。料金データは各社公式ページ(2026年9月20日取得)に基づきます。
料金の受け皿
- GitHub Copilotの料金・プラン一覧 — 現在の料金と改定履歴
関連記事
2026年10月26日GAのCopilot assisted permissionsとは?権限モードと設定
GitHub Copilot の 3 つ目の権限モード「Assisted permissions」が 2026年10月26日に一般提供(GA)。LLM がコマンド実行・ファイルパス・URL のリクエストを評価し、明らかに安全なものは自動で通し、それ以外は手動承認にします。CLI・Copilot app・VS Code での有効化手順と、Enterprise 管理者による Allow All のブロック設定を公式情報で解説します。
Cursor Agent SDKとは?2026年10月20日GAの作り方とdeployを解説
Cursor が Agent SDK を 2026年10月20日に一般提供(GA)しました。エージェントをフォルダで定義し、init・dev・deploy・eval の各コマンドで開発から展開まで行えます。トリガーは GitHub の PR・コメント・CI と Slack・webhook・cron に対応。作り方と deploy の手順を一次情報で解説します。
TorchTPU・TorchNeuronとは?PyTorchのTPU・Trainium対応を一次情報で解説(2026年10月20日)
Hugging Face が TorchTPU と TorchNeuron を公開し、PyTorch が Google TPU と AWS Trainium のネイティブデバイスになりました。device_map="tpu" / "neuron" の指定方法、pip install torch-tpu / torch-neuronx、上位 100 テキスト生成モデルの 89% 対応、Kernels Hub の速度数値(ViT 2.4 倍・Qwen3-30B-A3B 21.5 倍)を一次情報で解説します。
GitHub Public monitoringとは?データレジデンシー環境のシークレット監視とtriage・API追加を一次情報で解説(2026年10月22日)
GitHub は 2026年10月22日、GitHub Enterprise Cloud のデータレジデンシー環境で、公開リポジトリに漏洩したシークレットを監視する Public monitoring を公開プレビューで提供開始しました。10月23日には triage・validity check・REST API・エンタープライズ webhook を追加。対象ライセンス、前提のドメイン検証、有効化の手順を一次情報で解説します。
PyTorch 2.15のMPSバックエンド強化とは?FP8対応とMoEデコード高速化を一次情報で解説(2026年10月20日)
PyTorch 2.15 の MPS バックエンド強化は、Apple Silicon(Mac)で FP8(torch.float8_e4m3fn)が使えるようになった更新です。MoE モデルのデコードが 5〜6.5 倍速くなり、動画 VAE デコードのメモリ使用量は 270 GiB から 8 GiB に減りました。必要要件と試し方を一次情報で解説します。
CopilotのEagerness設定とは?インライン補完の積極性を4段階で調整する新機能を一次情報で解説(2026年10月27日)
VS Code の公式ブログで 2026年10月27日、GitHub Copilot のインライン補完の積極性を選べる「Eagerness」設定が紹介されました。Auto / Low / Medium / High の 4 つの選択肢、使うための条件、Low と High の効果の数値(Medium 比)を一次情報で解説します。
この記事は AI が一次ソースを読んで執筆しました。数値と日付は出典に記した公式情報の執筆時点の値です。誤りを見つけたら訂正の窓口へお知らせください。確認のうえ本文を直し、訂正履歴に残します。編集方針