Multi-Model Code Review

LLM のコードレビュー結果を GitHub Copilot CLI に精査させ、双方の視点を統合した最終レビューを提供する。

Flow

Step 1: LLM（あなた）がコードレビュー
    ↓
Step 2: Copilot CLIに精査＋独自レビューを依頼
    ↓
Step 3: Copilotの回答を受けて再検討
    ↓
Step 4: 必要に応じて再度Copilot呼び出し
    ↓
Step 5: 双方納得の結論をユーザーに回答

Step 1: 自分でコードレビュー

対象コード（git diff、ファイル、PR など）をレビューし、以下の観点で問題点を洗い出す：

• バグ・ロジックエラー
• セキュリティ脆弱性
• パフォーマンス問題
• コード品質・保守性
• ベストプラクティス違反

レビュー結果を「Critical Issues / Warnings / Suggestions」形式でまとめる。

Step 2: Copilot CLI で精査＋独自レビュー

以下のコマンドで Copilot CLI を呼び出す：

copilot -p "<プロンプト>" --add-dir . --allow-all-tools --model <model> -s

プロンプトテンプレート

I performed a code review and want you to both verify my findings AND conduct your own independent review.

## Review Target
<レビュー対象を以下のいずれかで指定>
- 特定のコミット: commit <hash>
- PR: PR #<number>
- 特定ファイル: <file paths>
- ディレクトリ全体の変更: all recent changes in the provided directory

## Code Changes
<対象コードまたはgit diffの概要>

## My Review Findings

### Critical Issues
<Critical Issues>

### Warnings
<Warnings>

### Suggestions
<Suggestions>

---

Please:

**Part 1: Verify my review**
1. Reading the actual source files to confirm my findings are accurate
2. Pointing out if any of my findings are incorrect or overstated

**Part 2: Your independent review**
3. Conduct your own code review within the specified Review Target scope, looking for:
   - Bugs or logic errors
   - Security vulnerabilities
   - Performance issues
   - Code quality and maintainability concerns
   - Best practice violations
4. List any issues I missed

Respond with:
- Confirmed: Issues you agree with
- Disputed: Issues you disagree with (explain why)
- Your Findings: Issues from your independent review (including ones I missed)
- Additional context: Relevant information from reading the source

利用可能なモデル

Model	Notes
gpt-5	デフォルト、バランス型
gpt-5.1, gpt-5.2	新バージョン
gpt-5.1-codex-max	コード特化、高性能
gemini-3-pro-preview	Google 製

Step 3: Copilot の回答を受けて再検討

Copilot の精査結果を受けて：

1. Confirmed - 双方合意、最終レビューに含める
2. Disputed - Copilot の反論を検討し、必要なら修正
3. Your Findings - Copilot が独自レビューで発見した問題を確認し、妥当なら追加
4. 追加コンテキスト - ソースを読んだ Copilot の情報を考慮

Step 4: 必要に応じて再度 Copilot 呼び出し

Disputed な項目や追加確認が必要な場合：

Regarding the disputed issue about <問題点>:

You mentioned <Copilotの反論>. However, I believe <あなたの見解>.

Please re-examine <ファイル名> and clarify:
1. <確認したい点1>
2. <確認したい点2>

Step 5: 最終レビューをユーザーに回答

双方の視点を統合した最終レビューを提供：

## Multi-Model Code Review Summary

**Reviewers:** [あなたのモデル名] + GitHub Copilot [モデル名]

### Critical Issues

- [双方合意の問題]
- [Copilot が追加で発見した問題]

### Warnings

- [警告事項]

### Suggestions

- [改善提案]

### Review Discussion

- **合意点:** 双方が同意した主要な問題
- **議論点:** 見解が分かれた点とその結論
- **補完:** 片方のみが発見した問題

注意事項

• copilot CLI がインストールされている必要がある
• --add-dir . でプロジェクトへのアクセスを許可
• 複数回のやり取りが必要な場合、それぞれ別の copilot コマンドとして実行
• 大規模なコード変更の場合、レビュー対象を分割して精査することを推奨

引数長制限とシェルエスケープへの対応

シェルの引数長制限（macOS: 約 262KB、Linux: 約 2MB）を超えると Argument list too long エラーが発生する。 また、長いプロンプトをシェルで直接渡すとエスケープ問題でコマンドが正しく実行されないことがある。

対策

1. コード変更の詳細は省略 - --add-dir . により Copilot が直接ファイルを読めるため、diff 全文をプロンプトに含める必要はない
2. レビュー結果を要約 - 各問題を 1-2 行で簡潔に記述し、詳細は Copilot に確認させる
3. 対象を分割 - 大規模な変更は複数回に分けてレビュー（例: ディレクトリ単位、機能単位）
4. ファイル経由でプロンプトを渡す - 長いプロンプトはファイルに保存してコマンド置換で渡す（推奨）

ファイル経由でプロンプトを渡す方法（推奨）

長いプロンプトやマークダウン形式のプロンプトは、ファイルに保存してからコマンド置換で渡すことで、シェルのエスケープ問題を回避できる。

macOS / Linux (Bash/Zsh)

# 1. プロンプトをファイルに保存（エージェントの場合は create_file ツールを使用）
#    推奨: プロジェクト内 .multi-model-review/ ディレクトリに保存
# 2. コマンド置換でプロンプトを渡す
copilot -p "$(cat .multi-model-review/review-prompt.txt)" --add-dir . --allow-all-tools --model <model> -s

Windows (PowerShell)

# 1. プロンプトをファイルに保存（エージェントの場合は create_file ツールを使用）
#    推奨: プロジェクト内 .multi-model-review/ ディレクトリに保存
# 2. Get-Content でファイルを読み込んで渡す
copilot -p (Get-Content -Raw ".multi-model-review\review-prompt.txt") --add-dir . --allow-all-tools --model <model> -s

Windows (cmd.exe)

cmd.exe では直接のコマンド置換が難しいため、PowerShell 経由で実行するか、短いプロンプトを直接渡すことを推奨。

:: PowerShell経由で実行（プロジェクト内の .multi-model-review/ ディレクトリを使用）
powershell -Command "copilot -p (Get-Content -Raw '.multi-model-review\review-prompt.txt') --add-dir . --allow-all-tools --model <model> -s"

Copilot CLI 呼び出しのベストプラクティス（エージェント向け）

Copilot CLI は応答に時間がかかるため、エージェントから呼び出す際はバックグラウンド実行が必要。

GitHub Copilot エージェント向け

run_in_terminal / get_terminal_output を使用する場合

1. プロンプトをファイルに保存 - create_file ツールでプロンプトを保存

   • 推奨: プロジェクト内の .multi-model-review/review-prompt.txt

2. run_in_terminal で isBackground: true を指定してバックグラウンド実行

   macOS / Linux (Bash/Zsh):

   copilot -p "$(cat .multi-model-review/review-prompt.txt)" --add-dir . --allow-all-tools --model <model> -s
   

   Windows (PowerShell):

   copilot -p (Get-Content -Raw ".multi-model-review\review-prompt.txt") --add-dir . --allow-all-tools --model <model> -s
   

3. get_terminal_output でターミナル ID を使って結果を確認

4. 3-5 秒間隔でポーリング（通常 10-15 回程度で結果取得）

5. 20 回以上応答がない場合はタイムアウトと判断

注意: シェルで直接長いプロンプトを渡すと、エスケープ問題やツールによるコマンド簡略化で正しく実行されないことがある。ファイル経由が最も確実。

Claude Code 向け

Bash / TaskOutput を使用する場合

1. Bash ツールで run_in_background: true を指定してバックグラウンド実行
2. TaskOutput ツールで結果を取得（block: true で完了待ち可能）
3. タイムアウトは timeout パラメータで指定可能（最大 600000ms）