Copilot Multi-Model Review

4つの観点を異なるモデルで並列実行し、統合レポートを生成。 単一モデルでは検出できない盲点をモデル多様性で補完する。

Usage

/copilot-review <target>
/copilot-review src/auth/
/copilot-review --models gpt-5,claude-opus-4.6,gemini-3.1-pro,claude-sonnet-4.6 src/
/copilot-review --effort high src/       # 高推論レベルでレビュー
/copilot-review --effort high --models all-gpt src/

Model Mapping

Default (GPT-5.4 メイン)

観点	モデル	理由
Security	gpt-5.4	最新GPT、論理推論・パターン認識
Performance	gpt-5.4	コード最適化・計算量分析
Maintainability	gpt-5.4	構造分析・一貫性検出
Architecture	claude-opus-4.6	深い設計判断、別視点の確保

デフォルトで 4 premium requests/回。3観点をGPT-5.4で統一しつつ、Architectureのみ Claude Opus で異なる視点を入れる。

--models による上書き

カンマ区切りで4モデルを指定（順序: Security, Performance, Maintainability, Architecture）:

--models gpt-5,gpt-5,gemini-3.1-pro,claude-opus-4.6

プリセット:

• --models all-gpt → 全観点 gpt-5.4
• --models diverse → gpt-5.4, claude-opus-4.6, gpt-5.4, claude-sonnet-4.6
• --models all-claude → 全観点 claude-opus-4.6

Argument Parsing

1. --models <value> を抽出
2. --effort <level> を抽出（省略時はフラグなし = 設定準拠）
3. プリセット名なら展開、カンマ区切りなら分割
4. 残りの引数をターゲットパスとして使用

Execution

Bash toolで4つのcopilot -pを run_in_background: true で並列起動:

cd <target_dir> && copilot -p "[Security Review] ..." --model <security_model> [--effort <level>] --no-ask-user 2>/dev/null
cd <target_dir> && copilot -p "[Performance Review] ..." --model <perf_model> [--effort <level>] --no-ask-user 2>/dev/null
cd <target_dir> && copilot -p "[Maintainability Review] ..." --model <maint_model> [--effort <level>] --no-ask-user 2>/dev/null
cd <target_dir> && copilot -p "[Architecture Review] ..." --model <arch_model> [--effort <level>] --no-ask-user 2>/dev/null

Review Prompts

Security:

[Security Review] このプロジェクトを以下の観点でレビュー:
- 機密情報の露出リスク（APIキー、認証情報等）
- 入力検証の不備
- 安全でないデータ処理
具体的な問題箇所と修正案を提示。

Performance:

[Performance Review] このプロジェクトを以下の観点でレビュー:
- 不要なループ、毎フレーム処理の最適化機会
- メモリリーク、リソース解放漏れ
- GC Alloc削減の機会
- 計算量・アルゴリズム効率
具体的な問題箇所と改善案を提示。

Maintainability:

[Maintainability Review] このプロジェクトを以下の観点でレビュー:
- コードの可読性、複雑度
- 重複コード、DRY原則違反
- 命名規則、一貫性
- コメント・ドキュメントの適切さ
具体的な問題箇所とリファクタリング案を提示。

Architecture:

[Architecture Review] このプロジェクトを以下の観点でレビュー:
- 設計パターンの適切な使用
- 責務分離、単一責任原則
- 依存関係、結合度
- 拡張性、テスト容易性
具体的な問題箇所と改善案を提示。

Workflow

1. 引数解析（--models とターゲットパス）
2. 4つのBash toolを同時に起動
   • run_in_background: true
   • timeout: 600000 (10分)
3. TaskOutputで全タスクの完了を待機
4. 結果を統合してレポート作成

Output Format

# Copilot Multi-Model Review: <target>

## Model Configuration
| 観点 | モデル |
|------|--------|
| Security | <model> |
| Performance | <model> |
| Maintainability | <model> |
| Architecture | <model> |

## Summary
| 優先度 | 件数 |
|--------|------|
| Critical/High | X件 |
| Medium | X件 |
| Low | X件 |

## Security (<model>)
[結果テーブル]

## Performance (<model>)
[結果テーブル]

## Maintainability (<model>)
[結果テーブル]

## Architecture (<model>)
[結果テーブル]

## Cross-Model Insights
異なるモデルが同じ問題を指摘した場合、信頼度が高い。

## Recommended Actions (Top 10)
1. [Critical] ...
2. [High] ...

Notes

• 全て --no-ask-user で実行（変更なし）
• 2>/dev/null でstderr（進捗ログ）を抑制
• 結果の重複があれば統合時にマージ
• 無料モデル (gpt-4.1, gpt-5-mini) を活用してコスト最適化
• Cross-Model Insights セクションで複数モデルの合意点を強調