最近、なんだかんだでGitHubを触る機会がぐっと増えました。ChatGPTとGitHubの連携が神すぎるんです。もうこれなしには戻れないです。
といっても、最初から「GitHubの機能を理解して、きれいな開発環境を作ろう」と考えていたわけではありません。実態はむしろ逆です。
ChatGPTやCodex、Claudeと作業をする中で、「このコピー＆ペースト、毎回やるのは面倒だな」「AI同士が同じファイルを直接見られたら楽なのに」「同じ確認を人間が何度もやる必要はないよな」と、目の前の面倒なことを一つずつ減らしていきました。
すると、いつの間にかGitHubがAI同士の共通の作業場所になっていました。変更履歴が残り、AIが作った変更案をGitHub上で確認し、問題がないか自動でテストする仕組みまで動いています。
つまり私は、GitHub Actionsについて勉強してから「よし、導入しよう」と決めたわけではありません。
AIと試行錯誤を繰り返しながら効率化を求めていたら、気がついたときにはGitHub Actionsまで使うようになっていた。
そんな順番でした。
自分がそこまでやっていると気づいたのは、ずいぶん後のことです。
「GitHub Actionsって便利そう」と思ったら、もう使っていた
きっかけは、ある日たまたま見かけたGitHub Actionsについての投稿でした。
GitHub Actionsというのは、ざっくり言えば、GitHubの中で自動的に仕事をしてくれる仕組みです。
たとえばファイルが変更されたらテストをする。Webサイトがきちんと作れるか確認する。データの形式がおかしくないか調べる。そうした決まりきった確認を、人間が毎回「これをやって」と頼まなくても自動で実行できます。
それを見て、私は単純にこう思いました。
「これを使えば、今よりもっとAIとの作業が楽になるのでは？」
と思って、相棒のChatGPTに相談してもらい、私のプロジェクトやGitHubのリポジトリを見てもらいました。
そうしたらChatGPTがこう言いました。
「もうGitHub Actionsやってるよ」と。
私は「今日からGitHub Actionsを導入するぞ」と設定した記憶がほとんどありません。
おそらく、AIと一緒に作業手順を改善していく途中で、
「変更したら確認した方が安全だよね」
「でも毎回手作業で確認するのは面倒だよね」
という話になり、その解決策として少しずつ組み込まれていったのでしょう。
なるほど。もう使っていたのか。
ChatGPTと一緒に効率化を追求していったら、非エンジニアのワイが名前すら知らなかったGitHub Actionsをすでに使っていたとは…恐るべしAI環境。
ところが、その数日後、GitHubから一通のメールが届きました。
「今月分のGitHub Actionsを90％使用しました」
なにこれ？
1,824分 / 2,000分
メールに表示されていた数字は、
1,824分使用 / 2,000分
でした。
残り176分です。
GitHubってそんな制限あったんだ。知らなかったー。
幸い、その日は8月31日でした。私の画面では翌日の9月1日に利用枠がリセットされる予定になっていましたし、その時点で実際に追加請求されている金額も0ドルでした。
なので、大事故ではありません。
それでも不思議です。
「2,000分も何に使ったんだ？」
GitHub Actionsの実行履歴を見ても、1回の処理は数分程度で終わっているものが多いのです。何時間も待たされた記憶はありません。
5分程度の処理を何度か繰り返したくらいで、1,800分を超えるとは思えませんでした。
そこで調べてみると、私が画面を見ながら感じていた「5分」と、GitHubの裏側で消費される時間は同じではないと分かってきました。
人間には5分でも、裏では何台も同時に動いている
GitHub Actionsでは、一つの自動テストをさらに複数の仕事に分けて、同時に実行できます。
たとえば私から見ると、テストを始めて5分後に「全部終わりました」と表示されたとします。
でも、その5分間に裏では、
あるWebアプリを検査するコンピューター、別のWebアプリを確認するコンピューター、データを検査するコンピューター、Mac用アプリを作って確認するコンピューター、
という具合に、いくつもの環境が同時に動いていることがあります。
人間が待っていたのは5分です。
しかし、5分間に何台ものコンピューターが働いていれば、それぞれに処理時間が発生します。
10人のスタッフに同時に仕事をお願いするようなもの、と考えると分かりやすいかもしれません。
作業そのものは5分で終わります。でも、10人がそれぞれ働いた時間を合わせれば5分ではありません。
私はここをほとんど意識していませんでした。
さらにMacの処理がかなり重かった
調べていて、もう一つ大きなことが分かりました。
macOSを使う処理です。
GitHub Actionsでは、LinuxやWindows、macOSといった環境をGitHub側に用意してもらい、そこでテストを実行できます。こうした実行環境を「runner（ランナー）」と呼びますが、名前を覚えなくても、「GitHubがテスト用のコンピューターを貸してくれる」と考えればだいたい合っています。
そして、その料金は環境によって違います。
2026年8月31日時点のGitHub公式料金では、標準的なLinux 2-core runnerが1分0.006ドル、Windowsが0.010ドル、macOSが0.062ドルです。各ジョブの1分未満の端数も1分単位に丸められます。macOSはLinuxよりかなり高コストです。
実際に私のGitHubのUsage画面を見ると、その差はかなり分かりやすく出ていました。
ある1日だけで（Codexの使用量がリセットされるから使いまくった日なので、心当たりありまくり）、
Linuxは269分、1.61ドル相当。
macOSは122分、7.56ドル相当。
macOSの方が動いていた時間は短いのに、料金換算では大きく上回っています。
もちろん、この7.56ドルがそのまま請求されたわけではありません。その時点では月間の利用枠に収まっていたため、実際の請求額は0ドルでした。
なんにせよ、いったい何がそんなにGitHub Actionsを使っていたんだろう？
変更していないものまで毎回テストしていた
集中的に作業していたアプリ開発プロジェクトの自動テストを調べてみると、1回の実行でかなり多くの仕事が動く構成になっていました。
ある部分だけを変更するような場合でも、別のWebアプリやツールの確認が走り、さらに複数のMac用アプリまでテストします。
変更していないものも含めて、かなり広い範囲を毎回確認していたわけです。安全という意味では悪くありません。何を変更しても全部確認すれば、取りこぼしは減ります。
ただ、少しやりすぎです。ChatGPT 5.6 solってFable 5と比べるとめっちゃ細かいところまでやるじゃないですか？安全を追求する感じで。
つまりGPT 5.6 solに設計してもらったアプリ開発プロジェクトの細かさが原因でした。
利用グラフを見たら、ある日からほぼ垂直だった
GitHubの料金画面を開くと、さらに面白いことが分かりました。
月の大半は、利用額のグラフがほとんど地面に張り付いています。
ところが、8月30日あたりから急に跳ね上がっていました。
かなり急です。
心当たりはありました。
ちょうどそのころ、Codexの利用枠がもうすぐ更新されるタイミングだったので、普段よりかなり多くの作業を頼んでいました。
AIが修正する。
GitHubへ変更を送る。
GitHub Actionsが動き始める。
またAIが修正する。
再びGitHubへ送る。
またActionsが始まる。
私自身は「今日はCodexをたくさん使っている」という感覚でした。
ところが、その一つ一つの変更の裏で、GitHub側でも複数のコンピューターが立ち上がっていたのです。
AIを高速で回せば、その後ろにつながっている自動化も高速で回る。
言われてみれば当たり前です。
でも、目の前で見えているのはAIとのチャットなので、その先で何が起きているのかは意外なほど見えません。
お金を払えば、どれくらい使えるのか
ここまで調べると、次に気になったのは料金でした。
「2,000分で足りないなら、有料プランにすればいいのでは？」
これは当然思います。
2026年8月31日時点で、個人向けのGitHub FreeにはGitHub Actionsが月2,000分含まれています。GitHub Proでは月3,000分です。
つまり、FreeからProへ上げると、含まれるActions時間は月1,000分、50％増えることになります。GitHub Teamも3,000分、Enterprise Cloudになると50,000分です。
では、3,000分を超えたら終わりなのかというと、そうでもありません。
有効な支払い方法などの条件を満たしていれば、含まれる枠を超えた分を従量課金で使い続けることができます。現在の標準runnerなら、Linux 2-coreは1分0.006ドル、Windowsは0.010ドル、macOSは0.062ドルです。
単純な超過料金として考えるなら、Linuxをさらに1,000分使って約6ドルです。macOSを1,000分なら約62ドルになります。
そう考えると、「2,000分を超えたらとんでもない請求が来る」という話でもありません。
仕事で開発している会社なら、人が毎回テストする時間を考えると、数ドルや数十ドル払って自動で確認してもらった方が安いこともあるでしょう。
GitHub側も、プランに含まれる枠を超えた利用には追加料金が発生する仕組みにしています。逆に、有効な支払い方法が登録されていなければ、枠を使い切った時点で利用が止まる場合があります。また、予算を設定して使用額を制限することもできます。
料金の仕組み自体は、調べてみればそれほど怖いものではありませんでした。
Proにするか迷ったけれど、やめた
今回のように2,000分近く使ったのなら、GitHub Proへ上げて3,000分にするのも選択肢にはなります。
でも、本当にそれでいいのでしょうか。
今回は、必要なテストだけを積み上げた結果として2,000分を使い切りそうになったわけではありません。
変更していないものまで毎回確認していました。
高コストなmacOSの処理も、関係のない変更で動いていました。
AIが短時間に何度も変更すると、古いテストがまだ走っているうちに次のテストが始まることもあります。
その状態のまま2,000分を3,000分へ増やしても、根本的には何も変わりません。
余裕が1,000分増えるので、その分だけ気づくのが遅くなる可能性すらあります。
だったら先に、無駄に動いている部分を減らした方がいい。
自動化をやめるのではなく、必要なところだけ動かす
とはいえ、GitHub Actionsそのものを止めたいわけではありません。
むしろ逆です。
かなり便利なので、これからも使いたい。
もし自動テストをなくしてしまったら、AIが何か変更するたびに、
「ちゃんと動く？」
「テストして」
「エラーはない？」
と、また人間が確認を指示することになります。
それでは、せっかくAIと一緒に減らしてきた作業が戻ってきます。
そこで考えているのは、自動化をなくすことではなく、必要なものだけを動かすことです。
あるWebアプリを変更したなら、そのアプリに必要なテストだけをする。
Mac用アプリを変更したときだけ、macOSの環境を起動する。
いくつものプロジェクトに影響する共通部分を変更したときは、そのときだけ広く確認する。
さらに、AIが短時間に何度も変更を送った場合は、すでに古くなったテストを途中で止めて、最新の変更を優先する。
こうすれば、安全性を大きく落とさずに、かなり無駄を減らせるはずです。
と、GPT5.6 Sol Proが言っていたので、鵜呑みにしています(・ω・)b
やっぱりAIと相談するって最高だね
1,824分という数字に驚いたものの、今回一番衝撃を受けたことは、
私は、自分でGitHub Actionsを導入したという意識がなかった
ことです。
私はずっと、
「AIとのコピペを減らしたい」
「同じ確認を何度もしたくない」
「人間が間に入らなくても安全に進められないか」
と考えていました。
そして、その都度AIに相談しました。
その結果、AI同士がGitHubを通じて同じファイルを見られるようになり、変更履歴が残るようになり、変更したら自動でテストする仕組みまでできていました。
一つ一つ、AIと相談し、合理的な改善を進めていきました。
そうしていくと、いつの間にかGitHubの中でLinuxやMacのコンピューターが働くようになりました。
聞いたことも考えたこともない機能を、AIに「もっと楽にできないか」と相談し続けた結果として、GitHub Actionsを使うようになっていました。おもしろいね。
本当にAIは最高の先生だわ。
コメント