Copilot Chat の会話履歴を Markdown で変換・保存：20,000行→720行

対象読者

• Copilot Chat（特に Agent Mode）を日常的に使っている人
• やりとりの記録を残したい・チームで共有したい人
• Agent Skills の実践的な使い方を知りたい人

Agent Skills の基本（ディレクトリ構造、SKILL.md の書き方）は「【2026年版】Agent Skills 入門」を参照してください。

併せて読みたい：Copilot チャット履歴から copilot-instructions.md と SKILL.md を育てる方法

Copilot Chat、使い捨てにしてませんか？

ども！龍ちゃんです。

GitHub Copilot のチャット履歴って、UIがあるおかげで会話の復帰はしやすいですよね。でも、「あのとき何をどう指示したっけ？」みたいな目的で履歴を見返すことって、あんまりないんじゃないでしょうか。

実は！Skillsやpromptみたいなファイルを作るにあたっては、履歴は宝庫なんです。

VS Code には「Chat: Export Chat…」というエクスポート機能があります。ただ、出力されるのは JSON。実際にエクスポートしてみると、6ターンの会話が 20,347行 の JSON になります。こういうやつです：

{
  "responderUsername": "GitHub Copilot",
  "requests": [
    {
      "message": {
        "text": "読み込まれているSkill一覧を取得することは可能ですか？"
      },
      "response": [
        {
          "kind": "thinking",
          "value": "ユーザーは「読み込まれているSkill一覧を取得することは可能ですか？」と聞いています...",
          "generatedTitle": "Reviewed skill information and considered directory structure"
        },
        {
          "kind": "toolInvocationSerialized",
          "toolSpecificData": {
            "kind": "terminal",
            "commandLine": { "original": "ls .claude/skills/" },
            "terminalCommandState": { "exitCode": 0, "duration": 50 }
          },
          "toolId": "list_dir"
        },
        { "value": "はい、可能です。現在読み込まれているSkill一覧を表示します..." }
      ],
      "modelId": "copilot/claude-sonnet-4.5",
      "result": { "timings": { "totalElapsed": 34900 } }
    }
  ]
}

テキスト応答、思考過程、ツール呼び出しが response[] に混在している。20,000行の JSON から必要な情報を拾うのは現実的ではない。（というか人間が読むのは無理ですわ）

本記事では、この JSON を CLI 1行で Markdown に変換する方法を紹介します。先ほどの 20,347行の JSON は 720行の Markdown に変換されます。情報量はほぼそのまま、行数は 96.5%削減 です。

VS Code の Export Chat 機能

手順はシンプルなんですが、一応確認しておきますね。

1. VS Code で Copilot Chat パネルを開く
2. コマンドパレット（Ctrl+Shift+P / Cmd+Shift+P）を開く
3. 「Chat: Export Chat…」を選択
4. 保存先を指定 → JSON ファイルが出力される

操作はこれだけです。問題はこの JSON の中身で、次で何が入っているかを整理していきますね。

Export JSON に何が入っているか：情報の棚卸し

「何を保存できるか」が分からないと、ツールを使う気にもならないですよね。まず export JSON に何が入っているかを整理していきます。

含まれる情報の一覧

今回のサンプル（6ターンのスキル発火テスト）だけでも、これだけの情報が JSON に詰まっています。

なぜ読みにくいか：情報の分散とノイズ

JSON が読みにくい理由は、サイズだけではありません。構造上の問題が3つあります。
まあそもそも生の JSON は人間が読む想定で設計されてないんですけどねw

1. ツール呼び出しの情報が2箇所に分散している

• response[] 内の toolInvocationSerialized → ターミナル出力、exit code、所要時間
• result.metadata.toolCallRounds → ツール名、引数（ファイルパス、検索クエリ等）

同じツール呼び出しの情報を2箇所から突き合わせないと全体像が見えません。

2. テキスト応答とツール呼び出しが混在している

response[] 配列の中に、テキスト応答（kind なし）、思考過程（kind: "thinking"）、ツール呼び出し（kind: "toolInvocationSerialized"）、インライン参照（kind: "inlineReference"）がフラットに並んでいます。

3. VS Code 内部用のノイズが混ざっている

mcpServersStarting、progressTaskSerialized、prepareToolInvocation など、ユーザーに関係ないイベントが response[] に含まれます。今回のサンプルでも Turn 1 の先頭に mcpServersStarting が入っていました。

さらに、コンテキスト参照の variableData には devcontainer のフルパスが Base64 エンコードで入っており、1つの変数定義だけで数十行を消費します。20,347行のうち相当部分がこのノイズです。

変換ツールで保存される情報 / されない情報

変換ツール copilot-chat-converter が何を残して何を落とすか、整理しておきますね。ここは個人・チームの判断で何を残すかという判断が必要かなって思います。

まとめると: 会話の記録として必要な情報はほぼ全部入ってます。落ちるのは VS Code 内部のノイズと、長すぎるツール出力の末尾だけですね。

copilot-chat-converter：JSON → Markdown 変換

というわけで、エクスポートした JSON を Markdown に変換してくれる CLI ツールを作りました。Python + Click で実装し、実行には uv を使っています。SKILL.md もセットで用意しているので、後で出てくるワンコマンド化の話まで使えます。

自分の環境で再現したい方へ

既存の変換ツールとしては copilot-chat-to-markdown（Python スクリプト、スター106）があります。基本的なチャットとツール呼び出しの変換に対応しているので、まずはこちらを試してみるのがお手軽です。ただし Thinking ブロックや Agent Mode のファイル操作 diff には未対応なので、今回はそこまで含めて変換したくて自作しました。

本記事のツールは pip パッケージとしては公開していませんが、設計書（plan.md）と実装手順（action-plan.md）を Gist で公開しています。お手元の AI コーディングエージェントに読み込ませれば同等のツールを実装できるので、既存ツールと見比べながら自分の用途に合ったものを作ってみてください。

基本的な使い方

# 標準出力に変換結果を表示（内容確認用）
uv run copilot-chat-converter chat.json

# ファイルに出力
uv run copilot-chat-converter chat.json -o chat.md

ファイル出力時のターミナル表示：

🚀 copilot-chat-converter 起動
📝 処理対象: 1 ファイル

📄 処理中: chat.json
  ✅ 保存完了: chat.md

-o を省略すると標準出力に Markdown がそのまま出ます。パイプで他のコマンドに渡したいときに便利です。

複数ファイルの一括変換

定期的にエクスポートしてると JSON がどんどん溜まっていくんですよね。ディレクトリを指定すれば一括変換できます：

uv run copilot-chat-converter exports/*.json -o docs/chats/

出力ディレクトリが存在しない場合は自動作成されます。各 .json が同名の .md に変換されます（chat-2026-03-04.json → docs/chats/chat-2026-03-04.md）。1件でエラーが出ても他のファイルの処理は継続します。

オプション一覧

変換結果の読み方：何がどう変わるか

さっき整理した JSON の中身が、実際にどう変換されるかを見ていきますね。以下はぜんぶ、先ほどの6ターンのチャットを変換した実際の出力です。

基本構造

ヘッダーにセッション全体のメタデータが入っていて、その下にターンごとの User / Copilot のやりとりが並ぶ構造です。

# Copilot Chat Session

## Metadata

- **Exported**: 2026-03-04 05:30:28 UTC
- **Model**: copilot/claude-sonnet-4.5
- **Total Turns**: 6
- **Requester**: (unknown)
- **Responder**: GitHub Copilot

---

## Turn 1

### User

読み込まれているSkill一覧を取得することは可能ですか？

### GitHub Copilot

**Model**: copilot/claude-sonnet-4.5 | **Response Time**: 34.9s

はい、可能です。現在読み込まれているSkill一覧を表示します。

• Model: 全ターンで最も多く使われたモデルをヘッダーに表示、ターンごとの使用モデルも記載
• Response Time: ミリ秒を人間可読に変換（34900ms → 34.9s）

思考過程（Thinking）→ 折りたたみ

Agent Mode では、Copilot の思考過程が kind: "thinking" として記録されるんですね。Claude Sonnet 4.5、GPT-5.3-Codex、GPT-5 mini いずれのモデルでも確認できました。思考の詳細度はモデルによって違いますが、変換ツールはどのモデルでも同じ形式で表示してくれます。変換後は <details> で折りたたまれます：

<details><summary>Thinking: Reviewed skill information and considered directory structure</summary>

ユーザーは「読み込まれているSkill一覧を取得することは可能ですか？」と聞いています。

現在のコンテキストを見ると、システムプロンプトに以下のセクションがあります：
...

このSkill一覧をユーザーに提供できます。また、`.claude/skills/` ディレクトリの
内容をリストすることもできます。

</details>

折りたたみなので普段は邪魔にならず、「なぜ Copilot がその行動を取ったか」を確認したいときだけ展開できます。

今回のサンプルでは6ターン中に 10個の Thinking ブロック が含まれていました。JSON ではこれらが response[] 配列の中に埋もれていますが、Markdown では見出し付きの折りたたみとして整理されます。なお、VS Code が挿入する空の Thinking ブロック（vscodeReasoningDone: true のマーカー）は自動的にスキップされます。

モデルによる Thinking の違い: Claude モデルでは思考過程の全文がプレーンテキストで記録されます。GPT-5.3-Codex ではタイトル的な短文が記録され、詳細は暗号化されています。GPT-5 mini でも Thinking ブロックは記録されますが、内容は空のケースがあります。変換ツールはいずれも <details> 折りたたみとして表示し、利用可能な情報をすべて出力します。

ツール呼び出し → Tool Calls + File Operations

Agent Mode のツール呼び出しは2つのセクションに整理されます。

Tool Calls: 個々のツール呼び出しの詳細

#### Tool Calls

**1.1. list_dir** `.claude/skills`

File Operations: ファイル操作のサマリー

#### File Operations

**Read** (2 files):
- `docs/features/copilot-agent-skills-gh-actions/action-plan.md`
- `docs/features/copilot-agent-skills-gh-actions/verification-log.md`

書き込み系のツール呼び出し（create_file, replace_string_in_file 等）がある場合は diff 形式で表示されます：

**3.2. replace_string_in_file** `src/utils.py`

<details><summary>Diff (4 lines)</summary>

​```diff
- def old_function():
-     pass
+ def new_function():
+     return True
​```

</details>

読み取り系は File Operations にまとめて、書き込み系は diff で詳細を見せる形です。この分離のおかげで、ログが長くなっても見通しが保たれるんですよね。

ターミナル実行 → コマンド + exit code + 出力

run_in_terminal によるターミナル実行は、コマンド・exit code・出力をセットで表示します：

**5.1. run_in_terminal**
- Explanation: `最新10件のワークフロー実行状態を取得`
- Command: `gh run list --limit 10 --json databaseId,name,status,conclusion,createdAt,headBranch ...`

ツール出力が500文字を超えると末尾が切り詰められます。ターミナルの ANSI カラーコードは自動で除去してくれるので、コピペしても化けないのは地味に助かりますね。

ツール分類の一覧

変換ツールは内部でツールを3種類に分類し、それぞれ適切な表示形式を適用します。

ワークスペースのパスプレフィックス（/workspaces/repo-name/）も自動で除去してくれます。ファイルパスが長くて読みにくいのはストレスなので、ここは地味に重要ですね。

Agent Skills でワンコマンド化：「チャット変換して」

なぜ SKILL 化するか

CLI コマンドは覚えれば使えますが、毎回 uv run copilot-chat-converter ... と打つのは正直だるいんですよね。SKILL.md に組み込めば：

• 「チャット変換して exports/chat.json」の1行で完了
• ファイルパスの指定もチャットの中でできる
• CLI のオプションを覚えなくていい

CLI ツールを Agent Skills でラップするのは結構汎用的なパターンで、覚えておくと便利です。

「gh CLI × Claude Code でブラウザなし GitHub 操作を実現する」で gh CLI を Skills でラップする設計思想を解説しており、その実践編として、以下の記事があります。。既存の CLI があるなら、SKILL.md を書くだけで「チャットから呼べるツール」になります。

• 「gh CLI × Claude Code で Gist 操作をチャット1行で完結させる」で Gist 操作
• 「GitHub Actions 失敗ログ、まだ手動で読む？Copilot Agent Skills で CI デバッグを自動化する実装ガイド」で CI デバッグ

GitHub Copilot 版 SKILL.md

GitHub Copilot の SKILL.md では description: |（YAML の複数行記法）を使うと発火しない問題があります。「Claude CodeからGitHub Copilotへ移植したらAgent Skillsが動かない？原因と解決策」で検証結果と回避策を詳しく解説しているので、Copilot 向けにスキルを書く場合は必ず確認してください。

.github/skills/copilot-chat-converter/
├── SKILL.md                    ← ~500トークンに収める
└── references/
    └── output-format.md        ← 詳細仕様（必要時に Copilot が読み込む）

.github/skills/copilot-chat-converter/SKILL.md に配置します。抜粋：

---
name: copilot-chat-converter
description: "CRITICAL: Copilot Chat JSONをMarkdownに変換。MANDATORY: チャット変換, チャット履歴, JSONをMarkdownに, チャットエクスポート。VS CodeのExport ChatのJSONを読みやすいMarkdownに変換。"
---

# Copilot Chat Converter

## When to Use
- ユーザーが「チャット変換して」「chat.json を変換」と言ったとき
- `.json` ファイルのパスと変換の指示が与えられたとき

## Quick Start

​```bash
uv run copilot-chat-converter chat.json -o output.md
​```

ポイント:

• description に CRITICAL / MANDATORY を入れて発火を安定させる
• description: |（パイプ）は使わない。複数行記法だと各行が別の属性として誤解釈され、description が空になって発火しません。必ず description: "..." の単一行で書きます。実際にこのスキルの初版でもこの問題を踏みました
• SKILL.md 本体は Copilot の ~500 トークン制限に収める。詳細なフォーマット仕様は references/output-format.md に分離

Claude Code 版 SKILL.md

.claude/skills/copilot-chat-converter/SKILL.md に配置します。抜粋：

---
name: copilot-chat-converter
description: |
  GitHub Copilot ChatのエクスポートJSON形式をMarkdownに変換するスキル。
  "チャット変換して", "chat.jsonを変換", "Copilot Chatをマークダウンに",
  "JSONをMarkdownに", "/copilot-chat-converter" の場合に使用。
allowed-tools: Read, Bash
---

Claude Code 版はトークン制限が緩いため、出力の解釈方法やエラーハンドリングまで SKILL.md 本体に書けます。allowed-tools でスキルが使えるツールを明示的に制限するのも Claude Code 固有の機能です。

SKILL.md の全文、設計書（plan.md）、実装手順（action-plan.md）、出力形式リファレンスは Gist にまとめて公開しています。自分で同様のツールを作りたい方は参考にしてください。

Copilot 版 / Claude Code 版の違い

同じ CLI ツールをラップしていますが、スキル定義は各ツールの特性に合わせて変える必要があります。

両方に配置しておけば、Claude Code と VS Code Copilot のどちらからでも「チャット変換して」で同じ操作ができます。設定ファイルの共存パターンについては「Claude Code→GitHub Copilot移行で使える設定ファイル6つの対応表」を参照してください。

ちなみに GitHub Copilot は .claude/skills/ も参照できるので、Claude Code 版だけ作っておけばスラッシュコマンド（/copilot-chat-converter）で Copilot からも呼べます。両方書くのが面倒な人はまず Claude Code 版だけでOKです。

まとめ

Copilot Chat の会話を保存する流れをおさらいしておきますね。

1. エクスポート: VS Code の「Chat: Export Chat…」で JSON を取得
2. 情報の確認: export には会話テキスト・思考過程・ツール呼び出し・コンテキスト参照まで含まれている
3. 変換: uv run copilot-chat-converter chat.json -o chat.md で Markdown に変換（20,000行 → 720行）
4. ワンコマンド化: SKILL.md を配置して「チャット変換して」で完了

変換ツールは Agent Mode のツール呼び出し（diff 表示付き）、思考過程（Thinking）の折りたたみ表示、ファイル操作サマリーまで対応してます。VS Code 内部のノイズは自動で除去されて、必要な情報だけが残る感じです。

まずは1回エクスポートして変換してみてください。「こんなに情報が入っていたのか」と驚くはずです。（同時に履歴が長くてびっくりすると思います）

保存した会話履歴を copilot-instructions.md や SKILL.md の改善にフィードバックする方法は、次の記事で解説しますね。

ほなまた〜

実装リファレンス: 設計書・実装手順・SKILL.md 全文・出力形式リファレンスは Gist にまとめて公開しています。