クイックスタート：5分でContinueを動かす
今すぐ試してみたいですか？わずか3ステップで、ライセンス料を1円も払わずに、VS Code上でAIが直接コーディングをサポートしてくれるようになります。また、ターミナル内でのコピペ地獄からエンジニアを解放する「真の」AIアシスタントであるAiderと併用するのも非常に効果的です。
- 拡張機能のインストール： VS Codeを開き、
Ctrl+Shift+Xを押し、Continueを検索してインストールします。 - モデルの選択： サイドバーのContinueアイコンをクリックします。APIキーをまだ持っていない場合は、フリートライアル（Free Trial）で利用可能なモデルを選択して、まずは体験してみましょう。
- テスト： コードの一部を選択し、
Ctrl + L（Windows）またはCmd + L（Mac）を押します。その後、「このコードを最適化して」と入力してみてください。
これで完了です。しかし、実際のプロジェクトでContinueをGitHub Copilotの真の代替として活用するには、さらに詳細な設定が必要です。
なぜGitHub CopilotではなくContinueを使うのか？
GitHub Copilotは非常に優れていますが、月額10ドル（年間約1.5万円〜2万円）というコストは多くの人にとって障壁となります。さらに、2026年AIコーディングアシスタント徹底比較でも触れられている通り、ソースコードがMicrosoftのサーバーにアップロードされることを懸念し、Copilotの使用を禁止している企業も少なくないという点です。
Continueはこの問題を根本から解決します。これはAIの「脳」を柔軟に入れ替えられるオープンソースのフレームワークです。高度なロジックが必要な時はGPT-4oを使い、機密性の高い社内コードを扱う時はOllama経由でLlama 3を完全オフラインで動かすといった使い分けが可能です。
詳細設定：AIの「脳」を接続する
Continueはインターフェースの役割を果たし、本当のパワーは接続する大規模言語モデル（LLM）に依存します。
1. OllamaでローカルAIを実行する（無料・プライバシー重視）
PCのメモリが16GB以上ある場合は、この方法を優先してください。ローカル推論AIを最高にスムーズに最適化する方法を参考にすれば、より快適な動作が期待できます。コードがPCの外に出ることは一切ありません。
ollama.comからOllamaをダウンロードしてインストールします。- ターミナルを開き、
ollama run llama3と入力します。 - Continueで歯車アイコンをクリックして
config.jsonファイルを開き、以下のセクションを追加します。
{
"title": "Ollama Llama 3",
"model": "llama3",
"type": "ollama"
}2. 高速APIを使用する（Claude 3.5, Groq）
スペックの低いPCでは、APIの利用が最適です。複数のモデルを使い分けるなら、OpenAI、Anthropic、Geminiを一元管理できるプロキシゲートウェイの導入も検討の価値があります。特にGroqはレスポンスが非常に速く、通常秒間400トークン以上に達するため、待機時間がほとんどありません。
config.jsonの設定例：
{
"models": [
{
"title": "Claude 3.5 Sonnet",
"provider": "anthropic",
"model": "claude-3-5-sonnet-20240620",
"apiKey": "YOUR_API_KEY"
},
{
"title": "Groq Llama 3",
"provider": "groq",
"model": "llama3-70b-8192",
"apiKey": "YOUR_GROQ_API_KEY"
}
]
}Context（コンテキスト）とSlash Commands（スラッシュコマンド）の活用
通常のチャットとContinueの最大の違いは、コンテキスト（Context）を通じてプロジェクト全体を理解できる点にあります。
@キーでContext Providerを使用する
チャット中に@を入力して、AIが読み取るべきデータソースを指定します：
@Files：特定のファイルを選択してAIにエラー解析を依頼します。@Codebase：プロジェクト全体をスキャンします。「支払い処理の関数はどこにある？」といった質問に対し、自分で探す手間が省けます。@Docs：ドキュメントのリンク（ReactやTailwindなど）を貼り付けると、AIが最新の知識を取り込んでサポートしてくれます。
クイックコマンド（Slash Commands）
/コマンドを使ってタイピング時間を短縮しましょう：
/edit：コードを選択して/edit try-catchを追加してと入力すると、AIがファイルを直接編集します。/comment：標準化されたdocstringや注釈を自動生成します。/test：ユニットテストを自動生成します。これにより、テスト用のボイラープレートコードを書く時間を30%削減できました。
6ヶ月間使用して得た実践的な経験
簡単な関数の説明などには、ローカルで動くLlama 3で十分です。「牛刀をもって鶏を割く」ようなことはせず、GPT-4oやClaude 3.5のAPI枠は、複雑なシステムのリファクタリングやテスト自動生成などのために取っておきましょう。
ショートカットキーの活用が生産性向上の鍵です。チャットにはCtrl + L、その場でのコード修正にはCtrl + Iを使う習慣をつけましょう。マウスの使用を最小限に抑えることで、思考のフローを中断させずに済みます。
最後に、設定ファイルでsystemPromptを設定しましょう。AIに常に日本語で回答させたり、プロジェクト固有のコーディング規約に従わせたりすることで、より一貫性のある結果が得られます。
比較：Continue vs GitHub Copilot
| 項目 | GitHub Copilot | Continue |
|---|---|---|
| コスト | 月額 約1,500円〜 | 0円（Local/Groq使用時） |
| セキュリティ | データがクラウドへ送信される | カスタマイズ可能（100%オフライン可） |
| 柔軟性 | OpenAIモデルのみ | あらゆるモデル（Claude, Llama, Gemini） |
| カスタマイズ性 | 低い | JSONファイルにより非常に高い |
Continueのようなオープンソースツールを使いこなすことで、特定のベンダーに依存しなくて済むようになります。最初はJSONファイルの設定に戸惑うかもしれませんが、それと引き換えに、完全に自分好みにパーソナライズされたAIアシスタントを手に入れることができます。
Continueを使って、開発ワークフローを最適化し、よりスムーズなコーディングを実現しましょう！
