Personnaliser les réponses de l'IA à partir de GitHub Copilot : en mode Agent, l'IA peut créer des parties ou même des applications entières à partir de vos instructions écrites ou parlées, par Matt Soucoup
Vous pouvez obtenir des réponses de l'IA dans GitHub Copilot qui sont personnalisées pour les besoins de votre équipe et les exigences du projet en fournissant le contexte avec chaque demande. Bien sûr, vous pourriez fournir tout ce contexte manuellement en le tapant dans le chat à chaque fois. Mais de manière plus réaliste, les instructions personnalisées sont là pour vous. Les instructions personnalisées vous permettent de dire à l'IA comment faire quelque chose en définissant les lignes directrices et les règles communes de votre équipe qui doivent être respectées dans l'ensemble du projet.
GitHub Copilot est un assistant IA de complétion de code et de programmation développé par GitHub et OpenAI qui aide les utilisateurs des environnements de développement intégré (EDI) Visual Studio Code, Visual Studio, Neovim et JetBrains en complétant automatiquement le code. Actuellement disponible par abonnement pour les développeurs individuels et les entreprises, le logiciel d'intelligence artificielle générative a été annoncé pour la première fois par GitHub le 29 juin 2021. Les utilisateurs peuvent choisir le grand modèle de langage utilisé pour la génération.
GitHub Copilot et ses différents modèles sont capables de choses étonnantes. En mode Agent, l'IA peut créer des parties ou même des applications entières à partir de vos instructions écrites (ou parlées !). Vous pouvez sentir les vibrations (codage), n'est-ce pas ?
Remarque : Le mode Agent de GitHub Copilot est plus qu'une complétion de code, c'est un agent doté d'une intelligence artificielle qui peut prendre des mesures en votre nom dans votre environnement de développement. Il peut créer des applications entières, y compris tous les fichiers nécessaires, puis compiler l'application pour vérifier qu'il n'y a pas d'erreurs de compilation. Lorsque l'on parle de vibe coding, on parle de mode agent.
Une chose reste cependant inchangée, quel que soit le degré d'avancement de l'IA : Vous devez lui fournir des instructions claires, détaillées et parfois verbeuses - ou des invites - pour que la réponse fasse ce que vous voulez.
Il y a une grande différence entre
Créez une application console qui gère les tâches de l'utilisateur.
et
1
2
3
4
5
6
7
8
9
10
| Créer une application console qui gère les todos de l'utilisateur.
Les todos resteront uniquement en mémoire et ne seront donc disponibles que lorsque l'application est en cours d'exécution, sans persistance.
L'application doit permettre aux utilisateurs d'ajouter un nouvel élément, de marquer un élément comme terminé et de supprimer un élément.
Utiliser une boucle pour que l'utilisateur puisse continuellement choisir une action jusqu'à ce qu'il veuille explicitement quitter l'application.
Utilisez la dernière version de C#, à savoir C# 13.
Veillez à appliquer la gestion des exceptions.
Le code doit être lisible, privilégiez la lisibilité à la concision.
Insérer une nouvelle ligne avant la première accolade de tout bloc de code (par exemple, après if, for, while, etc.).
Rédiger une documentation claire et concise.
Mettez un emoji amusant à la fin de chaque commentaire. |
Il serait certainement agréable de pouvoir combiner le laconisme de la première invite - allez à l'essentiel et faites ce que vous voulez ! - sans avoir à inclure les instructions de formatage et de meilleures pratiques à chaque fois que nous interagissons avec l'IA.
C'est ce qu'il y a de mieux : les instructions personnalisées.
Instructions personnalisées
Les instructions personnalisées permettent de donner à l'IA un contexte spécifique concernant le flux de travail de votre équipe, vos préférences stylistiques particulières, les normes de codage, etc. Les instructions personnalisées sont contenues dans un fichier markdown dans lequel vous pouvez fournir à l'IA des instructions sur la manière de mieux comprendre votre projet.
Les instructions personnalisées définissent la manière dont les tâches doivent être exécutées. Par exemple, les technologies à privilégier. Ou la structure physique du projet à suivre. Ou ce qu'il faut vérifier lors d'un examen du code.
Au lieu de devoir inclure les directives ou les règles communes pour obtenir les réponses que vous souhaitez dans chaque requête de chat, les instructions personnalisées intègrent automatiquement ces informations à chaque demande de chat.
Ainsi, si votre équipe a des conventions de formatage, de traitement des erreurs ou de dénomination spécifiques, les instructions personnalisées garantissent que les réponses de l'IA s'alignent sur ces conventions dès le départ. Les instructions personnalisées permettent également de réduire les frictions lors de l'utilisation de Copilot. Vous n'avez pas besoin de vous rappeler de mettre à jour ses réponses de code pour les aligner sur les normes de codage de votre équipe - ou de l'inviter à chaque fois à produire un résultat qui le soit.
Important : Les instructions personnalisées ne sont pas prises en compte pour les complétions de code.
Utilisation des instructions personnalisées
C'est bien, n'est-ce pas ? Commençons donc par intégrer une instruction personnalisée dans notre projet. Je vais vous présenter une méthode qui fonctionne à la fois avec Visual Studio et VS Code. Pour l'instant, VS Code a plusieurs façons de gérer les instructions, que vous pouvez consulter.
- Dans votre projet, créez un dossier .github à la racine de votre solution.
- Créez ensuite un fichier nommé copilot-instructions.md dans ce dossier.
- Maintenant, en markdown, entrez les instructions. Besoin d'idées ? Il existe un excellent référentiel d'instructions personnalisées fournies par la communauté. Je vais utiliser les instructions C# de ce dépôt. En voici un extrait :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| ---
description: 'Guidelines for building C# applications'
applyTo: '**/*.cs'
---
# C# Development
## C# Instructions
- Always use the latest version C#, currently C# 13 features.
- Write clear and concise comments for each function.
## General Instructions
- Make only high confidence suggestions when reviewing code changes.
- Write code with good maintainability practices, including comments on why certain design decisions were made.
- Handle edge cases and write clear exception handling.
- For libraries or external dependencies, mention their usage and purpose in comments. |
- C'est tout ! Chargez un projet sur lequel vous travaillez, ouvrez GitHub Copilot, passez en mode Agent et demandez-lui de faire quelque chose.
Une fois le mode agent terminé, vous verrez qu'il a utilisé le fichier d'instructions personnalisées pour informer ses réponses. Si vous lisez les détails, vous remarquerez que l'IA a une sortie qui fait référence aux sujets inclus dans le fichier d'instructions personnalisées. C'est donc comme si vous aviez transmis tout le contenu du fichier copilot-instructions.md en même temps que l'invite !
Résumé
Vous pouvez obtenir des réponses de l'IA dans GitHub Copilot qui sont personnalisées pour les besoins de votre équipe et les exigences du projet en fournissant le contexte avec chaque demande. Bien sûr, vous pourriez fournir tout ce contexte manuellement en le tapant dans le chat à chaque fois. Mais de manière plus réaliste, les instructions personnalisées sont là pour vous. Les instructions personnalisées vous permettent de dire à l'IA comment faire quelque chose en définissant les lignes directrices et les règles communes de votre équipe qui doivent être respectées dans l'ensemble du projet.
Prenez l'un de vos projets, saisissez l'une des instructions fournies par la communauté sur Awesome GitHub Copilot et commencez à l'utiliser dès aujourd'hui. Faites-nous savoir ce que vous en pensez, nous sommes impatients de voir ce que vous construisez.
Source : Matt Soucoup, Senior Cloud Developer Advocate chez Microsoft
Et vous ?
Pensez-vous que cette propostion est crédible ou pertinente ?
Quel est votre avis sur le sujet ?
Voir aussi :
Construire des applications intelligentes avec .NET et DeepSeek R1, par Matt Soucoup, Principal Cloud Developer Advocate chez Microsoft
Microsoft et le framework open source pour la création d'applications d'IA LangChain : la sécurité IA pour l'open source sur Azure, par Marlene Mhangami
Construisez un chatbot sur vos propres données en 1 heure avec Azure SQL, Langchain et Chainlit, par Davide Mauri
Personnaliser les réponses de l'IA à partir de GitHub Copilot, par Matt Soucoup
Répondre avec citation
Partager