Einleitung

  • 5 Minuten

GitHub Copilot Spaces bietet eine neue Möglichkeit, mit KI zu arbeiten, indem sie ihre Antworten in einem sorgfältig kuratierten Kontext verankert. Im Gegensatz zu allgemeinen Copilot-Chats, die breite Vorschläge darstellen, ermöglicht ihnen ein Raum, das Modell auf bestimmte Dateien, Probleme, Pullanforderungen und maßgeschneiderte Anweisungen zu konzentrieren. Diese Einheit führt ein, was ein Raum ist, wie es funktioniert und warum das Einschränken des Kontexts zu konsistenteren, reproduzierbareren Antworten führt. Außerdem erfahren Sie, wie Sie effektiven Kontext mithilfe von Anhängen und Freitextanweisungen festlegen und wann es besser ist, Spaces anstelle des allgemeinen Chats zu verwenden.

In dieser Lektion lernen Sie Folgendes:

  • Was GitHub Copilot Spaces sind und wie sie sich von allgemeinem Copilot-Chat unterscheiden
  • Warum ein eng gefasster Kontext die Antwortqualität und Konsistenz verbessert
  • So fügen Sie Dateien, Probleme und Anweisungen an, um das Modell zu leiten
  • Wann ein Platz für wiederholbare, domänenspezifische Aufgaben erstellt werden soll

Was ist ein GitHub Copilot Space?

Screenshot zeigt, wie eine Beispielseite für Leerzeichen für eine Reise-App aussieht.

Es handelt sich um einen speziellen Copilot-Chat, der auf Grundlage eines von Ihnen ausgewählten, kuratierten Kontexts basiert. Der Space ist selbst wie ein LLM und Sie können ihm GitHub-Dateien, Issues, Pull-Requests und Ihre eigenen Freitextanweisungen zur Verfügung stellen, um Kontext zu Ihrem spezifischen Thema zu liefern.

Festlegen des Kontexts für Copilot Spaces

Screenshot zeigt einen speziellen Copilot-Chat, der auf einer von Ihnen ausgewählten kuratierten Menge an Kontext basiert.

Die Effektivität eines Copilot Space hängt vom Kontext ab, den Sie bereitstellen. Sie können bestimmte Dateien (z. B. Skripts, Konfiguration oder Dokumentation), relevante Probleme oder Pullanforderungen sowie maßgeschneiderte Anweisungen anfügen. Durch das Zusammenstellen dieser Eingabe helfen Sie Copilot dabei, sich auf die Informationen zu konzentrieren, die für Ihr Szenario am wichtigsten sind. Die Kontextreihenfolge ist wichtig: Die führende Rolle bei den wichtigsten Dateien oder Anweisungen hilft dabei, genauere und relevantere Antworten zu erzielen.

Setup: Anfügen von Dateien (Uploads) und Anweisungen in Copilot Spaces

Anfügen von Dateien (Uploads):

  • Verwenden Sie im Space-Setup die Schaltfläche "Dateien anfügen" oder "Kontext hinzufügen", um eine oder mehrere Dateien aus Ihrem GitHub-Repository auszuwählen.
  • Sie können Quellcodedateien, Markdowndokumente, Konfigurationsdateien oder andere Objekte als Kontext anfügen. Auf diese Dateien wird von der Standardverzweigung verwiesen, sodass Ihr Raum auf dem neuesten Stand bleibt, während sich Ihr Repository weiterentwickelt.
  • Wenn es die Einstellungen Ihres Arbeitsbereichs zulassen, können Sie Dateien auch direkt (z. B. Bilder oder Datensätze) von Ihrem lokalen Computer außerhalb eines Repositories hochladen.

Hinzufügen von Anweisungen:

Screenshot zeigt das Anweisungssymbol und Optionen zum Hinzufügen von Anweisungen zu Bereichen.

  • Verwenden Sie den Abschnitt "Anweisungen", um Copilot spezifische Anleitung bereitzustellen. Dies kann Ziele ("Zusammenfassen des Onboardingprozesses"), Stileinstellungen ("Schreiben in einem formalen Ton") oder kanonische Beispiele (Beispielausgabe sollte wie folgt aussehen...") umfassen.
  • Halten Sie Anweisungen kurz, fokussiert und umsetzbar. Wenn Ihr Space einem Workflow oder einer Anleitung zur Problembehandlung dient, schließen Sie Schritt-für-Schritt-Aufgaben oder Beispielaufforderungen ein.
  • Sie können anweisungen jederzeit aktualisieren, um den Fokus Ihres Raums zu verfeinern.

Die ideale Zeit, um GitHub Copilot Spaces zu verwenden und zu erstellen

Verwenden Sie einen Raum, wenn Sie konsistente, reproduzierbare Antworten auf ein eng gefasstes Thema wünschen, z. B. einen bestimmten Dienst, ein Runbook oder ein Playbook oder ein bekanntes Dataset. Im Vergleich zu allgemeinen oder repoweiten Chats tauschen Spaces Breite gegen Tiefe: Indem sie den Kontext auf die wichtigsten Aspekte beschränken, neigen sie dazu, vorhersehbarere und fundiertere Antworten zu liefern, während breitere Chats zu einer umfassenderen Entdeckung führen können, aber möglicherweise weniger präzise sind.

Einige praktische Richtlinien verbessern die Qualität. Modellkontextbeschränkungen gelten, daher sollten Räume klein und fokussiert bleiben. Verknüpfte GitHub-Dateien spiegeln den Standardbranch des Repositories wider und helfen dabei, Inhalte aktuell zu halten, während sich der Code weiterentwickelt. Seien Sie klar und präzise mit Ihren Anweisungen, und fügen Sie einige kanonische Beispiele zum Ankerstil und zu erwarteten Ausgaben ein. Denken Sie schließlich daran, dass die Auswahl und Sortierung des Kontexts Antworten beeinflussen kann, also führen Sie mit Ihren wichtigsten Quellen.