Introduction
GitHub Copilot, optimisé par OpenAI, change le jeu dans le développement logiciel en accélérant les flux de travail de développement de la création de code initiale aux implémentations prêtes pour la production. GitHub Copilot peut saisir les détails complexes de votre projet grâce à sa formation au moyen de données contenant à la fois le langage naturel et des milliards de lignes de code source provenant de sources disponibles publiquement, y compris le code dans les référentiels GitHub publics. Cela permet à GitHub Copilot de vous fournir des suggestions plus contextuelles qui vous aident à fournir rapidement des modifications de code et à automatiser les tâches de développement de routine.
Mais pour tirer le meilleur parti de GitHub Copilot et optimiser votre vitesse de développement, vous devez connaître l’ingénierie rapide. L’ingénierie prompte est la façon dont vous indiquez à GitHub Copilot ce dont vous avez besoin avec précision et efficacité. La qualité du code qu’il donne, et la rapidité avec laquelle vous pouvez itérer vers la solution parfaite, dépend de la façon dont vos requêtes sont claires et stratégiques.
Dans ce module, vous allez découvrir :
- Principes de conception d'invites, meilleures pratiques et comment GitHub Copilot apprend à partir de vos invites afin de fournir des réponses adaptées au contexte qui accélèrent le processus de développement.
- Stratégies avancées d'incitation, y compris l'utilisation de rôles prédéfinis et la gestion de l'historique des conversations, pour obtenir de meilleurs résultats avec moins d'itérations.
- Flux sous-jacent de la façon dont GitHub Copilot traite les invites utilisateur pour générer efficacement des réponses ou des suggestions de code.
- Flux de données pour les suggestions de code et les conversations dans GitHub Copilot.
- LLMs (Large Language Models) et leur rôle dans GitHub Copilot et les invites.
- Comment créer des invites efficaces qui optimisent les performances de GitHub Copilot, garantissant ainsi la précision et la pertinence dans chaque suggestion de code tout en réduisant les cycles de révision.
- La relation complexe et intriquée entre les requêtes et les réponses de Copilot pour simplifier le flux de travail de développement.
- Comment Copilot traite les données provenant des invites dans différentes situations, y compris la transmission sécurisée et le filtrage du contenu.