Données GitHub Copilot
Dans cette leçon, nous allons aborder la façon dont GitHub Copilot gère les données pour différents environnements, fonctionnalités et configurations.
Gestion des données pour les suggestions de code GitHub Copilot
GitHub Copilot dans l’éditeur de code ne conserve aucun prompt comme le code ou tout autre contexte utilisé pour fournir des suggestions pour entraîner les modèles fondamentaux. Il supprime les prompts après avoir fourni une suggestion.
Les abonnés GitHub Copilot individuels peuvent refuser le partage de leurs prompts avec GitHub, qui seront sinon utilisés pour affiner le modèle fondamental de GitHub.
Gestion des données pour la conversation GitHub Copilot
La conversation GitHub Copilot fonctionne en tant que plateforme interactive, ce qui permet aux développeurs de participer à des interactions conversationnelles avec l’assistant IA pour recevoir de l’aide au codage. Voici les étapes qu’elle effectue, qui peuvent être distinctes d’autres fonctionnalités telles que la saisie semi-automatique du code :
- Mise en forme : Copilot met en forme méticuleusement la réponse générée pour une présentation optimale au sein de l’interface de conversation. Il met en évidence les extraits de code pour améliorer la lisibilité et peut inclure des options d’intégration directe dans votre code. Copilot présente la réponse mise en forme dans la fenêtre Conversation Copilot dans l’IDE, ce qui vous permet d’examiner et d’interagir facilement avec les informations fournies.
- Engagement utilisateur : Vous pouvez participer activement à la réponse en posant des questions de suivi, en demandant des clarifications ou en fournissant des commentaires supplémentaires. L’interface de conversation gère un historique des conversations pour faciliter la compréhension contextuelle dans les interactions suivantes.
- Conservation des données : Pour la conversation Copilot utilisée en dehors de l’éditeur de code, GitHub conserve généralement les prompts, les suggestions et le contexte de prise en charge pendant 28 jours. Les stratégies de rétention spécifiques pour la conversation Copilot dans l’éditeur de code peuvent varier.
Il en va de même pour CLI, Mobile et la conversation GitHub Copilot sur GitHub.com.
Types de prompts pris en charge par la conversation GitHub Copilot
La conversation GitHub Copilot traite un large éventail de prompts liés au codage, démontrant sa polyvalence en tant qu’assistant de codage conversationnel. Voici quelques types d’entrée courants :
- Questions directes : Vous pouvez poser des questions spécifiques sur les concepts de codage, les bibliothèques ou la résolution des problèmes. Par exemple, « Comment implémenter un algorithme de tri rapide en Python ? » ou « Pourquoi mon composant React n’est-il pas rendu ? »
- Requêtes liées au code : Vous pouvez demander la génération, la modification ou l’explication du code. Les exemples incluent « Écrire une fonction pour calculer une factorielle », « Corriger cette erreur dans mon code » ou « Expliquer cet extrait de code ».
- Requêtes ouvertes : Vous pouvez explorer les concepts de codage ou obtenir des conseils généraux en posant des questions ouvertes telles que « Quelles sont les meilleures pratiques pour écrire du code propre ? » ou « Comment améliorer les performances de mon application Python ? »
- Prompts contextuels : Vous pouvez fournir des extraits de code ou décrire des scénarios de codage spécifiques pour rechercher une assistance personnalisée. Par exemple, « Voici une partie de mon code, pouvez-vous suggérer des améliorations ? » ou « Je crée une application web, pouvez-vous m’aider avec le flux d’authentification ? »
La capacité de la conversation Copilot à traiter divers types d’entrée améliore son utilité en tant que compagnon de codage complet.
Fenêtres contextuelles limitées
Bien que la conversation GitHub Copilot excelle dans la compréhension et la réponse aux prompts, il est essentiel de reconnaître la limitation des fenêtres de contexte. Cela fait référence à la quantité de code environnant et de texte que le modèle peut traiter simultanément pour générer des suggestions. La fenêtre contextuelle de GitHub Copilot est généralement comprise entre environ 200 à 500 lignes de code ou jusqu’à quelques milliers de jetons. Cette limitation peut varier en fonction de l’implémentation et de la version spécifiques de Copilot utilisées.
La conversation Copilot fonctionne actuellement avec une fenêtre contextuelle de 4 000 jetons, offrant une étendue plus large pour comprendre et répondre aux requêtes utilisateur par rapport à Copilot standard.
Malgré ces progrès, vous devez être conscient des limitations de la fenêtre de contexte lors de l’élaboration de prompts. Décomposer des problèmes complexes en requêtes plus petites, plus ciblées ou fournir des extraits de code pertinents peut améliorer considérablement la capacité du modèle à fournir des réponses précises et utiles.