Bagaimana Copilot Chat memahami dan menggunakan konteks

Copilot Chat di Visual Studio dirancang untuk mengetahui konteks, memberikan respons yang sangat relevan dan disesuaikan dengan sangat memahami struktur dan konten proyek Anda. Artikel ini menyediakan tampilan di balik layar tentang bagaimana Obrolan Copilot membangun dan menggunakan konteks untuk meningkatkan alur kerja pemrograman Anda.

Bagaimana Copilot Chat mengumpulkan konteks solusi

Copilot Chat menggunakan pendekatan multi-lapis untuk membangun konteks dalam repositori kode Anda guna memastikan saran dan jawabannya relevan dan akurat.

Pengindeksan basis kode

Jika repositori Anda dihosting di GitHub atau Azure DevOps, Copilot membuat indeks jarak jauh basis kode Anda dan menghitung penyematan yang menangkap pola dan hubungan dalam kode Anda. Pelajari selengkapnya tentang pengindeksan jarak jauh di GitHub.

Jika kode Anda dihosting di tempat lain, Copilot membangun indeks lokal.

Berdasarkan permintaan Anda, Copilot mungkin menentukan bahwa perlu lebih banyak konteks proyek untuk merespons secara akurat. Dalam kasus seperti itu, ia melakukan pencarian semantik pada indeks jarak jauh atau lokal.

Tidak seperti pencarian tradisional, yang cocok dengan kata-kata yang tepat, pencarian semantik berfokus pada makna. Menggunakan penyematan vektor tingkat lanjut, Copilot mengidentifikasi file dengan kesamaan semantik tertinggi dengan permintaan Anda dan menambahkannya ke konteksnya.

File-file ini melengkapi permintaan sistem, instruksi, konteks implisit (seperti riwayat obrolan dan file terbuka), dan konten eksplisit apa pun yang Anda berikan, seperti kesalahan.

Pelajari cara menambahkan referensi sebagai konteks dalam obrolan.

Cara Copilot Chat menerapkan saran kode

Obrolan Copilot sering memberikan saran kode dalam tanggapannya. Saran ini harus dipetakan secara akurat ke basis kode Anda sebelum dapat diterapkan dan diuji.

Pemetaan kode berbasis model

Obrolan Copilot menggunakan penguraian spekulatif untuk menyisipkan saran secara akurat ke dalam file yang ada, mengurangi risiko kesalahan. Dalam mode Agen, ini memungkinkan Copilot untuk membuat pengeditan andal yang mendukung pembangunan, penelusuran kesalahan, dan pengujian kode Anda secara independen.

Memori salinan

Memori copilot memungkinkan Copilot untuk mempelajari standar pengkodan dan praktik terbaik spesifik proyek Anda, menjadikannya sadar proyek dan konsisten di seluruh sesi.

Cara kerja memori Copilot

Memori menggunakan deteksi cerdas untuk memahami preferensi tim Anda saat Anda meminta dalam obrolan. Ketika Anda memberikan perintah, Copilot mengidentifikasi instans di mana Anda memperbaiki perilakunya, menunjukkan standar, atau memintanya untuk mengingat sesuatu.

Saat kejadian tersebut terdeteksi, Anda akan mendapatkan notifikasi konfirmasi untuk menyimpan preferensi.

Cuplikan layar saat Copilot mendeteksi preferensi untuk ditambahkan ke memori.

Copilot kemudian mengategorikan preferensi ke dalam salah satu dari tiga file:

  • .editorconfig untuk standar pengkodian
  • CONTRIBUTING.md untuk praktik terbaik, pedoman, dan standar arsitektur.
  • README.md untuk informasi proyek tingkat tinggi

Cuplikan layar pemberitahuan memori yang terdeteksi memperlihatkan opsi untuk menyimpan preferensi ke instruksi tingkat pengguna atau repositori.

Saat preferensi terdeteksi, Anda dapat memilih tempat untuk menyimpannya:

  • Preferensi tingkat pengguna: Disimpan ke %USERPROFILE%/copilot-instructions.md. Preferensi ini berlaku untuk semua sesi Copilot Anda di seluruh proyek.
  • Preferensi tingkat repo: Disimpan ke /.github/copilot-instructions.md. Preferensi ini dibagikan dengan tim Anda melalui repositori.

Pendekatan ini memungkinkan Anda mempersonalisasi Copilot untuk alur kerja Anda sendiri sambil juga menetapkan standar pengodean bersama untuk tim Anda.

Saat Anda terus meminta Copilot, Anda mengajarkannya untuk merespons kebutuhan Anda dengan lebih efektif dan membantu tim Anda dengan mendokumentasikan praktik terbaik pengembangan yang meningkatkan interaksi Copilot mereka di masa depan.

Konten terkait

  • Last updated on