Riepilogo

  • 2 minuti

In questo modulo, abbiamo presentato le complessità dell'ottimizzazione di GitHub Copilot tramite una richiesta efficace. La possibilità di sfruttare il massimo potenziale dello strumento consiste nell'arte e nella scienza dell'ingegneria dei prompt. Sono ora disponibili competenze e informazioni dettagliate perfezionate per elevare l'esperienza di codifica e l'output. Dopo aver completato questo modulo, si è appreso quanto segue:

Richiedere principi di progettazione, procedure consigliate e come GitHub Copilot apprende dalle richieste (prompt) per fornire risposte in grado di supportare il contesto. Il flusso sottostante del modo in cui GitHub Copilot elabora le richieste degli utenti di generare risposte o suggerimenti di codice. Il flusso di dati per i suggerimenti di codice e la chat in GitHub Copilot. I modelli linguistici di grandi dimensioni (LLM) e il relativo ruolo in GitHub Copilot e la richiesta. Come creare richieste (prompt) efficaci che ottimizzano le prestazioni di GitHub Copilot, garantendo precisione e rilevanza in ogni suggerimento di codice. La relazione intricata tra le richieste (prompt) e le risposte di Copilot. Come Copilot gestisce i dati provenienti da richieste in situazioni diverse, tra cui la trasmissione sicura e il filtraggio del contenuto.

Riferimenti

Inviare commenti

Inviare commenti e suggerimenti sul contenuto o modifiche suggerite per questo modulo di Microsoft Learn. GitHub gestisce questo contenuto e un membro del team valuta la richiesta. Grazie per il tempo dedicato al miglioramento dei nostri contenuti!