요약

  • 2분

이 모듈에서는 효과적인 프롬프트를 통해 GitHub Copilot을 최적화하는 복잡성을 공개했습니다. 도구의 최대 잠재력을 활용하는 것은 신속한 엔지니어링의 예술과 과학에 있습니다. 이제 코딩 환경과 결과물을 향상시킬 수 있는 세련된 기술과 인사이트를 갖추게 되었습니다. 이 모듈이 완료되면 다음을 배웠습니다.

프롬프트 엔지니어링 원칙, 모범 사례 및 GitHub Copilot이 프롬프트에서 학습하여 컨텍스트 인식 응답을 제공하는 방법. GitHub Copilot이 사용자 프롬프트를 처리하여 응답 또는 코드 제안을 생성하는 기본 흐름. GitHub Copilot의 코드 제안과 채팅에 대한 데이터 흐름. LLM(대형 언어 모델)과 GitHub Copilot 및 프롬프트에서의 역할 GitHub Copilot의 성능을 최적화하여 모든 코드 제안의 정확성과 관련성을 보장하는 효과적인 프롬프트를 작성하는 방법 프롬프트와 Copilot의 응답 사이의 복잡한 관계. Copilot이 보안 전송과 콘텐츠 필터링을 비롯하여 다양한 상황에서 프롬프트의 데이터를 처리하는 방법.

참조

피드백 제공

이 문제 양식을 사용하여 이 Microsoft Learn 모듈에 대한 콘텐츠 피드백 또는 제안된 변경 내용을 제공할 수 있습니다. GitHub는 이 콘텐츠를 유지 관리하며 팀 구성원은 요청을 심사합니다. 시간을 내어 콘텐츠를 개선해 주셔서 감사합니다!