GH-300考试学习指南：GitHub Copilot

本文档的用途

本学习指南应帮助你了解考试的预期内容，并包括考试可能涵盖的主题摘要以及指向其他资源的链接。 本文档中的信息和材料应有助于你在准备考试时集中学习。

有用链接 Description
如何获得认证 有些认证只需要通过一次考试，而另一些认证则要求通过多个考试。
证书续期 Microsoft副手、专家和专业认证每年到期。 你可以通过 Microsoft Learn 上的免费在线评估进行续订。
Microsoft Learn 个人资料 将认证配置文件连接到 Microsoft Learn 使你可以安排和续订考试，并共享和打印证书。
考试评分和评分报告 需要 700 分或更高的分数才能通过。
考试沙盒 可以通过访问我们的考试沙盒来探索考试环境。
请求住宿 如果使用辅助设备、需要额外时间或需要修改考试体验的任何部分，可以请求住宿。

关于考试

某些考试已本地化为其他语言，这些考试在英语版本更新后的大约 8 周内进行更新。 虽然 Microsoft 会尽一切努力更新本地化版本，但有时考试的本地化版本可能未按此计划进行更新。 其他可用语言列在“考试详细信息”网页的“安排考试”部分。 如果没有提供您首选语言的考试，您可以申请额外的 30 分钟来完成考试。

注释

每项技能下面的项目符号旨在说明我们如何评估该技能。 相关主题可能在考试中介绍。

注释

大多数问题都涉及正式发布 (GA) 的功能。 如果常用这些功能，考试可能包含有关预览功能的问题。

截至 2026 年 1 月的技能

受众个人资料

此考试的考生应具备使用 GitHub Copilot 提高软件开发工作效率、质量和安全性的专业知识。 其中包括负责任的 AI 使用、提示工程、各种计划中的 Copilot 功能以及隐私保护措施。 候选者还应熟悉 GitHub 基础知识，并具有一个或多个编程语言的经验。

技能概览

  • 负责任地使用 GitHub Copilot（15–20%）

  • 使用 GitHub Copilot 功能（25-30%）

  • GitHub Copilot 功能（25-30%）

  • 了解 GitHub Copilot 数据和体系结构（10-15%）

  • 应用提示词工程和上下文设计（10-15%）

  • 使用 GitHub Copilot 提高开发人员工作效率（10-15%）

  • 配置隐私、内容排除和安全措施（10-15%）

负责任地使用 GitHub Copilot（15–20%）

了解负责任的 AI 原则

  • 描述生成 AI 工具的风险和限制

  • 描述道德和负责任的 AI 用法

  • 确定 AI 使用情况的潜在危害和缓解策略

验证并操作 AI 工具

  • 说明验证 AI 输出的必要性

  • 识别如何负责任地使用 GitHub Copilot

使用 GitHub Copilot 功能（25-30%）

在 IDE 中使用 GitHub Copilot

  • 在 IDE 中启用 Copilot

  • 通过内联建议、聊天、命令行界面 (CLI) 和计划模式触发 Copilot

  • 排除特定文件或存储库（应用知识）

使用 GitHub Copilot CLI

  • 定义 GitHub Copilot CLI 以及它如何使开发人员受益

  • 确定安装 GitHub Copilot CLI 的步骤

  • 介绍 GitHub Copilot CLI 的主要功能和命令

  • 以交互方式及在会话中使用 GitHub Copilot CLI

  • 使用 GitHub Copilot CLI 生成脚本和管理文件

使用 GitHub Copilot 特性和功能

  • 使用代理模式、编辑模式和 MCP 增强开发和工作流;管理代理会话并将任务委托给子代理，以便优化上下文使用情况

  • 使用 Copilot 进行代码评审和编码帮助

  • 通过指令文件利用 Spaces、Spark、拉取请求摘要和可自定义的审核标准

  • 了解 GitHub Copilot 聊天的限制、选项、反馈和命令；包括重用提示文件以获得一致的响应

管理组织范围的设置和策略

  • 配置组织范围的策略管理;启用 Copilot 代码评审策略，并跨 IDE 和 github.com 管理功能可用性

  • 利用审核日志事件

  • 使用 REST API 管理订阅

了解 GitHub Copilot 数据和体系结构（10-15%）

描述数据处理和流

  • 说明数据使用情况、流和共享

  • 描述输入处理和提示生成

  • 解释代理筛选和后期处理

了解生命周期和限制

  • 可视化代码建议生命周期

  • 介绍 LLM 和 Copilot 的限制

应用提示策略和上下文优化（10-15%）

制作有效的提示

  • 描述提示结构和上下文

  • 了解如何确定上下文

  • 使用零样本和少样本提示

  • 应用提示编写的最佳做法

设计高性能提示

  • 解释提示工程原则

  • 描述提示流程和聊天历史记录的使用方式

使用 GitHub Copilot 提高开发人员工作效率（10-15%）

提高工作效率和代码质量

  • 将 Copilot 用于代码生成、重构和文档

  • 加速学习并减少上下文切换

  • 生成示例数据并现代化旧代码

提供测试与安全性支持

  • 生成单元和集成测试

  • 识别边缘事例和写入断言

  • 建议安全性改进和性能优化

配置隐私、内容排除和安全措施（10-15%）

管理隐私设置和例外

  • 配置内容排除和编辑器设置

  • 描述输出的所有权和限制

应用安全措施和故障排除

  • 启用重复检测和安全警告

  • 解决关于建议和排除的相关问题

研究资源

建议在参加考试之前训练并取得实践经验。 我们提供自学选项和课堂培训，以及文档、社区网站和视频的链接。

研究资源 学习和文档的链接
接受训练 从自定进度学习路径和模块中进行选择，或在 Microsoft Learn 上学习讲师引导的课程 - GitHub Copilot 基础知识第 1 部分 和第 2 部分 GitHub Copilot 基础知识第 2 部分
查找文档 负责任的 AI
GitHub Copilot 计划和功能
GitHub Copilot 的工作原理和处理数据
提示编写和提示工程
AI 开发人员用例
使用 GitHub Copilot 进行测试
隐私基础知识和内容排除
提出问题 GitHub 社区讨论
获取社区支持 GitHub 博客
关注 GitHub Twitter
LinkedIn
Instagram
查找视频 YouTube

更改日志

本次考试发生了重大变化（例如，添加了新目标、部分目标已删除、现有目标可能已转移到不同的功能组，2026年1月全部改写）。

  • Last updated on