Как Эффективнее Использовать GitHub Copilot. Окончание
Начало
Как выглядят хороший промпт
Для работы с .NET лучшие промпты обычно включают:
- цель,
- вывод кода или команды,
- ограничение,
- ожидаемую форму ответа.
Например:
Переработай этот фоновый процесс, чтобы упростить тестирование политики повторных попыток. Сохрани публичное поведение без изменений, сохрани структурированное логирование и покажи тестовые случаи, которые нужно добавить.
Чем больше подсказка похожа на реальный комментарий из обзора кода или инженерную задачу, тем полезнее, как правило, оказывается ответ.
Работа с агентами
Агенты наиболее полезны, когда задача многоэтапная, ограниченная и подлежащая проверке. Вы не просто запрашиваете ответ, а просите Copilot выполнить определённую работу.
Пример 1: Устранение пробелов в тестировании функции
Предположим, в ASP.NET Core API добавлена новая функция, но был протестирован только «счастливый» сценарий.
Задача:
Добавь недостающие тесты для процесса CreateOrder. Охвати ошибки валидации, обнаружение дубликатов заказов и случай таймаута платежа. Сохрани существующий стиль тестирования, не переименовывай публичные API и остановись после прохождения новых тестов.
Пример 2: Рефакторинг повторений
Во многих кодовых базах повторяется один и тот же шаблон в нескольких местах. Рефакторить это утомительно для человека, но часто хорошо подходит для агента.
Задача:
Обнови обработчики уведомлений в этом проекте, чтобы использовать общий шаблон Result<T> вместо генерации исключений валидации. Сохрани текущее поведение, обнови затронутые модульные тесты и кратко опиши, какие обработчики изменились.
Пример 3: Copilot CLI для цикла исправления и проверки
CLI полезен, когда задача естественным образом включает команды, вывод и итерацию.
Задача:
Исследуй причину сбоя dotnet test в проекте Notifications.Tests, внеси минимальное исправление, устраняющее первопричину, повторно запусти тесты и кратко опиши изменения.
Это хорошая задача для CLI, поскольку весь рабочий процесс уже находится в терминале: проверка, запуск, исправление, повторный запуск и объяснение.
Пример 4: Облачный агент для изменения нескольких файлов
Облачный агент особенно полезен, когда у вас есть реальная задача, которая может выполняться в фоновом режиме и возвращаться в виде черновика для проверки.
Задача:
Добавь распространение correlation ID в API и конвейер фоновых рабочих процессов. Обнови промежуточное ПО, обогащение логов и интеграционные тесты, проверяющие прохождение заголовка. Не меняй несвязанный формат логов и опиши любую последующую работу, если обнаружишь пробелы за пределами этого раздела.
Это задача для облачного агента, т.к. она достаточно широка, чтобы извлечь выгоду из делегирования, но при этом достаточно конкретна, чтобы тщательно её проверить.
Выбор между чатом и агентом
Используйте чат, когда нужна помощь в понимании, сравнении, описании, объяснении или составлении черновика.
Используйте агента, когда нужна помощь в изменении, проверке, обновлении, повторном запуске и предоставлении результата, пригодного для проверки.
Полезные советы
Независимо от того, используете ли вы чат или агентов, несколько привычек очень важны:
- задавайте задаче границы,
- явно указывайте ограничения,
- указывайте Copilot, что не должно меняться,
- запрашивайте вывод в удобном формате,
- проверяйте результат так же, как вы бы проверяли пул-реквест коллеги.
Источник: https://devblogs.microsoft.com/dotnet/doing-more-with-github-copilot/