Peter Zhang
Jan 12, 2026 23:03
GitHub 揭示三種實用方法,讓開發者透過自訂指令、可重複使用的提示詞和專業代理來改善 AI 編碼輸出。
GitHub 正推動開發者超越基礎提示詞,採用一個稱為情境工程的新框架——一種在正確時機向 AI 編碼助手提供正確資訊的系統化方法。這份於 2026 年 1 月 12 日發布的指南,概述了三種從 GitHub Copilot 獲得更好結果的具體技術。
這個概念代表了 Braintrust 執行長 Ankur Goyal 所描述的「以正確格式將正確資訊」帶給 LLM。這較少涉及巧妙措辭,而更多關於結構化資料傳遞。
三種真正有效的技術
Microsoft 首席產品經理 Harald Kirschner 擁有深厚的 VS Code 和 Copilot 專業知識,他在去年秋季的 GitHub Universe 上闡述了這種方法。三種方法包括:
自訂指令讓團隊定義 Copilot 自動遵循的編碼慣例、命名標準和文件樣式。這些存放在 .github/copilot-instructions.md 檔案或 VS Code 設定中。例如:React 元件應如何架構、Node 服務中錯誤如何處理,或 API 文件格式規則。
可重複使用的提示詞將頻繁任務轉化為標準化指令。儲存在 .github/prompts/*.prompts.md 中,可透過斜線指令如 /create-react-form 觸發。團隊將它們用於程式碼審查、測試生成和專案腳手架——每次執行都相同。
自訂代理創建具有明確職責的專業 AI 角色。API 設計代理審查介面。安全代理處理靜態分析。文件代理重寫註解。每個都可包含自己的工具、限制和行為模型,並具備代理之間的交接能力以處理複雜工作流程。
為何此刻重要
情境工程在 2026 年初於整個 AI 產業獲得了顯著關注,在 GitHub 發布指南的同一週內出現了多個企業導向的討論。這個學科解決了一個基本限制:當獲得結構化、相關的背景資訊而非原始查詢時,LLM 的表現會顯著提升。
檢索增強生成(RAG)、記憶系統和工具編排都屬於這個範疇。目標不僅是更好的程式碼輸出——而是減少扼殺開發者流程的來回提示。
對於已使用 Copilot 的團隊來說,實際好處是跨儲存庫的一致性和更快的入職流程。新開發者繼承情境工程設定,而不是學習關於「如何正確提示 Copilot」的部落知識。
GitHub 的文件包含每種技術的設定指南,顯示該公司將情境工程視為未來 AI 輔助開發的核心能力。
圖片來源:Shutterstock
來源:https://blockchain.news/news/github-copilot-context-engineering-techniques


