Learn how to make the most of GitHub Copilot across its different interfaces—autocomplete, inline, chat modes, and Agent mode. Discover when to use each feature, how to guide Copilot effectively, and how to unlock its full potential for both quick fixes and complex, multi-file tasks.

What is GitHub Copilot?

What can Copilot really do?

Exploring GitHub Copilot modes

Highlight, prompt, done

No edits, just ideas

Inline, Ask, or Edit? You decide

Introducing Agent Mode

What sets Agent Mode apart

Wait, what is Copilot asking?

Getting Started with GitHub Copilot

Enhance Copilot’s accuracy by guiding it with context, chat variables, and expert participants. Learn to combine these features with slash commands and smart actions to streamline debugging, code reviews, and project navigation. Gain practical techniques that transform Copilot into a more reliable and efficient coding partner.

Guiding Copilot with context

Just add #context

Let’s walk Copilot through it

Adding domain expertise

Who should you ask?

You asked, Copilot answered

Working efficiently with Copilot

Guess who suggested that

Let Copilot do the testing

The Science of Context

Learn how to shape Copilot’s behavior with custom instructions and model selection. Define coding standards, enforce project or organization-wide conventions, and choose the right AI model for speed, reasoning, or multi-file tasks. Gain control over how Copilot adapts to your workflow.

Personalizzare Copilot

Tipizzata, documentata e in linea con il brand

Opzioni

Istruzioni efficaci

Istruzioni inefficaci

Cosa rende valida un'istruzione?

Selezionare e cambiare modello

Modelli generici

Modelli avanzati di ragionamento

Abbina il modello all'attività

Modelli diversi, poteri diversi

Aspetta, questo modello costa di più?

Estendere Copilot con gli strumenti MCP

All'improvviso, Copilot può fare di più

Il flusso di una richiesta a uno strumento MCP

Cosa è appena successo dietro le quinte?

Customizing and Extending Copilot

Go beyond everyday Copilot usage. Learn to generate comprehensive test suites, identify and fix security vulnerabilities, and optimize code performance.

Testing and code quality with Copilot

Quick tests or custom prompt?

How would you prompt Copilot?

Building tests that span components

Security with GitHub Copilot

Matching the right security approach

From vulnerability to prevention

Preventing bad patterns

Performance optimization with GitHub Copilot

What are you optimizing for?

Diagnosing a slow endpoint

Congratulations!

Applied Copilot: Testing, Security, and Performance

GitHub Copilot è molto più di un semplice completamento automatico: è un assistente di codifica AI che ti aiuta a comprendere, scrivere e migliorare il codice con facilità. In questo corso esplorerai Copilot in Visual Studio Code, dai suggerimenti di completamento alle modifiche inline e alle modalità basate su chat, e scoprirai come usare ciascuna in modo efficace, dai quick fix al refactoring su più file. Imparerai a fornire il contesto giusto tramite variabili della chat, partecipanti ed esempi progressivi, ottimizzando il flusso di lavoro con slash command e azioni intelligenti. Modellerai il comportamento di Copilot con istruzioni personalizzate e selezione del modello, adattandolo agli standard del progetto o alle convenzioni del team. Infine, metterai tutto insieme usando Copilot per generare suite di test, intercettare vulnerabilità di sicurezza e ottimizzare le prestazioni. Al termine, avrai le competenze per trasformare Copilot in un potente partner di sviluppo—aumentando la produttività, riducendo gli errori e scrivendo codice non solo più veloce, ma anche migliore.

Padroneggia GitHub Copilot per comprendere, scrivere e migliorare il codice con contesto e funzioni smart.

Sviluppo software con GitHub Copilot

Impara a usare GitHub Copilot per capire, scrivere e migliorare il codice con contesto, personalizzazione e funzioni intelligenti.

L'intelligenza artificiale nell'ingegneria del software

GitHub Copilot Fundamentals (GH-300)

Usa `pandas` e `matplotlib` per tutti gli script di analisi dati

Includi gli type hint in tutte le firme delle funzioni

Scrivi i test usando `pytest` e nomina i file di test con il prefisso "test_"

Mantieni tutte le risposte sotto le 10 righe di codice salvo diversa indicazione

Formatta le risposte in un tono amichevole e informale, come se stessi facendo pair programming

Cosa rende valida un'istruzione?

Sviluppo software con GitHub Copilot

esercizio interattivo pratico