Простой рабочий процесс с GitHub Copilot: прототипирование, планирование и реализация без лишних инструментов

В блоге GitHub опубликована статья инженера Burke Holland, в которой он предлагает практический подход к использованию GitHub Copilot для прототипирования, планирования, реализации и ревью кода. Автор утверждает, что ключ к эффективности — не в погоне за новыми AI-инструментами, а в глубоком понимании возможностей самого Copilot.

Основные этапы workflow

Holland выделяет несколько шагов, которые, по его мнению, позволяют получить максимальную отдачу от GitHub Copilot без использования сторонних утилит.

1. Выбор инструмента

Автор рекомендует начать с GitHub Copilot CLI, так как это терминальный интерфейс с минимальным UI. Для демонстрации он использует новое приложение GitHub Copilot, отмечая, что базовая платформа (harness) одинакова для CLI, VS Code, Visual Studio и JetBrains.

2. Включение YOLO-режима

YOLO-режим (Allow All) позволяет агенту выполнять команды без запроса разрешения. Holland предупреждает, что для безопасности следует запускать агентов в изолированной среде, например в GitHub Codespaces или dev-контейнерах.

3. Прототипирование

Автор предлагает начинать с создания множества вариантов прототипа одним промптом. Например, для компонента выбора даты он запросил 20 макетов в одном HTML-файле. Для невизуальных задач (например, API-эндпоинта) он рекомендует создавать визуальные схемы с помощью Mermaid-диаграмм, которые поддерживаются в GitHub Copilot.

4. Планирование

После прототипа Holland переключается в режим планирования командой /plan. План помогает выявить краевые случаи и вопросы, которые разработчик мог упустить. Для более агрессивного опроса можно установить навык «grill-me» от Matt Pocock.

5. Реализация в Autopilot

GitHub Copilot автоматически переключается в режим Autopilot, который использует встроенную оркестрацию: подагент Explore для чтения файлов и General Purpose для сложных действий. Мультимодельные workflow работают «из коробки».

6. Ручное ревью и итерации

Holland подчёркивает, что результат редко бывает идеальным с первого раза. Он советует итеративно улучшать код, давая модели конкретные указания на естественном языке. В качестве примера он использует свой CSS-фреймворк Postrboard, подключённый как навык.

7. Rubber Duck ревью

Финальный этап — запрос Rubber Duck review, при котором Copilot привлекает модель из другого семейства (например, Sonnet для GPT). Это помогает выявить слепые зоны. Можно комбинировать Rubber Duck с Autopilot для циклического улучшения.

8. Завершение

После всех итераций код готов к коммиту. Holland рекомендует начинать новый чат для каждой новой задачи, чтобы не смешивать контексты.

Что это значит

Статья Burke Holland — это практическое руководство, которое показывает, что для эффективной работы с AI-ассистентами не обязательно использовать десятки новых инструментов. Достаточно освоить встроенные возможности GitHub Copilot и выстроить дисциплинированный процесс: от прототипа до финального ревью. Подход ориентирован на разработчиков, которые хотят повысить продуктивность без лишней сложности.