GitHub Copilot - Patterns & Exercises
GitHub 🌟
ja 🇯🇵
ja 🇯🇵
  • ようこそ
  • プロジェクトに貢献するには
  • General
    • コード補完
    • コメントからコードを生成
    • コードからコメントの自動生成
    • GitHub CopilotとのクイックQ&A
    • 正規表現
    • プログラミング言語間の翻訳
    • タイプヒンティング
    • 構造化データからのオブジェクト生成
    • コードからドキュメントへ
  • Client Side Tips
    • Copilot スニペットハンドリング
    • GitHub Copilot ショートカット
    • 定義に移動
    • 便利なファイルのピン留め
  • Design Patterns
    • AI が理解可能な命名規則
    • 一貫性のあるコーディングスタイル
    • ハイレベルアーキテクチャを先に
    • 小さなコードチャンクで作業する
    • コンテキストレス・アーキテクチャ
    • 微細な OSS 依存関係の排除
  • Collaboration
    • AIフレンドリーなドキュメンテーション
    • プロンプトとコード生成プロセスのコーチング
  • Testing
    • ユニットテストの作成
    • テストコード生成の方法を指定する
    • 失敗ケースを最初に書く
    • 自然言語でテストケースを最初に記述する
    • 必要な部分だけをテストする
  • Refactoring
    • リファクタリング前にテストコードを書く
    • 計算ロジックを独立させる
    • オープン・クエスチョンで尋ねる
  • Archived
    • GitHub Copilot Patterns & Exercises Guide
    • Translations
      • German 🇩🇪
      • Spanish 🇪🇸
      • French 🇫🇷
      • Italy 🇮🇹
      • Japanese 🇯🇵
      • Portuguese 🇵🇹
      • Chinese 🇨🇳
Powered by GitBook
On this page
  • Description
  • Example
  • Exercise
  • Checklist for Further Learning
Edit on GitHub
  1. Collaboration

プロンプトとコード生成プロセスのコーチング

チームメンバーのプロンプトをレビューし、フィードバックを与えてプロンプトを改善できるようにします。

Last updated 1 year ago

これは合理的に聞こえますが、体系的で確立されたパターンではありません。

Description

GitHub Copilot のような AIツールを使用すると、出力が整ったものに見えることがあります。レビュー時に完璧に見えるコードも、生成プロセスで非効率であったり、重要な部分が欠けていることがあるかもしれません。生成プロセスへのコーチングは、開発者が潜在的な問題を認識し、効率的かつ正確なコードを作成できるようにするために不可欠です。

現代のソフトウェア開発において、コーチングはレビュー以上のものです。ガイドし、インスピレーションを与え、改善する機会となります。 このパターンは、GitHub Copilot のような AIツールでのコード生成に使用されるプロンプトの品質に対する仲間へのコーチングを強調しています。コーチングではプロンプトだけでなく、生成プロセスの理解も高めることを目指します。

Example

特定のタスクのコードを生成するプロンプトを作成したチームメートのシナリオを想像してみてください。あなたの役割は、プロンプトの明確さを向上させ、基礎となる生成プロセスを理解するためのコーチングを提供することです。

元のプロンプト:

"Create a function to find prime numbers within a range."

コーチング後のプロンプト:

"Develop a Python function that takes two integers as input and returns a list of prime numbers within that range. Ensure the function efficiently handles different ranges, including edge cases."

Exercise

  • エクササイズ 1: チームメンバーのプロンプトに対してコーチングをしてください。改善できる分野を特定し、生成プロセスに対する洞察を提供し、変更がなぜ有益であるかを説明してください。

  • エクササイズ 2: GitHub Copilot によって以前に生成されたコードスニペットを分析し、プロンプトと基礎となる生成プロセスの両方に焦点を当てます。それがより具体的で効率的になるようにコーチングを提供してください。

  • エクササイズ 3: 様々なプログラミングのシナリオに対して自分自身のプロンプトを作成する練習をしてください。プロンプトの品質とコード生成プロセスの理解の両方を強調して、仲間とコーチングを行ってください。

Checklist for Further Learning

  • 単なるレビューと、継続的な改善のためのコーチングとの違いを認識しましたか?

  • プロンプトの品質とコード生成の理解の両方を向上させるために、私のコーチングはどのように効果的にすることができますか?

  • チーム内のコーチングプロセスを強化するために、どのような協力ツールや実践が有効でしょうか?

  • AI ツールを使用する特に、一貫したコーチングは、より効率的で正確なコード生成にどのようにつながりますか?