Volia escriure això la setmana que ve, però la versió que vaig fer va desaparèixer i refer feina ja feta no és gens divertit. És com reescalfar patates fregides, tècnicament comestible però no tan bo. Així que aquí anem amb alguna cosa fresca i directa.
Resum ràpid: no llencis Copilot al repositori sense instruccions clares. Escriu instruccions per al repositori, prova-les, ajusta-les i repeteix. Ja facis servir l'eina de Microsoft, Coding Agent o un mode de xat personalitzat com Instructionalist, la meta és la mateixa: mantenir Copilot treballant dins de les regles del teu projecte.
Context: aquest text és una continuació de l'article més llegit sobre instruccions per a GitHub Copilot i recull noves lliçons apreses en utilitzar Copilot en bases de codi empresarials. Molt del que hi ha abans continua vigent, però hi ha tècniques noves per arrencar i mantenir instruccions que realment funcionin.
Per què les instruccions del repositori importen: imagina una aplicació heretada que ningú no vol tocar i arriba un desenvolupador sènior nou. No l'enviaries a refactoritzar sense context i explicació. Exactament el mateix passa quan actives Copilot sense guies. Copilot generarà alguna cosa amb confiança i basant-se en els pitjors patrons del teu repo si no li dones direcció.
Planificar 15 minuts al principi val or. Dedica un quart d'hora a explicar per què certes parts estan configurades d'una manera determinada, quins fitxers són perillosos de tocar i quines dependències crítiques existeixen. Això és exactament el que fan les bones instruccions per a Copilot: actuen com una incorporació ràpida per a qualsevol agent que hagi de treballar en el codi.
Recorda que això no és una cosa de configurar i oblidar. Les instruccions han d'evolucionar amb l'aplicació. Canvis en l'app impliquen canvis en les instruccions.
Què són les repo instructions: són l'oportunitat de fer un recorregut a Copilot abans que comenci a suggerir canvis. Funcionen allà on Copilot corre: IDE, GitHub i mòbil segons la documentació. Col·loquem-les a la branca principal perquè tot l'equip i les eines facin servir les mateixes regles, estils i la llista de fitxers que no s'han de tocar.
Conseil pràctic: no facis servir el fitxer per documentar regles d'estil que ja cobreix el formatejador o el linter. Millor utilitza les instruccions per explicar decisions arquitectòniques, anti patrons, metes de proves i notes de desplegament. Si tens instruccions específiques per a la base de dades o per a cert domini, separa-les en fitxers dins de .github/instructions i utilitza front matter applyTo per associar-les a rutes concretes del codi.
Tres bones maneres de començar:
Primera opció: Microsoft a VS Code. Al principi era molt bàsica però ha millorat. Ara llegeix el repositori, detecta estructura, workflows i automatitzacions. És pràctica i genera un esborrany utilitzable que convé retallar i afinar abans de comprometre'l.
Com utilitzar-la a VS Code: prem el menú del xat o la comanda Chat Generate Workspace Instructions File i deixa que analitzi el workspace. Després edita el resultat i elimina farciment innecessari.
Segona opció: Coding Agent. Aquesta opció corre sobre models amb bon sentit d'arquitectura i entrega un primer esborrany amb enfocament en principis i estratègia. És segura per a PR perquè sempre crea una branca pròpia. La clau amb Coding Agent és ser específic per evitar que endevini i generi documents no desitjats. Sol incloure seccions útils com guies de contingut i estil, però de vegades intenta afegir contribucions completes que potser pertanyen a un CONTRIBUTING.md separat.
Tercera opció: Instructionalist, mode de xat personalitzat. Aquest enfocament requereix participació activa de l'expert del repositori i funciona com una sessió de preguntes i respostes per capturar el que Copilot no pot deduir: acords de nivell de servei, dependències fràgils, instruccions de reinici davant incidents i lore operatiu. És la que millor defineix la intenció i la postura del projecte explicant propòsit, valor, anti patrons i objectius de proves. Requereix més temps al principi però produeix instruccions més alineades amb el que realment es necessita.
Resultats comparatius: Microsoft tendeix a descriure el mapa del projecte: estructura i conceptes. Coding Agent se centra en regles del joc i principis. Instructionalist descriu el rol de l'agent i la intenció desitjada per a les aportacions. La millor pràctica és combinar el millor de cada enfocament: estructura, regles clares i context de propòsit.
Recomanacions pràctiques: mantén el fitxer principal lleuger amb l'essencial i guarda idees addicionals en una carpeta future review. Actualitza les instruccions cada vegada que alguna cosa canviï. Instruccions obsoletes són tan perilloses com no tenir-ne cap.
Com això ajuda a Q2BSTUDIO: a Q2BSTUDIO som especialistes en desenvolupament de programari i aplicacions a mida i entenem que la incorporació efectiva de solucions d'intel·ligència artificial en el flux de treball és crítica. En preparar instruccions clares per a agents com Copilot ajudem que els equips redueixin riscos, mantinguin estàndards de qualitat i accelerin lliuraments. També integrem pràctiques de ciberseguretat perquè els suggeriments automàtics respectin normes de seguretat i no exposin secrets o vectors d'atac.
Serveis que connecten amb aquestes pràctiques: aplicacions a mida i programari a mida amb integració d'intel·ligència artificial, implantació de serveis cloud AWS i Azure, serveis d'intel·ligència de negoci i Power BI per a visualització i presa de decisions, implementació d'agents IA i solucions d'IA per a empreses, i consultoria en ciberseguretat. Q2BSTUDIO acompanya des de l'auditoria de repositoris fins a la posada en producció de pipelines i models, assegurant que les instruccions i automatitzacions siguin segures i sostenibles.
Exemple de contingut que convé incloure en les instruccions del repositori per a empreses: propòsit del projecte, nivell de manteniment, dependències crítiques, patrons i anti patrons esperats, regles de desplegament, proves requerides, contactes d'emergència, polítiques de seguretat i referències a lint i formatejadors. Afegir notes sobre agents IA i límits de confiança ajuda a controlar la generació de codi automàtic en entorns sensibles.
Conclusió: no existeix una solució perfecta única. L'ideal és un híbrid amb estructura, regles i context de propòsit. Inverteix una mica de temps a crear i provar instruccions i veuràs retorns enormes en qualitat i velocitat. Si vols ajuda, Q2BSTUDIO ofereix serveis per dissenyar aquestes instruccions, entrenar equips en el seu ús i acompanyar la integració d'intel·ligència artificial en els teus projectes amb èmfasi en ciberseguretat i compliment cloud AWS i Azure.
Invitació: prova de generar instruccions amb Microsoft o Coding Agent i després compara amb un mode personalitzat tipus Instructionalist. Retalla el que sobra, afegeix el que falta i mantén-ho actualitzat. Comparteix històries d'èxit o aprenentatges per continuar millorant la pràctica global.
Nota final: aquest article va ser elaborat amb suport d'eines d'IA però només després de donar-los l'orientació necessària, igual que fem a Q2BSTUDIO per assegurar que la intel·ligència artificial serveixi a objectius reals de negoci sense comprometre seguretat ni qualitat.
