GitHub explica a los novatos cómo enseñar a Copilot el código de un proyecto: 4 mecanismos
GitHub ha publicado en su blog una guía para principiantes sobre la aplicación Copilot. El texto explica cómo hacer que el asistente de IA resulte útil en un proyecto concreto y no en el vacío. El material recoge cuatro herramientas: instrucciones personalizadas en el repositorio, habilidades (skills), agentes personalizados y la conexión de servidores MCP, en particular Playwright para trabajar con el navegador. • El contexto del proyecto se guarda en el propio repositorio y está al alcance de todo el equipo. • Los agentes personalizados fijan roles y reglas para tareas habituales. • MCP da a Copilot acceso a herramientas externas, por ejemplo a pruebas en el navegador.
Procesado por IA desde GitHub Blog; editado por Hamidun News
GitHub ha publicado un material formativo para principiantes sobre la aplicación Copilot. El tema es acotado, pero práctico: cómo explicar al asistente de IA de qué se compone tu proyecto y con qué reglas se trabaja en él. La guía analiza cuatro mecanismos: instrucciones personalizadas, skills, agentes personalizados y servidores MCP, incluido Playwright.
El anuncio es breve, así que a continuación se describe la lógica general de estas herramientas según la documentación actual de GitHub. Los nombres concretos de archivos y las opciones de menú de la propia aplicación pueden ser distintos.
El problema que resuelve la guía
Cualquier asistente de IA conoce, por defecto, el lenguaje de programación, pero no conoce tu proyecto. No sabe que tus pruebas se ejecutan con pnpm, que los estilos están en una capa aparte ni que está prohibido acceder directamente a la base de datos desde los controladores. El resultado es código verosímil que no supera la revisión. Corregirlo a mano en el chat cada vez lleva tiempo, y ese conocimiento no se acumula.
El enfoque de GitHub consiste en sacar el contexto de la cabeza del desarrollador y llevarlo al repositorio. Las reglas y las descripciones viven junto al código, se versionan en git y funcionan igual para todos los que abren el proyecto.
Cuatro palancas de configuración
La guía plantea la configuración de lo más simple a lo más complejo.
- Instrucciones. Un archivo de texto en el repositorio, normalmente en Markdown. Describe el stack, los comandos de compilación y de pruebas, el estilo de código y las prohibiciones. Es la capa mínima y la primera que conviene crear.
- Habilidades (skills). Paquetes de conocimientos y escenarios para una tarea concreta, por ejemplo preparar una versión o escribir una migración. Se cargan cuando la tarea lo requiere y no inflan el contexto de forma permanente.
- Agentes personalizados. Perfiles independientes con su propio rol, un conjunto de herramientas y reglas: revisor, autor de pruebas, redactor técnico. Para el trabajo habitual no hace falta reescribir el prompt cada vez.
- Servidores MCP. El protocolo Model Context Protocol conecta herramientas externas a Copilot. El ejemplo del material es Playwright. Con él, el agente puede abrir una página en el navegador, recorrer un escenario de usuario y comprobar el resultado, en lugar de adivinar a partir del código.
Por qué importa precisamente ahora
Las herramientas de programación con IA pasan del autocompletado a agentes que modifican archivos y ejecutan comandos por sí mismos. Cuanta más autonomía tiene el agente, más caro resulta que le falte contexto: un error en una línea acaba convertido en un commit erróneo de veinte archivos. Configurar a través del repositorio sale más barato que lidiar con las consecuencias.
El enfoque también tiene un reverso. Las instrucciones se quedan obsoletas igual que la documentación. Si el equipo cambia de linter y el archivo de reglas sigue igual, el agente seguirá con seguridad las reglas antiguas. Además, un servidor MCP con acceso al navegador o a sistemas externos amplía la superficie de ataque, y sus permisos hay que limitarlos con el mismo cuidado que los de CI.
Por dónde empezar en la práctica
1. Escribe un archivo de instrucciones corto: el stack, los comandos de instalación, compilación y pruebas, y de tres a cinco reglas estrictas. El agente aprovecha peor los textos largos que los breves y precisos.
2. Comprueba el resultado con una tarea real y pequeña, por ejemplo corregir un bug. Si Copilot se equivoca siempre en el mismo punto, añade esa regla al archivo.
3. Los procesos repetitivos, como la revisión o la escritura de pruebas, defínelos en agentes o skills independientes. 4.
Conecta los servidores MCP de uno en uno. Empieza por Playwright para verificar la interfaz y define desde el principio a qué dominios y acciones tiene acceso. 5.
Incluye el archivo de instrucciones en la revisión de código. Las reglas deben cambiar junto con el código.
La conclusión para el principiante es sencilla: en una tarde se puede tener un asistente que conoce tus comandos y tus convenciones. Todo el valor de la guía está en que muestra el orden de los pasos, no funciones sueltas.
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.