中文导读

GitHub Copilot 最佳实践：把 AI 助手放进开发流程

这篇导读基于 GitHub Docs 的 Copilot 最佳实践页面整理，重点不是“让 AI 多写代码”，而是让它在理解上下文、生成方案、辅助重构、补充测试和代码审查时更可靠。

核心要点

第一，把问题说具体。与其让 AI “优化代码”，不如告诉它目标、错误现象、相关文件、限制条件和验收方式。上下文越明确，AI 越不容易给出看似正确但偏离工程现状的答案。

第二，把 AI 当协作者而不是提交者。生成代码之后仍然要人工审查，尤其是安全、权限、数据迁移、并发和用户体验相关逻辑。AI 可以加速探索，但不能替代最终责任。

第三，善用小步迭代。让 AI 先解释代码、再给方案、再做最小改动，比一次性生成大段重构更稳。这个方法也适合本站的计分工具项目：先定位 `app/app.js` 中的状态流，再修导入刷新或弹窗滚动。

第四，让 AI 参与测试和文档。它很适合生成测试清单、边界条件、PR 说明、部署步骤和故障排查清单，这些内容对真实交付同样重要。

本站实践关联

在“掼蛋升级 / 转蛋计分”项目里，最有效的做法是让 AI 先读代码地图，再控制改动半径。例如会话过期 toast 循环不是简单改文案，而是要分析 `Net.validate`、`ensureOnlineMatches` 和 `render` 之间的重试链路。