GitHub 針對剛開始用 Copilot 的新手寫了一篇入門文章，主題是怎麼讓 AI 真正了解自己專案的習慣與規則。文章指出，每個程式庫都有自己的風格與慣例，如果每次都要重新跟 Copilot 解釋一次，會很浪費時間，所以作者整理出四種可以「教」Copilot 認識專案的具體做法。
第一種是自訂指令（custom instructions），在專案裡建立 .github/copilot-instructions.md 檔案寫下基本慣例，也可以針對特定檔案類型用 applyTo 設定更精確的規則。第二種是 Agent Skills，把重複會用到的流程（例如品質檢查、發布前準備）寫成 .github/skills 底下的 SKILL.md。第三種是自訂代理人（custom agents），放在 .github/agents，適合處理像無障礙審查這種要跨多個檔案的大任務。第四種是 MCP 伺服器，可以讓 Copilot 連到外部工具，文章舉的例子是用 Playwright 讓 Copilot 直接在瀏覽器裡打開、操作你的網頁應用程式，驗證結果不只靠自動化測試。
這篇文章特別強調「情境很重要」，因為 AI 處理程式問題時，光看程式碼本身常常不夠，還需要知道團隊的額外規範。文章建議新手不要一次把所有規則都寫進去，而是先挑一個自己常常要重複解釋的慣例，加進 .github/copilot-instructions.md，觀察 Copilot 之後的表現有沒有改善，再慢慢補充其他設定。
對正在學程式的孩子來說，這篇文章提到的概念其實很實用：寫程式不是只靠自己記規則，也可以把規則寫下來教會工具，讓工具幫你記住、幫你遵守。如果家長的孩子有在用 Copilot 之類的 AI 工具寫作業或做專案，可以鼓勵他們試著寫一份簡單的 .github/copilot-instructions.md，體驗「教 AI 認識自己的專案」是怎麼一回事。
AI開發工具程式教育