Jak używać plików Prompt w Visual Studio w niecałe 10 minut

Tim Corey

6m 58s

Pliki poleceń to stosunkowo nowa funkcja, która pozwala programistom przechowywać niestandardowe instrukcje dla narzędzi AI, takich jak GitHub Copilot, w jednym, wielokrotnego użytku miejscu. W swoim filmie "Jak korzystać z plików podpowiedzi w Visual Studio w mniej niż 10 minut" Tim Corey omawia cały proces tworzenia, zapisywania i używania pliku podpowiedzi Visual Studio w celu ulepszenia sugestii kodu Copilota i automatyzacji typowych zadań programistycznych.

Ten artykuł jest kontynuacją prezentacji Tima. W trakcie pracy dowiesz się, jak skonfigurować pliki podpowiedzi wielokrotnego użytku, gdzie je przechowywać w repozytorium projektu oraz jak włączyć je w widoku czatu Copilot, aby odpowiadały na konkretne zadania lub prośby w czacie.

Wprowadzenie do plików poleceń

Na początku filmu (0:00) Tim mówi, że pliki podpowiedzi mogą być "naprawdę potężnym sposobem na poprawę wydajności używanych modeli AI". Są one rodzajem wbudowanej podpowiedzi czatu lub okna podpowiedzi dla Copilota i innych narzędzi AI. Zamiast za każdym razem wklejać instrukcje, przechowujesz plik Markdown w swoim projekcie, dzięki czemu system może go automatycznie wczytać podczas pracy.

Konfiguracja przykładowego projektu

W 0:24 Tim otwiera Visual Studio z nową aplikacją konsolową .NET 9. Żadnej dodatkowej konfiguracji — wystarczy "plik → nowy projekt". Ten czysty start pokazuje, jak można dodać obsługę poleceń do dowolnego repozytorium kodu źródłowego.

Plan Tima: utworzyć plik podpowiedzi w folderze głównym projektu, a następnie zademonstrować, jak włączyć go w czacie GitHub Copilot, aby uzyskać bogatsze sugestie kodu i wyjaśnienia.

Pobieranie treści polecenia

W 0:38 Tim wybiera przykładowy prompt: "Beast Mode", zestaw niestandardowych instrukcji stworzony przez społeczność, autorstwa Burke'a Hollanda. Tim kopiuje surowy tekst, aby móc go później wkleić do swojego projektu (0:59).

Wyjaśnia również, że potrzebny będzie dostęp do wszystkich folderów bazowych. Tim korzysta z rozszerzenia File Explorer dla Visual Studio (1:01). Jeśli nie masz tej funkcji, przejdź do "Rozszerzenia → Zarządzaj rozszerzeniami" i wyszukaj "Eksplorator plików" (1:05). To narzędzie udostępnia wszystkie pliki i foldery — nie tylko te już dołączone do rozwiązania — ułatwiając tworzenie i zarządzanie ponownie wykorzystywanymi monitami lub więcej niż jednym plikiem jednocześnie.

Tworzenie struktury folderów

O 1:40 Tim pokazuje folder główny swojej przykładowej aplikacji konsolowej w Eksploratorze plików. Można zobaczyć folder projektu, bin, obj i tak dalej (1:42).

Kliknął prawym przyciskiem myszy w menu kontekstowym (1:49) i wybrał "Nowy folder", wpisując:

.github\prompts

.github\prompts

.github\prompts

.github\prompts

To pojedyncze polecenie tworzy ukryty folder .github oraz podfolder prompts (1:58). Tim podkreśla, że słowo "prompts" występuje w liczbie mnogiej (2:04). Visual Studio natychmiast wyświetla ikonę GitHub na folderze (2:10), potwierdzając, że została ona poprawnie rozpoznana. W tym miejscu przechowujesz i odwołujesz się do wszystkich plików podpowiedzi dla tego projektu.

Dodawanie pliku podpowiedzi

W folderze prompts Tim tworzy nowy plik markdown o nazwie:

BeastMode31.prompt.md

BeastMode31.prompt.md

BeastMode31.prompt.md

BeastMode31.prompt.md

(2:17). Jest to plik z instrukcjami dla Copilota, który można wykorzystać wielokrotnie. Po utworzeniu pliku Tim otwiera go i wkleja surowy tekst z gistu (2:33). Mówi, że umieści link do streszczenia w opisie swojego filmu (2:36).

Następnie Tim robi przerwę, aby ostrzec widzów (2:38–3:09): zawsze czytajcie każdą linię każdego pobranego skryptu. Ukryty w środku złośliwy komunikat może prosić o wyodrębnienie kluczy, wysłanie danych gdzie indziej lub modyfikację kodu w nieoczekiwany sposób. Sam Tim czyta "każde słowo" (2:46). Jest to istotna wskazówka dotycząca bezpieczeństwa podczas pracy z przykładami udostępnionymi przez społeczność.

Dlaczego ta struktura ma znaczenie

W 3:13 Tim zauważa, że ponieważ plik znajduje się w katalogu .github/prompts, jeśli dodasz projekt do kontroli wersji, plik podpowiedzi zostanie przeniesiony wraz z nim (3:26). Każdy programista w zespole otrzymuje te same niestandardowe instrukcje i kontekst AI, dzięki czemu przebieg pracy jest przewidywalny. Możesz nawet zdefiniować powtarzalne podpowiedzi dla typowych zadań i zarządzać nimi w systemie kontroli wersji, tak jak kodem źródłowym.

Korzystanie z podpowiedzi w Copilot Chat

O 3:31 Tim otwiera czat GitHub Copilot w Visual Studio. Powiększa widok czatu (3:34), klika przycisk "+" (3:39) i widzi listę dostępnych plików podpowiedzi. Ponieważ plik znajduje się w katalogu prompts, Copilot automatycznie go wykrywa (3:43). Tim klika na plik beastmode31.prompt.md i włącza go (3:50).

Po włączeniu pliku z poleceniami Tim wybiera, który model LLM uruchomić. Używa on Claude 4 (3:56), ale można wybrać inny tryb lub silnik Copilot. Następnie wpisuje żądanie testowe: "Proszę dodać wstrzykiwanie zależności i konfigurację do tego projektu" (4:09). Jest to typowe, powszechne zadanie programistyczne, w którym dobre polecenie może pomóc Copilotowi wygenerować odpowiedni kod i wyjaśnić każdy krok.

Obserwowanie pracy Copilota z podanym poleceniem

Tim pokazuje, jak Copilot rozpoczyna pracę przy użyciu pliku poleceń (4:15). Najpierw ładuje instrukcje trybu Beast Mode, a następnie generuje listę kontrolną kroków (4:34). Copilot prosi nawet o zgodę na instalację pakietów (4:37).

Tim wspomina, że Burke Holland zaleca włączenie automatycznego zatwierdzania (4:46), ale sam Tim woli za każdym razem ręcznie klikać "Zezwól" (5:01). Nigdy nie klika "Zawsze zezwalaj" ani "Zezwalaj w tej sesji" (4:53). Dzięki temu zachowuje kontrolę nad tym, co faktycznie wykonuje sztuczna inteligencja.

W miarę wykonywania kolejnych kroków Copilot dodaje potrzebne pakiety, modyfikuje kod i tworzy pliki konfiguracyjne, takie jak appsettings (6:17). Tim pokazuje, jak odrzuca polecenie, co do którego nie ma pewności (5:44–5:49). Możesz najpierw sprawdzić polecenie, a potem podjąć decyzję (5:52–5:58). Zapobiega to "halucynacjom" sztucznej inteligencji i wykonywaniu czynności niezgodnych z zamierzeniami (6:06).

Ta część filmu pokazuje dokładnie, jak uruchamiać podpowiedzi, wybierać je i używać do konkretnych zadań bezpośrednio w edytorze — bez kopiowania i wklejania tekstu do każdej nowej sesji.

Najważniejsze wnioski: pliki podpowiedzi wielokrotnego użytku

Pod koniec (6:23) Tim podkreśla "najważniejszą zaletę": użycie pliku podpowiedzi gwarantuje, że LLM działa tak, jak chcesz — najpierw szuka informacji, postępuje zgodnie z instrukcjami i zachowuje spójność w różnych projektach. To tak, jakbyś nadał Copilotowi stałe polecenie slash lub komunikat systemowy dostosowany do Twojego stylu pracy.

Tim podsumowuje o 6:34: "Tak właśnie używa się pliku podpowiedzi w Visual Studio". Można utworzyć więcej niż jeden plik (na przykład osobne przykłady społecznościowe lub typowe zadania), zapisać je w katalogu .github/prompts i pozwolić Copilotowi na ich automatyczne wykrycie.

Wnioski

Krótki filmik Tima Coreya pokazuje kompletne, praktyczne wykorzystanie plików poleceń Visual Studio:

• Utwórz folder .github/prompts w folderze głównym.

• Dodaj plik markdown .prompt.md z wybranymi instrukcjami niestandardowymi.

• Przed użyciem przeczytaj i sprawdź.

• Włącz tę funkcję w widoku czatu GitHub Copilot i przetestuj ją za pomocą czatu wbudowanego lub poleceń w oknie dialogowym.

• Ręcznie zatwierdzaj lub odrzucaj każdą zmianę, aby uniknąć niezamierzonych modyfikacji.

Zgodnie z podejściem Tima programiści mogą przechowywać, modyfikować i ponownie wykorzystywać podpowiedzi dotyczące typowych zadań programistycznych oraz konkretnych żądań generowania kodu bezpośrednio w Visual Studio (lub nawet w VS Code, który obsługuje podobną strukturę folderów). Dzięki temu narzędzia AI, takie jak Copilot, mogą dostarczać lepsze odpowiedzi, wyjaśniać kod i płynnie wpasowywać się w istniejący przepływ pracy — a wszystko to przy zachowaniu kontroli nad procesem.