Obtenir un certificat — 16,67 $5 $
Préparation à l’examen GitHub Copilot (GH-300)
Préparez l’examen GH-300 : utiliser Copilot dans l’IDE, la CLI et sur GitHub, rédiger des prompts, gérer politiques et exclusions de contenu, et appliquer une IA responsable.
Ce que vous allez apprendre
- Décrire l’examen GH-300 et appliquer les principes d’IA responsable, dont la validation des réponses de Copilot.
- Activer et utiliser Copilot dans l’IDE : suggestions en ligne, modes de Copilot Chat, commandes et retours.
- Utiliser Copilot CLI, le mode agent, les serveurs MCP et l’agent de codage Copilot en sécurité.
- Utiliser Copilot sur GitHub.com : revue de code, résumés de pull request, Spaces, Spark, fichiers d’instructions et de prompts.
- Expliquer comment Copilot construit les prompts, filtre et traite les suggestions, et où les LLM sont limités.
- Rédiger des prompts et un contexte efficaces avec le zero-shot, le few-shot et l’historique de chat.
- Utiliser Copilot pour générer, refactoriser, documenter et tester du code, et proposer des corrections de sécurité et de performance.
- Gérer les politiques d’organisation, le journal d’audit, les licences, les exclusions de contenu et le filtre de code public, et dépanner.
Modules
- L’examen GH-300 et l’IA responsable
- Copilot dans l’IDE : suggestions et Chat
- Copilot CLI, mode agent, MCP et agent de codage
- Copilot sur GitHub.com : revues, Spaces, Spark et instructions personnalisées
- Flux de données et architecture de Copilot
- Ingénierie de prompts et construction du contexte
- Productivité, tests et sécurité
- Administration, confidentialité et garde-fous
Fiche de la formation
- Niveau
- Préparation à l’examen
- Durée d’étude estimée
- environ 2 heures
- Évaluation finale
- 44 questions · Seuil de réussite 70%
- Disponible en
- English, Français
- Prix
- Gratuit. Certificat vérifiable en option : 5 $
- Dernière mise à jour
- Publié par
- AMAADOR ACADEMY
À qui s’adresse cette formation
Développeurs, ingénieurs DevOps, responsables d’équipe et administrateurs GitHub qui utilisent ou gèrent GitHub Copilot et veulent réussir l’examen GH-300.
Prérequis
Bases de GitHub (dépôts, branches, pull requests) et pratique d’au moins un langage de programmation. Un accès réel à Copilot pour s’exercer est fortement recommandé.
Contenu de la formation
1. L’examen GH-300 et l’IA responsable
La certification GitHub Copilot s’obtient en réussissant l’examen GH-300. Il est désormais géré via Microsoft Learn et se réserve chez Pearson VUE, en ligne ou en centre d’examen. Les informations ci-dessous ont été vérifiées sur Microsoft Learn (page de la certification et guide d’étude GH-300) en novembre 2026.
| Élément | Fait confirmé |
|---|---|
| Code | GH-300, compétences mesurées au 7 août 2026 |
| Durée | 100 minutes, surveillé |
| Score de réussite | 700 ou plus (score mis à l’échelle) |
| Langues | anglais, espagnol, portugais (Brésil), coréen, japonais |
| Prix | Fixé selon le pays où l’examen est passé |
| Entraînement | Évaluation d’entraînement officielle gratuite et bac à sable d’examen |
| Nouvelle tentative | Première reprise possible après 24 heures |
Domaines et pondérations
- Utiliser GitHub Copilot de façon responsable — 15–20 %
- Utiliser les fonctionnalités de GitHub Copilot — 25–30 %
- Comprendre les données et l’architecture de GitHub Copilot — 10–15 %
- Appliquer l’ingénierie de prompts et la construction du contexte — 10–15 %
- Améliorer la productivité des développeurs avec GitHub Copilot — 10–15 %
- Configurer la confidentialité, les exclusions de contenu et les garde-fous — 10–15 %
2. Copilot dans l’IDE : suggestions et Chat
Pour utiliser Copilot dans un éditeur il faut trois choses : un compte GitHub avec accès à Copilot (offre personnelle ou licence d’une organisation), l’extension ou le plugin Copilot de l’IDE, et une session connectée. Les éditeurs pris en charge incluent VS Code, Visual Studio, les IDE JetBrains, Xcode, Eclipse, Vim/Neovim et d’autres ; la couverture varie, si bien que le chat et les agents peuvent manquer dans certains.
- Installer — ajouter l’extension GitHub Copilot depuis la marketplace de l’éditeur.
- Se connecter — autoriser l’éditeur avec le compte GitHub qui détient la licence.
- Vérifier l’état — l’icône Copilot de la barre d’état indique s’il est actif, désactivé pour le langage ou bloqué.
- Coder — les suggestions arrivent pendant la frappe.
Les suggestions en ligne s’affichent en texte grisé (« ghost text »). Dans VS Code : Tab pour accepter, Échap pour ignorer, Alt+] / Alt+[ (Option sur macOS) pour parcourir les variantes, Ctrl+→ pour accepter mot par mot. Un commentaire descriptif ou une signature de fonction déclenche bien les suggestions. Les suggestions de modification suivante (next edit suggestions) vont plus loin : après une modification, Copilot prédit la modification liée ailleurs dans le fichier et vous y emmène avec Tab.
3. Copilot CLI, mode agent, MCP et agent de codage
GitHub Copilot CLI apporte l’agent Copilot dans le terminal. Il répond aux questions, écrit et débogue du code, génère des scripts, gère des fichiers et travaille avec GitHub.com (par exemple ouvrir une pull request). Il fonctionne sous Linux, macOS et Windows (PowerShell ou WSL) et exige un abonnement Copilot actif ; une organisation ou une entreprise peut le désactiver par politique.
Installer et se connecter
- npm (Node.js 22 ou plus) : npm install -g @github/copilot
- WinGet : winget install GitHub.Copilot · Homebrew : brew install --cask copilot-cli · ou le script d’installation / le téléchargement direct
- Lancer copilot ; au premier démarrage, utiliser /login, ou définir un jeton à granularité fine avec la permission « Copilot Requests » dans COPILOT_GITHUB_TOKEN, GH_TOKEN ou GITHUB_TOKEN.
| Usage | Comment |
|---|---|
| Session interactive | copilot, puis dialogue ; Maj+Tab bascule en mode plan |
| Tâche unique / scripts | copilot -p "…" exécute une tâche puis s’arrête ; on peut lui envoyer une sortie par pipe |
| Commandes de session | /model, /context, /compact, /mcp, /permissions, /feedback |
| Contrôle des outils | --allow-tool, --deny-tool (le refus l’emporte), --allow-all-tools |
4. Copilot sur GitHub.com : revues, Spaces, Spark et instructions personnalisées
La revue de code Copilot donne un retour rapide sur une pull request. On la demande comme pour un relecteur (choisir Copilot dans le menu Reviewers), ou un responsable configure une revue automatique, par exemple via un ruleset du dépôt ou un réglage personnel. Copilot lit le diff et laisse des commentaires, souvent avec des modifications suggérées applicables en un clic.
| La revue Copilot fait | La revue Copilot ne fait pas |
|---|---|
| Laisser une revue « Comment » avec des commentaires de ligne | Approuver la PR ou la bloquer par « Request changes » |
| Proposer des corrections à committer | Compter parmi les approbations obligatoires |
| Suivre les instructions de revue du dépôt | Remplacer la revue humaine ou de sécurité |
On peut aussi sélectionner du code dans l’IDE et demander une revue à Copilot avant même de pousser.
Standards de revue personnalisables
Les équipes écrivent leurs standards dans des fichiers d’instructions : un fichier global .github/copilot-instructions.md, et des fichiers ciblés .github/instructions/NOM.instructions.md dont l’en-tête (applyTo) vise des motifs comme **/*.ts. Exemples : « signaler tout SQL construit par concaténation », « les fonctions publiques ont une docstring ». Restez bref et concret.
5. Flux de données et architecture de Copilot
L’examen demande de « visualiser le cycle de vie d’une suggestion de code ». Le parcours officiel GitHub Copilot Fundamentals le décrit par étapes :
- Déclenchement — vous tapez, faites une pause, écrivez un commentaire ou envoyez un message de chat.
- Collecte du contexte — le client rassemble l’utile : code avant et après le curseur, nom et langage du fichier, autres onglets ouverts (« onglets voisins »), imports, et pour le chat la sélection, les fichiers référencés, l’historique et les fichiers d’instructions.
- Construction du prompt — le contexte est classé et réduit pour tenir dans la fenêtre de contexte du modèle, puis combiné à la demande.
- Envoi sécurisé — le prompt passe par une connexion chiffrée vers le service Copilot (un proxy placé devant les modèles).
- Filtrage par le proxy — le service contrôle l’entrée, par exemple contenu toxique ou hors sujet et tentatives de manipuler le prompt système.
- Inférence du modèle — le grand modèle de langage génère des complétions candidates ou une réponse.
- Post-traitement — les sorties sont filtrées à nouveau : contenu nuisible, problèmes de qualité évidents, motifs non sécurisés courants comme des identifiants en dur, et code identique à du code public si votre politique le bloque.
- Affichage et décision — vous voyez le texte grisé ou la réponse et acceptez, modifiez ou rejetez.
6. Ingénierie de prompts et construction du contexte
Un prompt, c’est tout ce que reçoit Copilot : vos mots plus le contexte qu’il rassemble. Un bon prompt a quatre parties : l’objectif (ce que vous voulez), le contexte (où et avec quoi), les contraintes (langage, bibliothèque, style, limites) et le résultat attendu (format, exemple).
Le parcours Copilot de Microsoft Learn résume les bonnes pratiques en 4 S :
| Principe | Sens | Exemple |
|---|---|---|
| Single (unique) | Une seule tâche claire par prompt | « Écris la fonction de validation » avant « écris les tests » |
| Specific (précis) | Instructions explicites et détaillées | « Valide un code postal français à 5 chiffres ; renvoie vrai/faux » |
| Short (court) | Concis tout en restant précis | Pas de récit, pas d’exigences répétées |
| Surround (entourer) | Fournir le contexte utile autour | Noms de fichiers parlants, fichiers liés ouverts, commentaires au-dessus du code |
Comment Copilot détermine le contexte
- Dans l’éditeur : le fichier courant autour du curseur, les autres onglets ouverts, le chemin et le langage.
- Dans le chat : la sélection, le fichier actif, ce que vous ajoutez avec #file, #selection ou #codebase, les participants comme @workspace, l’historique du fil et les fichiers d’instructions.
- Sur GitHub.com : le dépôt, l’issue ou la pull request affichés, et les Spaces joints.
7. Productivité, tests et sécurité
Le domaine productivité consiste à utiliser Copilot pour les bonnes tâches sans baisser la qualité. Le guide d’étude cite ces usages :
| Tâche | Geste Copilot type | Votre contrôle |
|---|---|---|
| Génération de code | Commentaire ou prompt de chat, puis complétion | Tests au vert, style du projet respecté |
| Refactorisation | Sélectionner, demander d’extraire une fonction, renommer, simplifier | Comportement inchangé ; tests avant et après |
| Documentation | /doc pour les docstrings ; chat pour le README | La doc décrit ce que fait vraiment le code |
| Apprentissage | /explain sur du code, une regex ou du SQL inconnus | Recouper avec la doc officielle |
| Données d’exemple | Générer jeux de test, données d’amorçage, payloads JSON réalistes | Aucune donnée personnelle réelle ; valeurs limites incluses |
| Modernisation | Expliquer l’ancien code puis le traduire (COBOL ou VB6 vers Java ou C#) | Tests de non-régression, revue experte |
Réduire les changements de contexte est un gain majeur : au lieu de quitter l’éditeur pour chercher sur le web, ouvrir une doc ou déranger un collègue, vous demandez dans le chat ou le terminal et restez concentré. Cela n’aide que si les réponses sont vérifiées ; une mauvaise réponse acceptée vite coûte plus qu’une recherche lente.
8. Administration, confidentialité et garde-fous
Avec Copilot Business ou Copilot Enterprise, les propriétaires gèrent Copilot de façon centralisée. Les offres individuelles (Free, Pro, Pro+ et autres) sont gérées par l’utilisateur. Offres, prix et quotas changent souvent : consultez la page des offres GitHub plutôt que de retenir des chiffres.
Politiques
Les propriétaires d’organisation décident des fonctions ouvertes aux membres : Copilot dans les IDE et sur GitHub.com, Copilot Chat, Copilot CLI, l’agent de codage, la revue de code Copilot, les serveurs MCP, les modèles disponibles, et si les suggestions identiques à du code public sont autorisées ou bloquées. Dans une entreprise, une politique d’entreprise fixée à activé ou désactivé s’impose à toutes les organisations ; si l’entreprise laisse le choix, chaque organisation décide.
Licences
Les propriétaires donnent l’accès à tous les membres ou à des équipes et utilisateurs choisis. Retirer une licence la met en annulation en attente ; l’accès s’arrête à la fin du cycle de facturation.
Journal d’audit
- Les événements Copilot couvrent changements d’offre, de réglages et de politiques, attribution de licences (par exemple copilot.cfb_seat_assignment_created) et activité des agents sur GitHub.com.
- Filtrer avec action:copilot ; voir l’activité des agents avec actor:Copilot.
- Les événements sont conservés 180 jours ; les envoyer vers un SIEM pour une conservation plus longue.
- Les prompts envoyés localement par les utilisateurs ne figurent pas dans le journal.
La leçon complète se poursuit dans la formation interactive de cette page.
Sources et références
- GitHub Copilot certification (Exam GH-300)
- Study guide for Exam GH-300: GitHub Copilot
- About GitHub Copilot CLI
- Content exclusion for GitHub Copilot
- GitHub Copilot code referencing
- Reviewing audit logs for GitHub Copilot
- REST API endpoints for Copilot user management
- Prompt engineering for GitHub Copilot
Cours d’entraînement non officiel. Non affilié à GitHub ni à Microsoft, ni approuvé ou parrainé par eux. GitHub Copilot et GH-300 sont des marques de leurs propriétaires. Les fonctions et offres Copilot évoluent souvent : vérifiez le guide d’étude actuel sur Microsoft Learn avant de réserver.
Toutes les formations · IA & données — Formations gratuites, certificat à 5 $ | AMAADOR ACADEMY