Este curso está diseñado para enseñar el dominio completo de GitHub Copilot, el asistente de IA para código de GitHub que ha evolucionado de un simple autocompletado a un ecosistema agéntico completo integrado en Visual Studio Code, la terminal y GitHub.com. En 2026, GitHub Copilot compite directamente con herramientas como Cursor y Claude Code al ofrecer Agent Mode autónomo, Coding Agent para crear PRs sin intervención, Copilot CLI en terminal, soporte multi-modelo y un sistema de personalización basado en instructions, prompt files, custom agents y hooks.
El curso abarca desde la instalación y configuración hasta técnicas avanzadas de agentes autónomos, MCP, personalización y flujos de trabajo profesionales, proporcionando una formación exhaustiva en todas las funcionalidades que ofrece esta herramienta.
Qué es GitHub Copilot
GitHub Copilot es el asistente de IA para código de GitHub, pionero en el sector y en constante evolución. Integrado nativamente en Visual Studio Code, Visual Studio, JetBrains, Eclipse, Xcode y Neovim, Copilot ofrece completaciones de código en tiempo real, chat contextual, un modo agente completamente autónomo y un Coding Agent capaz de trabajar de forma independiente en GitHub Actions para crear pull requests completas.
A diferencia de un simple autocompletado, GitHub Copilot en 2026 es un sistema agéntico completo que puede planificar tareas, editar múltiples archivos, ejecutar comandos de terminal, corregir errores iterativamente, usar herramientas externas vía MCP y crear aplicaciones completas con GitHub Spark. Soporta múltiples modelos de IA de frontera: GPT-4o, GPT-5, Claude Sonnet/Opus (Anthropic), Gemini (Google) y Grok (xAI), permitiendo elegir el modelo óptimo para cada tarea.
Completaciones de código
El sistema de completaciones inline (ghost text) sugiere código en tiempo real mientras se escribe, desde expresiones simples hasta funciones completas. Las sugerencias se aceptan con Tab, se rechazan con Esc y se ciclan con Alt+] / Alt+[. La aceptación parcial con Ctrl+Right permite tomar solo parte de la sugerencia.
Las Next Edit Suggestions (NES) representan un avance significativo: predicen la siguiente modificación lógica que el desarrollador realizará basándose en el contexto de los cambios recientes. Tras modificar la firma de una función, NES sugiere automáticamente actualizar todas las llamadas correspondientes. El Inline Chat con Ctrl+I permite realizar ediciones in-place directamente en el editor, mientras que Quick Chat con Ctrl+Shift+I resuelve preguntas rápidas sin perder el foco.
Chat y modos de interacción
El panel de Chat de Copilot ofrece tres modos de interacción:
- Ask Mode: para preguntas sobre el código sin modificar archivos, explorar el codebase y obtener explicaciones contextuales.
- Edit Mode: para ediciones multi-archivo dirigidas con revisión de diffs antes de aplicar los cambios.
- Agent Mode: el modo más avanzado, donde Copilot actúa como un agente autónomo que planifica, edita archivos, ejecuta comandos y se autocorrige.
Los slash commands (/explain, /fix, /tests, /doc, /plan, /debug) aceleran tareas comunes. Las Smart Actions integradas en el menú contextual generan commit messages, renombran símbolos, corrigen errores y generan documentación con un clic. El soporte de visión permite adjuntar imágenes (mockups, screenshots, diagramas) como contexto para generar UI o interpretar errores visuales.
Contexto y variables
La calidad de las respuestas depende del contexto proporcionado. Copilot implementa dos sistemas complementarios:
- Variables
#:#file,#folder,#codebase,#selection,#changes,#problems,#terminalSelectiony#fetchpara referenciar elementos específicos del workspace. - Participantes
@:@workspace,@terminal,@vscodey@githubpara interactuar con diferentes superficies del entorno de desarrollo.
Copilot Spaces permite organizar código, documentación, especificaciones, PRs e issues en espacios compartibles que sirven como contexto centralizado para las conversaciones con Copilot.
Agent Mode
El Agent Mode (GA en VS Code 1.99) permite que Copilot trabaje de forma autónoma en tareas complejas: determina qué archivos necesitan cambios, aplica modificaciones multi-archivo, ejecuta comandos de terminal, itera ante errores y se autocorrige hasta completar la tarea. Dispone de herramientas integradas como file edit, runInTerminal, fetch, usages, runTests y thinking tool.
El flujo de aprobación (human-in-the-loop) permite controlar qué acciones ejecuta el agente, con configuraciones de auto-approve por sesión, workspace o globalmente. Los background agents trabajan en worktrees aislados para ejecutar tareas en paralelo sin bloquear el editor. El Plan Mode con /plan genera planes de implementación estructurados para revisión antes de comenzar la ejecución.
Personalización: instructions, prompts y agents
GitHub Copilot ofrece un sistema de personalización por capas:
- Custom Instructions (
.github/copilot-instructions.md): instrucciones permanentes a nivel de repositorio que se aplican automáticamente a todas las interacciones. - Instrucciones por path (
.instructions.md): reglas específicas para archivos que coincidan con un patrón glob. - Prompt files (
.github/prompts/*.prompt.md): plantillas reutilizables invocables como slash commands con parámetros dinámicos. - Custom agents (
.github/agents/*.agent.md): agentes especializados con roles, herramientas e instrucciones definidas en YAML. - Hooks: comandos shell que se ejecutan en puntos del ciclo de vida del agente (
sessionStart,preToolUse,postToolUse,sessionEnd) para auditoría, seguridad y automatización. - Agent Skills: archivos markdown que enseñan a Copilot flujos de trabajo especializados con auto-loading contextual.
MCP y extensiones
El Model Context Protocol (MCP) es el estándar universal para conectar Copilot con herramientas externas, bases de datos, APIs y servicios. Se configura en .vscode/mcp.json y extiende las capacidades del agente más allá del código y la terminal. El GitHub MCP Registry ofrece un directorio curado de servidores MCP disponibles, y el GitHub MCP Server integrado proporciona gestión de PRs, issues, repos y Copilot Spaces directamente desde el agente.
Las extensiones de Copilot contribuyen chat participants especializados (@stripe, @mongodb) y herramientas adicionales disponibles en el marketplace de VS Code y GitHub.
Coding Agent, CLI y code review
El Copilot Coding Agent trabaja de forma completamente autónoma en GitHub Actions: recibe un issue asignado a @copilot, analiza el repositorio, hace cambios multi-archivo, ejecuta tests y crea una pull request lista para revisión. Se configura mediante copilot-setup-steps.yml y soporta self-hosted runners y MCP.
Copilot CLI (GA febrero 2026) lleva la experiencia agéntica a la terminal con modos plan y autopilot, subagentes en paralelo con /fleet, delegación al cloud con & y /resume para alternar entre sesiones locales y remotas.
El code review con IA permite revisar selecciones de código, cambios no commiteados y pull requests en GitHub.com con instrucciones personalizables. GitHub Spark completa el ecosistema permitiendo crear aplicaciones full-stack con lenguaje natural y deploy automático.
Objetivos de aprendizaje
Al finalizar el curso, serás capaz de:
- Configurar y personalizar GitHub Copilot con instructions, prompt files, custom agents y hooks adaptados a cada proyecto.
- Dominar las completaciones inline y Next Edit Suggestions para acelerar significativamente la escritura de código.
- Utilizar los modos de chat (Ask, Edit, Agent) y slash commands para resolver tareas de distinta complejidad.
- Gestionar Agent Mode para tareas autónomas multi-archivo con control de aprobación y background agents.
- Extender Copilot con MCP conectando herramientas externas, bases de datos y servicios.
- Delegar trabajo al Coding Agent para crear pull requests autónomas desde issues de GitHub.
- Usar Copilot CLI para flujos agénticos en terminal con subagentes paralelos y delegación al cloud.
- Aplicar code review con IA para mejorar la calidad del código en el editor y en pull requests.
Perfil del curso
Este curso está dirigido a:
Desarrolladores de software de todos los niveles que buscan dominar GitHub Copilot más allá del autocompletado, aprovechando sus capacidades agénticas para automatizar tareas complejas de desarrollo.
Programadores que usan VS Code y quieren integrar GitHub Copilot como herramienta central de su flujo de trabajo, desde completaciones hasta agentes autónomos.
Equipos de desarrollo que adoptan GitHub Copilot a nivel organizacional y necesitan estandarizar su uso con instructions compartidas, custom agents y políticas de seguridad.
El curso combina tutoriales prácticos con ejercicios aplicados, garantizando que los participantes no solo comprendan las funcionalidades, sino que también desarrollen la habilidad para aplicarlas en proyectos reales de desarrollo de software.