自訂

AI 模型擁有廣泛的通才知識，但不了解您的程式碼庫或團隊慣例。請將 AI 視為一名技術嫻熟的新進團隊成員：它能寫出優秀的程式碼，但不知道您的規範、架構決策或偏好的函式庫。客製化就是您分享這些背景資訊的方式，使回覆符合您的編碼標準、專案結構和工作流程。

本篇文章將說明不同的客製化選項及其適用時機。如需逐步配置說明，請參閱各章節連結的獨立指南。

客製化選項一覽

從設定全專案標準的自定義指令開始。當有重複性任務時，加入提示詞檔案。需要外部數據時，使用 MCP。為特定角色建立自定義代理人。隨著需求增加，您可以組合多種客製化類型。

自定義指令

自定義指令是定義編碼標準和專案背景資訊的 Markdown 檔案。AI 會自動將其包含在聊天請求中，因此您不需要在每個提示詞中重複規則。指令是設定最簡單的客製化方式，也是最佳的入手點。

共有兩種類型

• 始終開啟的指令：定義在 .github/copilot-instructions.md 中的全專案規則，適用於每個請求。適用於整個團隊遵循的慣例，例如程式碼風格、命名模式或偏好的函式庫。
• 基於檔案的指令：.instructions.md 檔案中的指南，根據檔案路徑模式或任務描述套用。當程式碼庫的不同部分需要不同規則時（例如 .tsx 檔案的 React 模式或後端的 API 慣例），請使用此類型。

深入了解 建立自定義指令。

提示詞檔案

提示詞檔案是可重用的 Markdown 檔案，用於編碼特定任務並以斜線指令的形式出現在聊天中。當您發現自己不斷輸入相同類型的提示詞時，提示詞檔案可以將其轉換為單步指令。每個提示詞檔案都可以引用特定的檔案、工具和背景資訊，為 AI 提供該任務所需的一切。

提示詞檔案適用於搭建新組件支架、為模組生成測試案例或準備提取請求 (Pull Request) 說明等任務。

深入了解 建立提示詞檔案。

代理人技能

代理人技能將多步驟能力封裝為包含指令、腳本和資源的資料夾。與提供單一提示詞的提示詞檔案不同，技能為 AI 提供了針對領域特定任務的完整工具包，例如生成 API 文件、執行安全審計或執行資料庫遷移。

技能會在任務符合其描述時隨選載入。它們基於 開放標準 構建，因此相同的技能可適用於不同的代理人類型。

深入了解 建立代理人技能。

自定義代理人

自定義代理人賦予 AI 特定的角色形象，並為特定角色提供受限的工具集。例如，安全審核員代理人僅能存取程式碼分析工具並遵循以安全為中心的指令，而資料庫管理員代理人則透過 MCP 連接到您的資料庫並遵循您的綱要 (Schema) 規範。

每個代理人都在一個 .agent.md 檔案中定義，該檔案指定了其行為、可用工具和語言模型偏好。代理人還可以委派給其他代理人，從而實現由不同專家處理任務不同部分的多步驟工作流程。

深入了解 建立自定義代理人。

MCP

模型背景資訊協定 (MCP) 是一種開放標準，用於將 AI 連接到外部工具和資料來源。若沒有 MCP，AI 僅能處理程式碼和終端機。MCP 伺服器透過提供查詢資料庫、呼叫 API、與雲端服務互動或存取任何其他外部系統的 工具 來擴展其範圍。

MCP 伺服器可以在本地或遠端執行，還可以提供資源、提示詞和互動式應用程式。

深入了解 新增和管理 MCP 伺服器。

掛鉤 (Hooks)

Hook (掛鉤) 會在代理人工作階段的特定點執行自定義 shell 指令。指令和提示詞引導 AI 的行為，而 Hook 則保證您的程式碼在定義的生命週期點執行。這使得 Hook 成為需要確定性結果時的正確選擇，例如在每次檔案編輯後執行格式化工具、封鎖未通過 Lint 檢查的提交，或為稽核追蹤記錄每次工具呼叫。

深入了解 配置 Hook。

代理人外掛程式

代理人外掛程式是您從外掛程式市集發現並安裝的預先封裝客製化組合。您可以安裝提供現成斜線指令、技能、自定義代理人、Hook 和 MCP 伺服器組合的外掛程式，而無需自行構建所有內容。外掛程式對於採用社群最佳實踐或在團隊間共享內部工具非常有用。

深入了解 代理人外掛程式。

相關資源

• 開始使用客製化功能
• 代理程式
• 工具