今天要來介紹 GitHub Copilot 的 Code Completion。這功能其實已經算 AI 界的時代眼淚了耶」😆 但老實說，雖然現在大家都在聊 Agent Mode、Chat、Workflow 自動化，Code Completion 這個基本功還是有可用之處，尤其是你想專心寫程式、不想每次都開聊天室問東問西的時候，算是練功的好幫手。

這功能目前在 GitHub Copilot 付費版無使用次數限制而且不吃Token，免費版也有給到 2000 次。

Agent mode是很猛沒錯，但 Code Completion 是練功期必學技能沒有之一啊~

👻 Code Completion 到底是什麼？
Ghost Text
你打幾個字之後，游標後面會出現一段灰灰的建議程式碼。你看得順眼，按 Tab 就吃下去。

Next Edit Suggestions
它會猜你接下來要改哪裡、補哪裡，對重構、修錯、連動修改很有幫助。

兩年前這個真的很炫炮，第一次看到那種「還沒打完它就幫你腦補」的感覺，多少有點通靈味道 🤖 但放到今天來看，它不像大型模型聊天那麼華麗，反而更像一個默默站你旁邊的老同事，話不多，但是會在你快忘記語法時遞答案過來。原本以為這種功能會被 Agent Mode 直接淘汰，結果居然沒有~

🧠 想讓Code Completion通靈，命名就不能亂來

這邊是筆者一直很愛碎念的重點：你要讓 Copilot 猜得準，function 命名、變數命名、註解內容就要有意義。不要整天 aaa、test1、doThing 在那邊偷懶，然後再怪 AI 猜不準😅

例如你 function 名稱如果只是 int 或隨便取，Copilot 只能亂猜；但如果你寫成像 calculateBMI(weight, height)、或更詳細一點像 addPrimeNumbersInNumericList，那它的推論空間就很明確。上下文給得越完整，它吐回來的結果就越貼近你要的。這其實跟前幾天筆者講的 Context Engineering 是同一件事。AI 不是神，它只是很會猜；而你要讓它猜對，就得把該給資訊補齊。

⌨️ 常用快捷鍵，先記這幾個就夠用了

Tab
接受目前看到的整段建議，最常用，沒有之一。

ESC
取消建議

Alt + ] / Alt + [
切換不同建議版本。現在這個不愛，就換下一個看看。

Crtl + Enter
開啟更多建議，如果你覺得它這次猜很鳥，可以打開 Completions Panel 找其他候選答案。

💬 註解流派，其實超適合拿來生測試資料
再來是筆者自己很常用的一招：寫註解，讓 Copilot 幫你把註解變成程式。這招用在建立 sample data、mock data、測試範例，真的超省時。

你只要先用自然語言寫出需求，像是「建立 5 筆 sample data」、「做一個 array of objects」、「每筆包含姓名、身高、體重」，它就會根據你目前檔案的上下文往下生。這種場景如果你自己一筆一筆打，當然也不是不行，但真的很浪費人生啊~ 當然你可以用Agent Mode產, 但是有時候一直按Tab, 有一種爽感

筆者真心話： 如果你是要練基本功、理解資料結構，這招非常實用；但如果你只是非本科、偶爾碰一下程式，那也不用太執著，現在 Agent Mode 確實比較省時省力，只要有Token，可以無所不包。

📝 今日結論：它不是最潮，但實用
如果你是要練基本功、理解資料結構，這個功能非常實用；但如果你只是非本科、偶爾碰一下程式，那也不用太執著，現在 Agent Mode 確實比較無腦方便，把需求丟給它，直接產Code。

但學生族群其實很適合用 Code Completion 來輔助學習。因為它不是整包幫你做完，而是你打一點、它補一點，你可以一邊看、一邊理解程式到底怎麼長出來。這個學習節奏反而比直接丟給 Agent 產整份答案更紮實。

現在很多人看到 Copilot，第一反應就是問「都已經有 Agent Mode 了，誰還在用 Code Completion？」

因為 Agent Mode 比較像請一個外包工程師幫你寫程式；Code Completion 則像旁邊坐一個熟門熟路的同事，知道你下一步大概要幹嘛，順手幫你補完。兩個不是互斥，而是不同節奏的工具。

如果你是想把程式學好的人，筆者真的很建議把這個功能拿來練功。它讓你維持主導權，也讓你在接受建議的同時，還能看到每一行程式是怎麼長出來的。這個學習價值，筆者覺得比直接叫 Agent 全包還高。