各位大大們好～

小弟目前有個案子是將老舊系統（Client-Server 的架構要再造成 Java Web）
因年代久遠已無任何文件參考
故需要自行將程式碼翻譯成 SA 文件
但因程式碼非常龐大，且主要為MSSQL SP
目前想透過 GitHub Copilot 來進行輔助文件整理
以下我有整理出一些問題 虛心請教有經驗的前輩們是否有什麼建議

1. 準確度與幻覺:

• 使用 AI 輔助產生文件時，如何驗證 AI 產出的邏輯與原始碼是 100% 一致的?
• 如果 AI 對於複雜的 Stored Procedure 產生誤解邏輯行為，人工覆核機制是什麼?
• Copilot 在解釋邏輯時，是逐行翻譯還是能進行意圖識別?
• 當程式碼中缺乏註解且邏輯難以理解時，Copilot 會誠實說不知道還是會一本正經的胡說八道?
• 舊程式碼中包含寫死的 Hard Code 上傳到 GitHub Copilot 的處理機制為何?

2. 上下文理解:

• Copilot 的功能是否能準確追蹤非強型別的關聯? (db.Execute("EXEC" + spName)時，Copilot 能否自動去檔案總管撈出那個 .sql 檔案的內容並合併解釋)
• 舊系統的邏輯通常跳躍於 C# 和 MSSQL SP 之間，工具或 AI 模型如何處理這種跨語言、跨檔案的依賴關係?
• 無法處理高相依性的程式碼是否只能做到單一檔案翻譯?

3. 程式碼覆蓋率:

• 如何確保所有程式碼 (包含已經不要的 Dead Code) 都被分析過?
• 會過濾掉 Dead Code 還是全部翻成文件?

4. 文件顆粒度:

• 產出的 SA 文件會細到什麼程度?
• 是只翻譯程式碼邏輯，還是會整理成人類可讀的業務流程?

謝謝😊