Una plataforma practica, con IA integrada y pensada para que mejores desarrollando. Se adapta a tu ritmo, te corrige al instante y te muestra tu progreso real.
Correccion magica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
¿A quién va dirigida esta formación en Github Copilot para Desarrolladores .Net?
Pensado para quienes deben dominar Github Copilot para Desarrolladores .Net en su día a día
Desarrolladores backend .NET
Este curso encaja con desarrolladores que trabajan con ASP.NET Core, APIs REST, servicios internos, Entity Framework Core, SQL, autenticación, integración con sistemas y lógica de negocio. Aprenderán a usar GitHub Copilot para diseñar, generar, refactorizar, probar y revisar código .NET 10 sin degradar arquitectura, seguridad ni mantenibilidad.
Desarrolladores full stack con ecosistema Microsoft
Los perfiles que combinan .NET con Blazor, TypeScript, React, Angular, MAUI, Azure o GitHub Actions podrán usar Copilot como asistente transversal. La formación les ayuda a trabajar desde el IDE, GitHub.com, pull requests, issues, CLI y agentes, manteniendo coherencia entre frontend, backend, pruebas y despliegues.
Tech leads y arquitectos de software
Los perfiles responsables de arquitectura podrán definir instrucciones, estándares, skills, agentes especializados, quality gates, reglas de revisión y patrones de uso para que Copilot respete la arquitectura del repositorio. El curso aporta criterios para que la IA acelere entregas sin aumentar deuda técnica.
Equipos DevOps, plataforma y CI/CD
Los equipos DevOps aprenderán a integrar Copilot con GitHub Actions, pipelines, entornos, despliegues, observabilidad, automatización de tareas, revisión de workflows y resolución de incidencias. La formación conecta IA con entrega continua, seguridad, infraestructura y operación real.
Responsables de seguridad, AppSec y gobierno técnico
Los perfiles de seguridad podrán revisar cómo controlar políticas de Copilot Enterprise, MCP, modelos, agentes, permisos, secretos, code review, auditoría y uso de código generado. El curso facilita crear un marco de adopción seguro para repositorios críticos y equipos regulados.
Engineering managers y responsables de adopción IA
Los responsables de ingeniería podrán diseñar una implantación escalable: licencias, políticas, formación, métricas, adopción por equipos, buenas prácticas, productividad, revisión humana y reporting. El valor está en gobernar Copilot como capacidad corporativa, no como herramienta individual desordenada.
Proveedor con 16 años de experiencia en formación empresarial
Sobre
En Imagina Formación llevamos más de 16 años ayudando a profesionales y empresas a mejorar sus habilidades con formación práctica y totalmente adaptada a sus necesidades. Durante este tiempo, hemos formado a más de 480.000 personas y colaborado con más de 3.500 empresas, convirtiéndonos en un referente en el sector.
16
Años de liderazgo
+480.000
Alumnos formados en Imagina
¿Tienes dudas?
Resolvemos todas tus dudas sobre nuestra formación en Github Copilot para Desarrolladores .Net
Explora las respuestas a las preguntas que guian a nuestra comunidad. Aqui encontraras claridad sobre como funciona todo, desde el acceso hasta los detalles de los cursos. Si buscas respuestas, este es el lugar para comenzar.
Sí. El curso cubre Copilot Enterprise desde una perspectiva completa: IDE, GitHub.com, Chat, modelos, agent mode, cloud agent, custom agents, skills, MCP, CLI, Spark, code review, políticas, auditoría, métricas y adopción.
Sí. Todo el enfoque práctico está orientado a C#, ASP.NET Core, APIs, Entity Framework Core, testing, CI/CD, observabilidad y arquitectura .NET 10. .NET 10 es una versión LTS soportada durante tres años.
Agent mode trabaja en el entorno local del IDE y puede editar archivos directamente con supervisión del desarrollador. Copilot cloud agent trabaja en GitHub de forma autónoma sobre issues o prompts, crea ramas, propone cambios y puede abrir pull requests.
Sí. Se trabaja Model Context Protocol para conectar Copilot con herramientas y fuentes externas. MCP permite ampliar Copilot integrándolo con sistemas existentes y puede usarse en IDE, CLI o agentes en GitHub.com.
Sí. El curso incluye diseño, versionado y uso de agent skills. GitHub define las skills como carpetas de instrucciones, scripts y recursos que Copilot puede cargar cuando son relevantes para tareas especializadas.
Sí. Se diseñan agentes especializados para tareas .NET como revisión AppSec, generación de tests, análisis EF Core, documentación, DevOps y revisión de PRs. También se trabajan límites, permisos, testing y gobierno de esos agentes.
Sí. GitHub Spark se aborda como capacidad de prototipado y creación de aplicaciones con prompts dentro del contexto Copilot Enterprise. Actualmente Spark requiere Copilot Enterprise en empresas y está en public preview.
Sí. Hay bloques específicos de GitHub Actions, CI, CD, environments, secrets, runners, workflows reutilizables, tests, cobertura, contenedores, despliegues, releases, rollback y revisión asistida de pipelines.
Es ambas. La productividad se trabaja con control: políticas Enterprise, permisos, modelos, MCP, agentes, secretos, code review, AppSec, auditoría, privacidad, revisión humana y buenas prácticas de código generado.
Sí. Al tratarse de una formación corporativa en IA aplicada al desarrollo, .NET, DevOps, seguridad, automatización y competencias digitales, puede plantearse como formación bonificable hasta el 100% a través de FUNDAE, según el crédito disponible y cumpliendo los requisitos administrativos aplicables.
Sí. El curso cubre Copilot Enterprise desde una perspectiva completa: IDE, GitHub.com, Chat, modelos, agent mode, cloud agent, custom agents, skills, MCP, CLI, Spark, code review, políticas, auditoría, métricas y adopción.
Sí. Todo el enfoque práctico está orientado a C#, ASP.NET Core, APIs, Entity Framework Core, testing, CI/CD, observabilidad y arquitectura .NET 10. .NET 10 es una versión LTS soportada durante tres años.
Agent mode trabaja en el entorno local del IDE y puede editar archivos directamente con supervisión del desarrollador. Copilot cloud agent trabaja en GitHub de forma autónoma sobre issues o prompts, crea ramas, propone cambios y puede abrir pull requests.
Sí. Se trabaja Model Context Protocol para conectar Copilot con herramientas y fuentes externas. MCP permite ampliar Copilot integrándolo con sistemas existentes y puede usarse en IDE, CLI o agentes en GitHub.com.
Sí. El curso incluye diseño, versionado y uso de agent skills. GitHub define las skills como carpetas de instrucciones, scripts y recursos que Copilot puede cargar cuando son relevantes para tareas especializadas.
Sí. Se diseñan agentes especializados para tareas .NET como revisión AppSec, generación de tests, análisis EF Core, documentación, DevOps y revisión de PRs. También se trabajan límites, permisos, testing y gobierno de esos agentes.
Sí. GitHub Spark se aborda como capacidad de prototipado y creación de aplicaciones con prompts dentro del contexto Copilot Enterprise. Actualmente Spark requiere Copilot Enterprise en empresas y está en public preview.
Sí. Hay bloques específicos de GitHub Actions, CI, CD, environments, secrets, runners, workflows reutilizables, tests, cobertura, contenedores, despliegues, releases, rollback y revisión asistida de pipelines.
Es ambas. La productividad se trabaja con control: políticas Enterprise, permisos, modelos, MCP, agentes, secretos, code review, AppSec, auditoría, privacidad, revisión humana y buenas prácticas de código generado.
Sí. Al tratarse de una formación corporativa en IA aplicada al desarrollo, .NET, DevOps, seguridad, automatización y competencias digitales, puede plantearse como formación bonificable hasta el 100% a través de FUNDAE, según el crédito disponible y cumpliendo los requisitos administrativos aplicables.
Situar GitHub Copilot Enterprise como asistente de desarrollo corporativo que trabaja en IDE, GitHub.com, CLI, issues, pull requests, agentes y flujos de entrega.
Diferenciar Copilot Free, Pro, Business y Enterprise para entender qué aporta el plan corporativo en gobierno, políticas, modelos, agentes, Spark y control centralizado.
Revisar el encaje de GitHub Copilot Enterprise con GitHub Enterprise Cloud, repositorios privados, organizaciones, equipos, seguridad y auditoría.
Comprender el papel de Copilot en proyectos .NET 10: diseño de APIs, C#, testing, refactorización, documentación, pipelines, DevOps y modernización.
Identificar casos de uso de alta productividad: generación de código repetible, explicación de legacy, pruebas, migraciones, debugging, PRs y documentación viva.
Separar asistencia inteligente de delegación irresponsable, dejando claro cuándo Copilot propone, cuándo automatiza y cuándo el equipo debe decidir.
Analizar límites: contexto incompleto, respuestas plausibles pero erróneas, dependencias inventadas, patrones inseguros y cambios sin visión arquitectónica.
Crear un mapa de superficies de uso: autocompletado, inline chat, Chat, edit mode, ask mode, agent mode, cloud agent, CLI, Spark y GitHub.com.
Diseñar una estrategia de adopción por perfiles: junior, senior, tech lead, QA, DevOps, AppSec y manager.
Preparar una primera guía de uso profesional para evitar que cada desarrollador emplee Copilot con criterios distintos.
Situar GitHub Copilot Enterprise como asistente de desarrollo corporativo que trabaja en IDE, GitHub.com, CLI, issues, pull requests, agentes y flujos de entrega.
Diferenciar Copilot Free, Pro, Business y Enterprise para entender qué aporta el plan corporativo en gobierno, políticas, modelos, agentes, Spark y control centralizado.
Revisar el encaje de GitHub Copilot Enterprise con GitHub Enterprise Cloud, repositorios privados, organizaciones, equipos, seguridad y auditoría.
Comprender el papel de Copilot en proyectos .NET 10: diseño de APIs, C#, testing, refactorización, documentación, pipelines, DevOps y modernización.
Identificar casos de uso de alta productividad: generación de código repetible, explicación de legacy, pruebas, migraciones, debugging, PRs y documentación viva.
Separar asistencia inteligente de delegación irresponsable, dejando claro cuándo Copilot propone, cuándo automatiza y cuándo el equipo debe decidir.
Analizar límites: contexto incompleto, respuestas plausibles pero erróneas, dependencias inventadas, patrones inseguros y cambios sin visión arquitectónica.
Crear un mapa de superficies de uso: autocompletado, inline chat, Chat, edit mode, ask mode, agent mode, cloud agent, CLI, Spark y GitHub.com.
Diseñar una estrategia de adopción por perfiles: junior, senior, tech lead, QA, DevOps, AppSec y manager.
Preparar una primera guía de uso profesional para evitar que cada desarrollador emplee Copilot con criterios distintos.
Tema 1: GitHub Copilot Enterprise en el ecosistema .NET 10
Situar GitHub Copilot Enterprise como asistente de desarrollo corporativo que trabaja en IDE, GitHub.com, CLI, issues, pull requests, agentes y flujos de entrega.
Diferenciar Copilot Free, Pro, Business y Enterprise para entender qué aporta el plan corporativo en gobierno, políticas, modelos, agentes, Spark y control centralizado.
Revisar el encaje de GitHub Copilot Enterprise con GitHub Enterprise Cloud, repositorios privados, organizaciones, equipos, seguridad y auditoría.
Comprender el papel de Copilot en proyectos .NET 10: diseño de APIs, C#, testing, refactorización, documentación, pipelines, DevOps y modernización.
Identificar casos de uso de alta productividad: generación de código repetible, explicación de legacy, pruebas, migraciones, debugging, PRs y documentación viva.
Separar asistencia inteligente de delegación irresponsable, dejando claro cuándo Copilot propone, cuándo automatiza y cuándo el equipo debe decidir.
Analizar límites: contexto incompleto, respuestas plausibles pero erróneas, dependencias inventadas, patrones inseguros y cambios sin visión arquitectónica.
Crear un mapa de superficies de uso: autocompletado, inline chat, Chat, edit mode, ask mode, agent mode, cloud agent, CLI, Spark y GitHub.com.
Diseñar una estrategia de adopción por perfiles: junior, senior, tech lead, QA, DevOps, AppSec y manager.
Preparar una primera guía de uso profesional para evitar que cada desarrollador emplee Copilot con criterios distintos.
Tema 2: Configuración inicial en Visual Studio, VS Code, Rider y GitHub.com
Instalar, activar y validar GitHub Copilot en los IDEs usados por el equipo .NET, comprobando autenticación, licencia, organización y políticas aplicadas.
Configurar Visual Studio para trabajar con soluciones .NET 10, proyectos ASP.NET Core, pruebas, depuración y sugerencias de Copilot en contexto real.
Preparar Visual Studio Code con C# Dev Kit, extensiones de GitHub, GitHub Pull Requests, GitHub Actions y Copilot Chat.
Revisar el uso en JetBrains Rider cuando el equipo trabaja con soluciones grandes, navegación avanzada, refactorizaciones y workflows multiplataforma.
Activar Copilot Chat en GitHub.com para trabajar con repositorios, issues, pull requests, documentación, code review y contexto de organización.
Validar qué funciones están disponibles según licencia, organización, políticas empresariales, región, modelo y configuración del administrador.
Configurar preferencias de usuario sin romper estándares corporativos: modelo por defecto, comportamiento del chat, sugerencias, privacidad y contexto.
Revisar logs, estado de conexión, errores de autenticación, problemas de proxy y restricciones de red corporativa.
Preparar una solución .NET de laboratorio con API, biblioteca, tests, Dockerfile, workflows, issues y documentación para prácticas.
Crear una checklist de setup para nuevos desarrolladores, incluyendo licencia, IDE, repositorio, CLI, extensiones, permisos y prueba de funcionamiento.
Tema 3: Copilot Chat para entender repositorios .NET grandes
Usar Copilot Chat para explorar soluciones con múltiples proyectos, capas, referencias, namespaces, dependencias y convenciones internas.
Pedir mapas de arquitectura del repositorio, identificando API, dominio, infraestructura, persistencia, tests, jobs, workers y componentes compartidos.
Analizar flujos de ejecución desde controller, endpoint minimal API, service, handler, repository, DbContext y capa de integración.
Localizar puntos de entrada, configuración, middlewares, filtros, políticas de autorización, servicios registrados y opciones de aplicación.
Comprender código legacy sin documentación mediante preguntas sobre clases, métodos, dependencias, reglas de negocio y rutas de ejecución.
Solicitar resúmenes por carpeta, proyecto, namespace o bounded context para acelerar onboarding de nuevos miembros del equipo.
Revisar convenciones existentes antes de generar código nuevo, evitando introducir estilos que no encajan con el repositorio.
Pedir a Copilot que identifique riesgos de acoplamiento, duplicación, deuda técnica, dependencias circulares y puntos difíciles de probar.
Contrastar respuestas con código real, tests y documentación para evitar conclusiones basadas en contexto parcial.
Crear prompts de exploración reutilizables para análisis inicial de cualquier repositorio .NET corporativo.
Tema 4: Autocompletado, inline chat y edición asistida en C#
Usar autocompletado de Copilot para acelerar código repetitivo sin aceptar sugerencias que rompan estilo, nullability, naming o arquitectura.
Aplicar inline chat para modificar métodos concretos, extraer funciones, simplificar lógica, añadir validaciones o mejorar legibilidad.
Pedir transformaciones localizadas en C# moderno, aprovechando patrones actuales sin perder compatibilidad con la base de código existente.
Generar DTOs, records, validators, handlers, mappers, extension methods y servicios con criterios de consistencia del repositorio.
Revisar sugerencias de LINQ, async/await, pattern matching, collections, spans o APIs modernas según el tipo de proyecto.
Detectar código generado que parece correcto pero no contempla concurrencia, cancelación, errores, logging, seguridad o rendimiento.
Trabajar con nullable reference types, warnings del compilador y análisis estático para que Copilot no oculte problemas reales.
Convertir comentarios o tickets en implementaciones pequeñas, siempre validando comportamiento con tests y revisión humana.
Usar edición asistida para limpiar código legacy en pasos pequeños, verificables y fáciles de revisar.
Crear una disciplina de aceptación selectiva: entender, adaptar, probar y documentar cada bloque generado por IA.
Tema 5: Prompting profesional para desarrolladores .NET
Diseñar prompts técnicos con contexto suficiente: objetivo, capa, restricciones, estilo de código, framework, versión .NET, pruebas esperadas y límites.
Evitar prompts vagos como “hazlo mejor”, sustituyéndolos por instrucciones verificables sobre arquitectura, errores, rendimiento, seguridad o mantenibilidad.
Pedir a Copilot planes antes de cambios grandes para revisar enfoque, dependencias, impacto y pasos de implementación.
Solicitar alternativas de diseño cuando existen trade-offs entre simplicidad, extensibilidad, rendimiento, testabilidad y deuda técnica.
Usar prompts que obliguen a indicar supuestos, riesgos, archivos afectados, pruebas necesarias y cambios no realizados.
Preparar prompts para ASP.NET Core, EF Core, minimal APIs, MediatR, CQRS, DDD, background services, caching, logging y observabilidad.
Adaptar el lenguaje del prompt al modo usado: explicación, edición, agente local, cloud agent, code review, CLI o Spark.
Crear plantillas de prompt para tareas recurrentes: añadir endpoint, crear test, refactorizar handler, corregir bug, revisar PR o documentar API.
Controlar prompts con datos sensibles, evitando pegar secretos, trazas productivas, información de clientes o payloads reales.
Medir calidad de prompts por tiempo ahorrado, número de iteraciones, errores generados, tests superados y facilidad de revisión.
Tema 6: Custom instructions de repositorio, organización y equipo
Definir instrucciones de repositorio para que Copilot respete arquitectura, convenciones, estilo C#, estructura de carpetas y criterios de testing.
Preparar instrucciones de organización que reflejen estándares comunes: seguridad, logging, documentación, branch strategy, revisión y Definition of Done.
Incluir reglas específicas para .NET 10: patrones de DI, configuración, endpoints, validación, async, cancelación, errores y observabilidad.
Añadir instrucciones sobre frameworks internos, paquetes permitidos, librerías prohibidas, naming, exceptions, Result pattern o estilo de respuestas API.
Evitar instrucciones demasiado largas, contradictorias o ambiguas que confundan al modelo y generen resultados inconsistentes.
Separar instrucciones globales de instrucciones específicas por repositorio para no imponer reglas de backend a proyectos frontend o infra.
Versionar las instrucciones como parte del repositorio, revisándolas mediante pull requests y validando su efecto en tareas reales.
Crear ejemplos positivos y negativos dentro de las instrucciones para reforzar decisiones arquitectónicas críticas.
Revisar periódicamente las instrucciones cuando cambian patrones, frameworks, librerías, versión .NET o políticas internas.
Medir si las instrucciones reducen retrabajo, revisiones repetitivas, errores de estilo y código generado fuera de estándar.
Tema 7: Selección de modelos y estrategia de uso por tarea
Entender que GitHub Copilot soporta varios modelos y que la disponibilidad puede cambiar, por lo que la estrategia debe basarse en capacidades y no en memorizar nombres.
Diferenciar modelos rápidos para tareas pequeñas, modelos de razonamiento para arquitectura, modelos de código para cambios complejos y auto model selection.
Aplicar selección de modelo según tarea: explicación, generación, refactorización, test, debugging, revisión, documentación, agente o prototipo.
Revisar políticas empresariales de disponibilidad de modelos para controlar qué modelos pueden usar los equipos y en qué contextos.
Analizar coste de premium requests y consumo asociado a modelos avanzados, agentes, Spark y tareas largas.
Crear criterios para no usar modelos potentes en tareas triviales si uno más ligero resuelve el problema con menor coste y latencia.
Comparar respuestas de varios modelos sobre un mismo problema .NET para evaluar precisión, estilo, seguridad y capacidad de seguir instrucciones.
Documentar recomendaciones internas por tipo de trabajo: bugfix, diseño de API, test suite, migración, code review, pipeline o análisis legacy.
Controlar respuestas de modelos en preview, entendiendo que su comportamiento, disponibilidad o rendimiento puede cambiar.
Construir una política de uso de modelos que combine productividad, calidad, coste, seguridad y experiencia del desarrollador.
Tema 8: Agent mode en IDE para cambios locales guiados
Usar agent mode para que Copilot planifique y edite varios archivos dentro del entorno local del desarrollador con supervisión directa.
Diferenciar agent mode local de Copilot cloud agent, ya que el primero actúa en el IDE y el segundo trabaja de forma autónoma en GitHub.
Pedir al agente tareas acotadas: añadir endpoint, corregir bug, actualizar test, refactorizar clase, crear migración o modificar workflow.
Revisar el plan propuesto por el agente antes de aceptar cambios amplios en capas sensibles del proyecto.
Controlar qué archivos toca el agente, analizando diffs parciales, cambios no solicitados, dependencias nuevas y efectos colaterales.
Integrar agent mode con ejecución local de tests, build, linters, formateo, análisis estático y depuración.
Usar el agente para tareas repetitivas que cruzan archivos: renombrados, cambios de DTO, actualización de validadores o adaptación de contratos.
Evitar pedir cambios masivos en repositorios sin tests, porque la revisión humana se vuelve costosa y el riesgo aumenta.
Crear prompts que obliguen al agente a trabajar por pasos, explicar impacto y esperar confirmación en áreas críticas.
Documentar patrones de uso seguro de agent mode para que el equipo no lo trate como “piloto automático” sin control.
Tema 9: Copilot cloud agent y trabajo autónomo en GitHub
Comprender Copilot cloud agent como agente que puede trabajar en GitHub sobre issues o peticiones, crear rama, planificar cambios y proponer pull requests.
Configurar el acceso al cloud agent teniendo en cuenta que en Copilot Business y Enterprise puede estar deshabilitado por defecto y requerir activación administrativa.
Asignar tareas desde issues, GitHub.com, Chat o superficies compatibles, definiendo contexto, alcance, criterios de aceptación y límites claros.
Revisar planes de implementación antes de permitir que el agente avance sobre cambios de varias capas o componentes críticos.
Gestionar ramas creadas por el agente, commits, mensajes, diffs, PRs en borrador y conversaciones de iteración.
Pedir iteraciones mediante comentarios de pull request, manteniendo trazabilidad entre requisito, propuesta, revisión y cambios finales.
Usar cloud agent para tareas asincrónicas: bugs acotados, tests faltantes, documentación, refactorizaciones pequeñas o actualización de dependencias.
Evitar asignarle cambios de alto riesgo sin pruebas, sin entorno reproducible, sin contexto de negocio o sin criterios de aceptación claros.
Medir productividad del cloud agent con tiempo de ciclo, PRs útiles, tasa de aceptación, defectos introducidos y esfuerzo de revisión.
Crear un protocolo corporativo para uso de cloud agent en repositorios .NET, incluyendo permisos, tareas permitidas, revisión y bloqueo de merges.
Tema 10: Custom agents y subagentes especializados para .NET
Crear custom agents especializados por tipo de tarea: API designer, test engineer, EF Core reviewer, DevOps assistant, AppSec reviewer o documentation agent.
Entender que GitHub permite crear agentes personalizados para cloud agent y que estos pueden especializarse en distintos tipos de tareas.
Diseñar instrucciones específicas para cada agente, incluyendo alcance, estilo de respuesta, herramientas permitidas, restricciones y criterios de salida.
Preparar subagentes para dominios .NET concretos: autenticación, rendimiento, observabilidad, migraciones, refactorización legacy o seguridad.
Evitar agentes demasiado genéricos que duplican el comportamiento de Copilot normal y no aportan especialización real.
Definir cuándo un agente puede actuar sobre código, cuándo solo debe revisar y cuándo debe pedir confirmación antes de modificar.
Probar agentes en repositorios de laboratorio con tareas repetibles para validar precisión, seguridad y utilidad antes de habilitarlos ampliamente.
Configurar secretos, variables, entorno, firewall y dependencias cuando el agente necesita ejecutar builds, tests o herramientas internas.
Documentar cada agente con propósito, owners, límites, repositorios autorizados, ejemplos de uso y métricas de rendimiento.
Mantener un catálogo de agentes corporativos para que los equipos reutilicen capacidades en lugar de crear agentes duplicados y descontrolados.
Tema 11: Agent skills: habilidades reutilizables para tareas repetibles
Comprender las agent skills como carpetas con instrucciones, scripts y recursos que Copilot puede cargar cuando son relevantes para tareas especializadas.
Diseñar skills para tareas .NET recurrentes: crear endpoint REST, añadir test de integración, revisar migración EF Core o documentar OpenAPI.
Incluir dentro de una skill instrucciones, ejemplos, scripts, plantillas, checklists y recursos que reduzcan variabilidad entre desarrolladores.
Crear skills para flujos internos: preparar release, revisar breaking changes, actualizar dependencias, validar logging o aplicar estándares de API.
Usar skills para enseñar a Copilot patrones propios de la empresa, sin depender de que el modelo deduzca convenciones desde cero.
Versionar skills en repositorios Git, revisar cambios mediante pull requests y asociar owners técnicos responsables.
Instalar y probar skills con GitHub CLI cuando el flujo del equipo lo permita, incorporándolas a la práctica diaria.
Evitar skills enormes o contradictorias que mezclan demasiadas tareas y reducen precisión.
Medir impacto de skills mediante reducción de errores repetidos, consistencia del código generado y menor tiempo de revisión.
Crear una biblioteca de skills corporativas para .NET, DevOps, seguridad, documentación, testing y migraciones.
Tema 12: MCP: conectar Copilot con herramientas y contexto empresarial
Comprender Model Context Protocol como estándar para conectar modelos y aplicaciones con fuentes de datos y herramientas externas.
Usar MCP para extender Copilot con sistemas como GitHub, Jira, Azure DevOps, documentación interna, APIs, catálogos, observabilidad o bases de conocimiento.
Configurar MCP en IDE, Copilot CLI o cloud agent según superficie y política empresarial disponible.
Revisar que el uso de MCP puede habilitarse o deshabilitarse mediante políticas en organizaciones y empresas con Copilot Business o Enterprise.
Diseñar servidores MCP internos con permisos mínimos, herramientas claras, logs, límites de operación y separación por entorno.
Proteger secretos, tokens, credenciales y datos sensibles cuando Copilot invoca herramientas externas.
Controlar prompt injection y tool injection en herramientas MCP que leen documentación, issues, comentarios o contenido no confiable.
Validar resultados de MCP con trazabilidad, respuestas citadas, logs y confirmación humana antes de cambios críticos.
Crear un catálogo corporativo de MCPs aprobados, no aprobados y experimentales para evitar integraciones invisibles.
Tema 13: GitHub MCP Server, MCP Registry y MCPs internos
Usar GitHub MCP Server para que Copilot interactúe con recursos de GitHub como issues, pull requests, repositorios y workflows cuando esté autorizado.
Explorar el MCP Registry como fuente de servidores MCP disponibles, revisando madurez, permisos, mantenimiento y confianza antes de adoptar.
Diseñar MCPs internos para conectar Copilot con documentación técnica, catálogos de APIs, sistemas de tickets, CMDB o plataformas DevOps.
Crear herramientas MCP de solo lectura para empezar, antes de permitir acciones de escritura sobre sistemas empresariales.
Establecer reglas de aprobación para MCPs que crean issues, modifican tareas, ejecutan pipelines, consultan datos o interactúan con entornos.
Definir scopes, tokens, expiración, rotación, trazabilidad y owners de cada integración MCP.
Preparar pruebas de seguridad para evitar que un prompt consiga acceder a información o herramientas no autorizadas.
Documentar cada MCP con finalidad, herramientas expuestas, datos accesibles, usuarios autorizados, riesgos y procedimiento de baja.
Medir adopción de MCPs por tareas útiles resueltas, reducción de cambios de contexto y menor búsqueda manual de información.
Integrar MCP con agentes especializados para que cada agente solo acceda a herramientas coherentes con su función.
Tema 14: GitHub Spark para prototipado de aplicaciones internas
Comprender GitHub Spark como plataforma Copilot-powered para crear y compartir aplicaciones mediante lenguaje natural, con capacidad de publicación.
Revisar que Spark requiere Copilot Enterprise para empresas, está en public preview y puede tener limitaciones como no estar disponible con data residency.
Diseñar prototipos internos para herramientas auxiliares: paneles de soporte, formularios, calculadoras, visualizadores, demos o aplicaciones de productividad.
Diferenciar prototipo Spark de aplicación .NET productiva, evitando convertir pruebas rápidas en sistemas críticos sin arquitectura, seguridad ni mantenimiento.
Usar Spark para explorar ideas de producto, interfaces, flujos de usuario, herramientas internas y conceptos antes de invertir en desarrollo completo.
Analizar cuándo conviene migrar un prototipo Spark a una aplicación .NET 10 formal con repositorio, tests, CI/CD y despliegue gobernado.
Aplicar criterios de seguridad, permisos, datos de prueba, publicación y compartición antes de enseñar un Spark a equipos o clientes.
Evaluar consumo de premium requests, coste, gobierno y políticas empresariales asociadas al uso de Spark.
Crear un flujo de ideación: prompt inicial, refinamiento, demo, feedback, decisión, descarte o industrialización.
Documentar el uso de Spark como herramienta de experimentación, no como sustituto automático del ciclo profesional de desarrollo.
Tema 15: Copilot CLI para productividad técnica y automatización
Instalar, autenticar y utilizar Copilot CLI para acelerar trabajo desde terminal, manteniendo control sobre comandos ejecutados y contexto disponible.
Usar CLI para consultar comandos Git, GitHub, dotnet, Docker, Azure, Kubernetes, SQL o scripts internos con explicación previa.
Automatizar tareas repetibles con Copilot CLI cuando el equipo necesita reducir fricción en setup, diagnóstico, documentación o mantenimiento.
Integrar CLI con repositorios .NET para ejecutar builds, tests, análisis, scaffolding, migraciones y comprobaciones locales.
Configurar Copilot CLI con instrucciones, skills, MCP servers, custom agents o proveedores propios cuando el flujo corporativo lo requiera.
Definir políticas para que comandos destructivos, cambios de infraestructura o acciones sobre producción requieran revisión y confirmación explícita.
Usar CLI como apoyo para investigar fallos de pipeline, logs, errores de dotnet test, problemas de dependencias o scripts de release.
Crear scripts asistidos por IA, revisándolos con especial atención a rutas, eliminación de archivos, credenciales y efectos secundarios.
Documentar comandos útiles generados por Copilot para convertir conocimiento informal en playbooks reutilizables.
Medir si Copilot CLI reduce tiempo de diagnóstico y setup sin aumentar riesgos por ejecución acrítica de comandos.
Tema 16: GitHub Copilot Code Review y revisión de pull requests
Usar Copilot code review para recibir observaciones sobre pull requests, cambios locales o selecciones de código antes de solicitar revisión humana.
Integrar revisión automática como apoyo a reviewers, no como sustituto de criterio arquitectónico, funcional, de negocio o seguridad.
Configurar políticas empresariales para habilitar o limitar Copilot code review según repositorio, equipo, criticidad y madurez.
Revisar comentarios generados por IA con criterio, cerrando falsos positivos y aceptando solo cambios que mejoran realmente el código.
Usar code review para detectar problemas típicos .NET: falta de CancellationToken, manejo pobre de excepciones, N+1 queries o validación insuficiente.
Pedir a Copilot que proponga tests faltantes vinculados al diff de un pull request.
Revisar pipelines, workflows, Dockerfiles y scripts de despliegue con Copilot para detectar errores de seguridad o mantenibilidad.
Crear checklists de review asistida por IA para que el equipo mantenga un estándar común.
Medir la utilidad de code review con tiempo ahorrado, comentarios válidos, defectos detectados y aceptación por parte del equipo.
Tema 17: Testing .NET con Copilot: unitarias, integración, contrato y regresión
Generar pruebas unitarias con xUnit, NUnit o MSTest respetando patrón AAA, nombres claros, datos representativos y asserts significativos.
Crear tests de integración para APIs ASP.NET Core usando WebApplicationFactory, Testcontainers, bases temporales y configuración aislada.
Diseñar pruebas de contrato para endpoints, DTOs, OpenAPI, consumidores, validaciones y respuestas de error.
Pedir a Copilot que identifique casos límite, equivalencias, valores frontera, errores esperados y escenarios negativos.
Mejorar tests existentes eliminando duplicación, datos mágicos, fixtures confusas o asserts demasiado débiles.
Usar Copilot para cubrir regresiones a partir de un bug real, reproduciendo primero el fallo antes de aplicar la corrección.
Generar builders, factories, fakes, mocks y test data sin acoplar las pruebas a detalles internos innecesarios.
Revisar cobertura con criterio, evitando tests superficiales creados solo para subir porcentaje.
Integrar tests generados en GitHub Actions con reportes, quality gates, cobertura y fallos visibles en pull requests.
Crear una skill o prompt de testing .NET que obligue a generar tests mantenibles, legibles y alineados con el dominio.
Tema 18: Refactorización y modernización de legacy .NET
Usar Copilot para entender código heredado, dependencias implícitas, métodos largos, clases acopladas y lógica de negocio mezclada.
Planificar refactorizaciones pequeñas y seguras con pasos verificables, tests previos, commits separados y rollback claro.
Migrar patrones antiguos hacia C# moderno y .NET 10 sin introducir cambios funcionales no deseados.
Extraer servicios, interfaces, validators, handlers, mappers o value objects con ayuda de Copilot, manteniendo comportamiento existente.
Detectar duplicación y crear abstracciones razonables, evitando sobreingeniería generada por la IA.
Modernizar APIs antiguas hacia minimal APIs o controllers actualizados cuando el equipo lo haya decidido arquitectónicamente.
Revisar migraciones desde versiones anteriores de .NET, identificando breaking changes, paquetes obsoletos y compatibilidad.
Usar cloud agent para tareas de modernización acotadas y agent mode para cambios locales con feedback inmediato.
Documentar decisiones de refactorización mediante ADRs asistidos por Copilot.
Medir éxito de modernización por reducción de deuda, tests añadidos, claridad de código, tiempo de build y menor tasa de defectos.
Tema 19: ASP.NET Core, APIs y diseño de contratos con Copilot
Diseñar endpoints REST o minimal APIs con contratos claros, códigos HTTP correctos, validación, errores de negocio y OpenAPI coherente.
Usar Copilot para generar DTOs, validators, mapping, filtros, middlewares, policies y documentación de endpoints.
Definir respuestas de error consistentes con ProblemDetails, trazabilidad, correlation IDs y mensajes seguros para clientes.
Crear prompts que obliguen a separar contrato público, modelo de dominio, persistencia y lógica de aplicación.
Revisar compatibilidad hacia atrás cuando Copilot propone cambios en payloads, nombres de campos o estructuras de respuesta.
Generar ejemplos de request/response para documentación, pruebas y consumidores frontend.
Diseñar versionado de APIs con criterios de evolución, deprecación y comunicación de breaking changes.
Validar seguridad en endpoints: autorización, autenticación, scopes, rate limits, validación de entrada y exposición de datos.
Integrar Copilot en revisión de contratos OpenAPI para detectar inconsistencias, duplicidades o campos ambiguos.
Crear una guía interna de diseño API .NET que Copilot pueda seguir en prompts, instructions y skills.
Tema 20: Entity Framework Core, datos y persistencia asistida por IA
Usar Copilot para revisar modelos EF Core, configuraciones Fluent API, relaciones, índices, constraints, owned types y conversiones.
Generar consultas LINQ con criterio de rendimiento, evitando N+1, materialización excesiva, client evaluation o includes innecesarios.
Diseñar migraciones con revisión manual, prestando atención a pérdida de datos, bloqueos, índices, cambios de columna y compatibilidad.
Crear tests de persistencia con bases temporales, Testcontainers o proveedores adecuados según el tipo de validación.
Pedir explicaciones de planes de consulta, posibles cuellos de botella y alternativas de modelado.
Revisar transacciones, concurrencia, optimistic concurrency, unit of work, idempotencia y consistencia eventual.
Generar repositorios o query handlers solo cuando aporten valor, evitando patrones innecesarios sugeridos por inercia.
Configurar DbContext, connection strings, pooling, interceptors, logging y resiliencia con cuidado de no exponer secretos.
Usar Copilot para documentar decisiones de modelado y efectos de cambios en tablas, relaciones y datos históricos.
Crear un checklist EF Core asistido por IA para PRs que modifican persistencia.
Tema 21: Seguridad en aplicaciones .NET generadas o asistidas por Copilot
Revisar código generado por Copilot para detectar inyección SQL, XSS, SSRF, path traversal, deserialización insegura y validación insuficiente.
Aplicar prácticas seguras de autenticación y autorización con ASP.NET Core, OpenID Connect, OAuth2, JWT, cookies y policies.
Evitar que Copilot proponga hardcodear secretos, connection strings, tokens, claves API o certificados dentro del código.
Diseñar prompts que exijan controles de entrada, autorización por recurso, logging seguro y mensajes de error no reveladores.
Integrar Copilot con GitHub Advanced Security, secret scanning, code scanning y revisión de dependencias cuando la empresa lo tenga habilitado.
Revisar cambios en GitHub Actions para evitar permisos excesivos, tokens inseguros, actions no fijadas o exposición de secretos en logs.
Usar Copilot para generar pruebas de seguridad básicas y casos negativos sobre permisos, roles, scopes y validaciones.
Crear agentes o skills de AppSec orientados a revisar endpoints, control de acceso, datos sensibles y configuraciones.
Incorporar threat modeling ligero en historias y pull requests con apoyo de Copilot.
Documentar decisiones de seguridad para que la IA no repita soluciones inseguras en futuras tareas.
Tema 22: Rendimiento, concurrencia y observabilidad en .NET 10
Usar Copilot para analizar hot paths, operaciones síncronas bloqueantes, asignaciones innecesarias, consultas lentas y serialización costosa.
Revisar async/await, CancellationToken, IAsyncEnumerable, paralelismo, tareas en background y límites de concurrencia.
Diseñar caching con MemoryCache, distributed cache, Redis o estrategias específicas sin introducir datos obsoletos o inconsistentes.
Generar instrumentación con logging estructurado, métricas, traces, correlation IDs y OpenTelemetry.
Pedir a Copilot análisis de posibles cuellos de botella en endpoints, queries, jobs, procesamiento batch o integración con APIs externas.
Crear pruebas de carga o benchmarks iniciales con BenchmarkDotNet, k6, NBomber u otras herramientas aprobadas.
Revisar configuración de ASP.NET Core, Kestrel, HttpClientFactory, resiliencia, retries, timeouts y circuit breakers.
Usar Copilot para interpretar logs de errores de laboratorio, trazas y métricas sin pegar datos sensibles de producción.
Preparar runbooks asistidos para diagnosticar latencia, errores 5xx, consumo de memoria, saturación de threads o timeouts.
Crear criterios de rendimiento en Definition of Done para cambios críticos.
Tema 23: GitHub Actions, CI y calidad continua para .NET
Generar workflows de GitHub Actions para restaurar, compilar, probar, publicar cobertura, ejecutar análisis y validar solución .NET 10.
Usar Copilot para revisar YAML, triggers, matrices, caches, artifacts, permisos, secrets, environments y reusable workflows.
Configurar pipelines por ramas, pull requests, tags, releases y paths afectados en monorepos.
Añadir pasos de `dotnet format`, análisis estático, tests unitarios, integración, cobertura y publicación de resultados.
Optimizar tiempos de pipeline con caching de NuGet, matrices inteligentes, ejecución selectiva y paralelización razonable.
Revisar seguridad de workflows: permisos mínimos, pinning de actions, protección de secretos, environments y aprobación manual.
Pedir a Copilot que explique fallos de CI y proponga correcciones basadas en logs de laboratorio.
Crear workflows reutilizables para proyectos .NET internos, reduciendo duplicación entre repositorios.
Integrar quality gates con code review, políticas de branch protection y checks obligatorios antes de merge.
Documentar el pipeline como parte del producto, incluyendo owners, triggers, variables, secretos, entornos y procedimiento de fallo.
Tema 24: CD, releases, despliegues y entornos con Copilot
Diseñar flujos de despliegue para aplicaciones .NET en Azure App Service, AKS, contenedores, IIS, Linux services o plataformas corporativas.
Usar Copilot para generar Dockerfiles, compose files, manifests Kubernetes, Bicep, Terraform o scripts de despliegue con revisión experta.
Configurar environments de GitHub con aprobaciones, secretos, protección, reviewers y despliegues diferenciados por entorno.
Crear estrategias de release: semantic versioning, tags, changelog, GitHub Releases, packages, contenedores y artefactos firmados.
Pedir a Copilot planes de rollback, smoke tests, health checks, migraciones de base de datos y validaciones postdeploy.
Integrar despliegues con observabilidad, notificaciones, issues, incidentes y documentación de cambios.
Evitar que Copilot genere scripts destructivos o despliegues sin idempotencia, control de errores y rollback.
Diseñar blue-green, canary o progressive delivery cuando la arquitectura y plataforma lo permitan.
Revisar pipelines CD con perspectiva de seguridad, permisos, segregación de entornos y trazabilidad.
Crear un playbook de release .NET asistido por Copilot para equipos que publican con frecuencia.
Tema 25: Documentación, ADRs y conocimiento técnico asistido
Usar Copilot para generar documentación de APIs, README, guías de setup, arquitectura, decisiones técnicas y procedimientos de operación.
Crear ADRs a partir de discusiones, issues o cambios de PR, documentando contexto, decisión, alternativas y consecuencias.
Mantener documentación viva con actualización automática propuesta por Copilot cuando cambian endpoints, parámetros, workflows o dependencias.
Generar diagramas Mermaid para arquitectura, secuencias, flujos de datos, despliegues y procesos CI/CD.
Revisar documentación generada para eliminar afirmaciones falsas, versiones incorrectas, comandos no probados o arquitectura inventada.
Crear instrucciones para que Copilot documente en el tono, formato y nivel de detalle acordado por la empresa.
Integrar documentación en pull requests como parte obligatoria de cambios funcionales o arquitectónicos relevantes.
Usar Spaces o bases de contexto cuando el equipo necesite agrupar documentos, decisiones y conocimiento para conversaciones técnicas.
Preparar documentación de onboarding de nuevos desarrolladores con setup, estructura, patrones, comandos y errores frecuentes.
Medir mejora documental por reducción de dudas repetidas, menor tiempo de onboarding y más trazabilidad de decisiones.
Tema 26: GitHub Issues, Projects, planificación y gestión del trabajo
Usar Copilot para convertir necesidades ambiguas en issues con contexto, alcance, criterios de aceptación, riesgos y pruebas esperadas.
Generar tareas técnicas desde épicas, bugs, deuda técnica, feedback de usuario o incidencias internas.
Pedir a Copilot que descomponga historias .NET complejas en pasos implementables y verificables.
Conectar issues con cloud agent para tareas acotadas, evitando asignarle trabajo sin definición ni aceptación clara.
Crear plantillas de issues para bugs, features, refactorizaciones, seguridad, rendimiento, documentación y cambios CI/CD.
Usar GitHub Projects para organizar estado, prioridades, dependencias, owners, iteraciones y trazabilidad del trabajo.
Generar resúmenes de actividad del repositorio, PRs pendientes, bloqueos, releases o cambios entre fechas.
Diseñar prompts para preparar reuniones técnicas, daily, refinamientos o revisiones de sprint desde datos de GitHub.
Evitar que Copilot rellene backlog con tareas genéricas sin valor o duplicadas.
Crear un flujo donde issues, PRs, tests, documentación y release notes quedan conectados de forma coherente.
Tema 27: GitHub Copilot SDK, BYOK y extensibilidad avanzada
Conocer el Copilot SDK como vía para construir experiencias, agentes o integraciones personalizadas alrededor de Copilot cuando el caso lo justifique.
Evaluar cuándo una necesidad requiere SDK, MCP, custom agent, skill, GitHub App, Action o simple prompt reutilizable.
Revisar Bring Your Own Key y uso de proveedor propio cuando la empresa necesita controlar claves, modelos, costes o condiciones específicas.
Diseñar agentes personalizados con hooks, MCP servers, sesiones remotas, persistencia y telemetría cuando el proyecto exige capacidades avanzadas.
Integrar Copilot con Microsoft Agent Framework u otros entornos corporativos cuando exista estrategia de agentes más amplia.
Controlar autenticación, autorización, secretos, límites de uso, observabilidad y errores en integraciones personalizadas.
Evitar crear extensiones complejas antes de validar que el problema no se resuelve con instrucciones, skills o MCP estándar.
Preparar pruebas de compatibilidad de agentes y SDK antes de exponerlos a equipos de desarrollo.
Documentar decisiones de extensibilidad con arquitectura, riesgos, owners, soporte, coste y mantenimiento.
Crear una hoja de ruta de extensibilidad Copilot para necesidades internas .NET, DevOps, seguridad y soporte.
Tema 28: Gobierno empresarial, políticas, auditoría y métricas de adopción
Configurar políticas de Copilot Enterprise para controlar funciones, modelos, MCP, agentes, Spark, code review, acceso y comportamiento por organización.
Revisar opciones de administración de licencias, uso, adopción, actividad, audit logs y controles de red dentro de GitHub Enterprise.
Establecer reglas de uso aceptable: datos que no se introducen, repositorios autorizados, revisión obligatoria, agentes permitidos y herramientas conectadas.
Medir adopción con métricas de usuarios activos, solicitudes, uso de chat, aceptación, PRs asistidos, agentes, Spark y satisfacción del equipo.
Analizar productividad sin caer en métricas simplistas que incentiven aceptar más código aunque sea peor.
Diseñar controles de privacidad y propiedad intelectual para código generado, contexto de repositorio, prompts y salidas.
Crear un comité de gobierno Copilot con desarrollo, arquitectura, seguridad, legal, DPO, DevOps y dirección técnica.
Revisar riesgos de shadow AI si los equipos usan herramientas externas no autorizadas por falta de alternativas corporativas.
Preparar auditorías internas sobre repositorios, políticas, MCPs, agentes, modelos y uso de datos sensibles.
Crear un modelo de mejora continua de Copilot Enterprise con feedback, nuevas capacidades, formación, métricas y revisión trimestral.
Tema 29: Proyecto final integrador: plataforma .NET asistida por GitHub Copilot Enterprise
Definir una solución .NET 10 empresarial con API, persistencia, autenticación, tests, CI/CD, documentación, observabilidad y backlog inicial.
Configurar Copilot Enterprise en IDE, GitHub.com, CLI, repositorio, instrucciones, políticas, modelos y entorno de laboratorio.
Crear custom instructions para que Copilot respete arquitectura, estilo C#, patrones de API, testing, seguridad y documentación.
Diseñar una skill .NET reutilizable para generar endpoints completos con validación, tests, OpenAPI, logging y manejo de errores.
Configurar un MCP de laboratorio para consultar documentación técnica, issues, contratos API o un sistema externo simulado.
Crear un custom agent especializado en revisión de PRs .NET o generación de tests de integración.
Usar agent mode para implementar una funcionalidad local y Copilot cloud agent para resolver un issue acotado en rama separada.
Diseñar workflows GitHub Actions para build, tests, cobertura, análisis, contenedores y despliegue a un entorno de prueba.
Prototipar una herramienta auxiliar con GitHub Spark y decidir si debe descartarse, mantenerse como prototipo o industrializarse en .NET.
Presentar el proyecto con arquitectura, prompts, instructions, skill, MCP, agente, pipelines, métricas, riesgos, gobierno y plan de adopción.
Una plataforma practica, con IA integrada y pensada para que mejores desarrollando. Se adapta a tu ritmo, te corrige al instante y te muestra tu progreso real.
Correccion magica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
Situar GitHub Copilot Enterprise como asistente de desarrollo corporativo que trabaja en IDE, GitHub.com, CLI, issues, pull requests, agentes y flujos de entrega.
Diferenciar Copilot Free, Pro, Business y Enterprise para entender qué aporta el plan corporativo en gobierno, políticas, modelos, agentes, Spark y control centralizado.
Revisar el encaje de GitHub Copilot Enterprise con GitHub Enterprise Cloud, repositorios privados, organizaciones, equipos, seguridad y auditoría.
Comprender el papel de Copilot en proyectos .NET 10: diseño de APIs, C#, testing, refactorización, documentación, pipelines, DevOps y modernización.
Identificar casos de uso de alta productividad: generación de código repetible, explicación de legacy, pruebas, migraciones, debugging, PRs y documentación viva.
Separar asistencia inteligente de delegación irresponsable, dejando claro cuándo Copilot propone, cuándo automatiza y cuándo el equipo debe decidir.
Analizar límites: contexto incompleto, respuestas plausibles pero erróneas, dependencias inventadas, patrones inseguros y cambios sin visión arquitectónica.
Crear un mapa de superficies de uso: autocompletado, inline chat, Chat, edit mode, ask mode, agent mode, cloud agent, CLI, Spark y GitHub.com.
Diseñar una estrategia de adopción por perfiles: junior, senior, tech lead, QA, DevOps, AppSec y manager.
Preparar una primera guía de uso profesional para evitar que cada desarrollador emplee Copilot con criterios distintos.
Situar GitHub Copilot Enterprise como asistente de desarrollo corporativo que trabaja en IDE, GitHub.com, CLI, issues, pull requests, agentes y flujos de entrega.
Diferenciar Copilot Free, Pro, Business y Enterprise para entender qué aporta el plan corporativo en gobierno, políticas, modelos, agentes, Spark y control centralizado.
Revisar el encaje de GitHub Copilot Enterprise con GitHub Enterprise Cloud, repositorios privados, organizaciones, equipos, seguridad y auditoría.
Comprender el papel de Copilot en proyectos .NET 10: diseño de APIs, C#, testing, refactorización, documentación, pipelines, DevOps y modernización.
Identificar casos de uso de alta productividad: generación de código repetible, explicación de legacy, pruebas, migraciones, debugging, PRs y documentación viva.
Separar asistencia inteligente de delegación irresponsable, dejando claro cuándo Copilot propone, cuándo automatiza y cuándo el equipo debe decidir.
Analizar límites: contexto incompleto, respuestas plausibles pero erróneas, dependencias inventadas, patrones inseguros y cambios sin visión arquitectónica.
Crear un mapa de superficies de uso: autocompletado, inline chat, Chat, edit mode, ask mode, agent mode, cloud agent, CLI, Spark y GitHub.com.
Diseñar una estrategia de adopción por perfiles: junior, senior, tech lead, QA, DevOps, AppSec y manager.
Preparar una primera guía de uso profesional para evitar que cada desarrollador emplee Copilot con criterios distintos.
Tema 1: GitHub Copilot Enterprise en el ecosistema .NET 10
Situar GitHub Copilot Enterprise como asistente de desarrollo corporativo que trabaja en IDE, GitHub.com, CLI, issues, pull requests, agentes y flujos de entrega.
Diferenciar Copilot Free, Pro, Business y Enterprise para entender qué aporta el plan corporativo en gobierno, políticas, modelos, agentes, Spark y control centralizado.
Revisar el encaje de GitHub Copilot Enterprise con GitHub Enterprise Cloud, repositorios privados, organizaciones, equipos, seguridad y auditoría.
Comprender el papel de Copilot en proyectos .NET 10: diseño de APIs, C#, testing, refactorización, documentación, pipelines, DevOps y modernización.
Identificar casos de uso de alta productividad: generación de código repetible, explicación de legacy, pruebas, migraciones, debugging, PRs y documentación viva.
Separar asistencia inteligente de delegación irresponsable, dejando claro cuándo Copilot propone, cuándo automatiza y cuándo el equipo debe decidir.
Analizar límites: contexto incompleto, respuestas plausibles pero erróneas, dependencias inventadas, patrones inseguros y cambios sin visión arquitectónica.
Crear un mapa de superficies de uso: autocompletado, inline chat, Chat, edit mode, ask mode, agent mode, cloud agent, CLI, Spark y GitHub.com.
Diseñar una estrategia de adopción por perfiles: junior, senior, tech lead, QA, DevOps, AppSec y manager.
Preparar una primera guía de uso profesional para evitar que cada desarrollador emplee Copilot con criterios distintos.
Tema 2: Configuración inicial en Visual Studio, VS Code, Rider y GitHub.com
Instalar, activar y validar GitHub Copilot en los IDEs usados por el equipo .NET, comprobando autenticación, licencia, organización y políticas aplicadas.
Configurar Visual Studio para trabajar con soluciones .NET 10, proyectos ASP.NET Core, pruebas, depuración y sugerencias de Copilot en contexto real.
Preparar Visual Studio Code con C# Dev Kit, extensiones de GitHub, GitHub Pull Requests, GitHub Actions y Copilot Chat.
Revisar el uso en JetBrains Rider cuando el equipo trabaja con soluciones grandes, navegación avanzada, refactorizaciones y workflows multiplataforma.
Activar Copilot Chat en GitHub.com para trabajar con repositorios, issues, pull requests, documentación, code review y contexto de organización.
Validar qué funciones están disponibles según licencia, organización, políticas empresariales, región, modelo y configuración del administrador.
Configurar preferencias de usuario sin romper estándares corporativos: modelo por defecto, comportamiento del chat, sugerencias, privacidad y contexto.
Revisar logs, estado de conexión, errores de autenticación, problemas de proxy y restricciones de red corporativa.
Preparar una solución .NET de laboratorio con API, biblioteca, tests, Dockerfile, workflows, issues y documentación para prácticas.
Crear una checklist de setup para nuevos desarrolladores, incluyendo licencia, IDE, repositorio, CLI, extensiones, permisos y prueba de funcionamiento.
Tema 3: Copilot Chat para entender repositorios .NET grandes
Usar Copilot Chat para explorar soluciones con múltiples proyectos, capas, referencias, namespaces, dependencias y convenciones internas.
Pedir mapas de arquitectura del repositorio, identificando API, dominio, infraestructura, persistencia, tests, jobs, workers y componentes compartidos.
Analizar flujos de ejecución desde controller, endpoint minimal API, service, handler, repository, DbContext y capa de integración.
Localizar puntos de entrada, configuración, middlewares, filtros, políticas de autorización, servicios registrados y opciones de aplicación.
Comprender código legacy sin documentación mediante preguntas sobre clases, métodos, dependencias, reglas de negocio y rutas de ejecución.
Solicitar resúmenes por carpeta, proyecto, namespace o bounded context para acelerar onboarding de nuevos miembros del equipo.
Revisar convenciones existentes antes de generar código nuevo, evitando introducir estilos que no encajan con el repositorio.
Pedir a Copilot que identifique riesgos de acoplamiento, duplicación, deuda técnica, dependencias circulares y puntos difíciles de probar.
Contrastar respuestas con código real, tests y documentación para evitar conclusiones basadas en contexto parcial.
Crear prompts de exploración reutilizables para análisis inicial de cualquier repositorio .NET corporativo.
Tema 4: Autocompletado, inline chat y edición asistida en C#
Usar autocompletado de Copilot para acelerar código repetitivo sin aceptar sugerencias que rompan estilo, nullability, naming o arquitectura.
Aplicar inline chat para modificar métodos concretos, extraer funciones, simplificar lógica, añadir validaciones o mejorar legibilidad.
Pedir transformaciones localizadas en C# moderno, aprovechando patrones actuales sin perder compatibilidad con la base de código existente.
Generar DTOs, records, validators, handlers, mappers, extension methods y servicios con criterios de consistencia del repositorio.
Revisar sugerencias de LINQ, async/await, pattern matching, collections, spans o APIs modernas según el tipo de proyecto.
Detectar código generado que parece correcto pero no contempla concurrencia, cancelación, errores, logging, seguridad o rendimiento.
Trabajar con nullable reference types, warnings del compilador y análisis estático para que Copilot no oculte problemas reales.
Convertir comentarios o tickets en implementaciones pequeñas, siempre validando comportamiento con tests y revisión humana.
Usar edición asistida para limpiar código legacy en pasos pequeños, verificables y fáciles de revisar.
Crear una disciplina de aceptación selectiva: entender, adaptar, probar y documentar cada bloque generado por IA.
Tema 5: Prompting profesional para desarrolladores .NET
Diseñar prompts técnicos con contexto suficiente: objetivo, capa, restricciones, estilo de código, framework, versión .NET, pruebas esperadas y límites.
Evitar prompts vagos como “hazlo mejor”, sustituyéndolos por instrucciones verificables sobre arquitectura, errores, rendimiento, seguridad o mantenibilidad.
Pedir a Copilot planes antes de cambios grandes para revisar enfoque, dependencias, impacto y pasos de implementación.
Solicitar alternativas de diseño cuando existen trade-offs entre simplicidad, extensibilidad, rendimiento, testabilidad y deuda técnica.
Usar prompts que obliguen a indicar supuestos, riesgos, archivos afectados, pruebas necesarias y cambios no realizados.
Preparar prompts para ASP.NET Core, EF Core, minimal APIs, MediatR, CQRS, DDD, background services, caching, logging y observabilidad.
Adaptar el lenguaje del prompt al modo usado: explicación, edición, agente local, cloud agent, code review, CLI o Spark.
Crear plantillas de prompt para tareas recurrentes: añadir endpoint, crear test, refactorizar handler, corregir bug, revisar PR o documentar API.
Controlar prompts con datos sensibles, evitando pegar secretos, trazas productivas, información de clientes o payloads reales.
Medir calidad de prompts por tiempo ahorrado, número de iteraciones, errores generados, tests superados y facilidad de revisión.
Tema 6: Custom instructions de repositorio, organización y equipo
Definir instrucciones de repositorio para que Copilot respete arquitectura, convenciones, estilo C#, estructura de carpetas y criterios de testing.
Preparar instrucciones de organización que reflejen estándares comunes: seguridad, logging, documentación, branch strategy, revisión y Definition of Done.
Incluir reglas específicas para .NET 10: patrones de DI, configuración, endpoints, validación, async, cancelación, errores y observabilidad.
Añadir instrucciones sobre frameworks internos, paquetes permitidos, librerías prohibidas, naming, exceptions, Result pattern o estilo de respuestas API.
Evitar instrucciones demasiado largas, contradictorias o ambiguas que confundan al modelo y generen resultados inconsistentes.
Separar instrucciones globales de instrucciones específicas por repositorio para no imponer reglas de backend a proyectos frontend o infra.
Versionar las instrucciones como parte del repositorio, revisándolas mediante pull requests y validando su efecto en tareas reales.
Crear ejemplos positivos y negativos dentro de las instrucciones para reforzar decisiones arquitectónicas críticas.
Revisar periódicamente las instrucciones cuando cambian patrones, frameworks, librerías, versión .NET o políticas internas.
Medir si las instrucciones reducen retrabajo, revisiones repetitivas, errores de estilo y código generado fuera de estándar.
Tema 7: Selección de modelos y estrategia de uso por tarea
Entender que GitHub Copilot soporta varios modelos y que la disponibilidad puede cambiar, por lo que la estrategia debe basarse en capacidades y no en memorizar nombres.
Diferenciar modelos rápidos para tareas pequeñas, modelos de razonamiento para arquitectura, modelos de código para cambios complejos y auto model selection.
Aplicar selección de modelo según tarea: explicación, generación, refactorización, test, debugging, revisión, documentación, agente o prototipo.
Revisar políticas empresariales de disponibilidad de modelos para controlar qué modelos pueden usar los equipos y en qué contextos.
Analizar coste de premium requests y consumo asociado a modelos avanzados, agentes, Spark y tareas largas.
Crear criterios para no usar modelos potentes en tareas triviales si uno más ligero resuelve el problema con menor coste y latencia.
Comparar respuestas de varios modelos sobre un mismo problema .NET para evaluar precisión, estilo, seguridad y capacidad de seguir instrucciones.
Documentar recomendaciones internas por tipo de trabajo: bugfix, diseño de API, test suite, migración, code review, pipeline o análisis legacy.
Controlar respuestas de modelos en preview, entendiendo que su comportamiento, disponibilidad o rendimiento puede cambiar.
Construir una política de uso de modelos que combine productividad, calidad, coste, seguridad y experiencia del desarrollador.
Tema 8: Agent mode en IDE para cambios locales guiados
Usar agent mode para que Copilot planifique y edite varios archivos dentro del entorno local del desarrollador con supervisión directa.
Diferenciar agent mode local de Copilot cloud agent, ya que el primero actúa en el IDE y el segundo trabaja de forma autónoma en GitHub.
Pedir al agente tareas acotadas: añadir endpoint, corregir bug, actualizar test, refactorizar clase, crear migración o modificar workflow.
Revisar el plan propuesto por el agente antes de aceptar cambios amplios en capas sensibles del proyecto.
Controlar qué archivos toca el agente, analizando diffs parciales, cambios no solicitados, dependencias nuevas y efectos colaterales.
Integrar agent mode con ejecución local de tests, build, linters, formateo, análisis estático y depuración.
Usar el agente para tareas repetitivas que cruzan archivos: renombrados, cambios de DTO, actualización de validadores o adaptación de contratos.
Evitar pedir cambios masivos en repositorios sin tests, porque la revisión humana se vuelve costosa y el riesgo aumenta.
Crear prompts que obliguen al agente a trabajar por pasos, explicar impacto y esperar confirmación en áreas críticas.
Documentar patrones de uso seguro de agent mode para que el equipo no lo trate como “piloto automático” sin control.
Tema 9: Copilot cloud agent y trabajo autónomo en GitHub
Comprender Copilot cloud agent como agente que puede trabajar en GitHub sobre issues o peticiones, crear rama, planificar cambios y proponer pull requests.
Configurar el acceso al cloud agent teniendo en cuenta que en Copilot Business y Enterprise puede estar deshabilitado por defecto y requerir activación administrativa.
Asignar tareas desde issues, GitHub.com, Chat o superficies compatibles, definiendo contexto, alcance, criterios de aceptación y límites claros.
Revisar planes de implementación antes de permitir que el agente avance sobre cambios de varias capas o componentes críticos.
Gestionar ramas creadas por el agente, commits, mensajes, diffs, PRs en borrador y conversaciones de iteración.
Pedir iteraciones mediante comentarios de pull request, manteniendo trazabilidad entre requisito, propuesta, revisión y cambios finales.
Usar cloud agent para tareas asincrónicas: bugs acotados, tests faltantes, documentación, refactorizaciones pequeñas o actualización de dependencias.
Evitar asignarle cambios de alto riesgo sin pruebas, sin entorno reproducible, sin contexto de negocio o sin criterios de aceptación claros.
Medir productividad del cloud agent con tiempo de ciclo, PRs útiles, tasa de aceptación, defectos introducidos y esfuerzo de revisión.
Crear un protocolo corporativo para uso de cloud agent en repositorios .NET, incluyendo permisos, tareas permitidas, revisión y bloqueo de merges.
Tema 10: Custom agents y subagentes especializados para .NET
Crear custom agents especializados por tipo de tarea: API designer, test engineer, EF Core reviewer, DevOps assistant, AppSec reviewer o documentation agent.
Entender que GitHub permite crear agentes personalizados para cloud agent y que estos pueden especializarse en distintos tipos de tareas.
Diseñar instrucciones específicas para cada agente, incluyendo alcance, estilo de respuesta, herramientas permitidas, restricciones y criterios de salida.
Preparar subagentes para dominios .NET concretos: autenticación, rendimiento, observabilidad, migraciones, refactorización legacy o seguridad.
Evitar agentes demasiado genéricos que duplican el comportamiento de Copilot normal y no aportan especialización real.
Definir cuándo un agente puede actuar sobre código, cuándo solo debe revisar y cuándo debe pedir confirmación antes de modificar.
Probar agentes en repositorios de laboratorio con tareas repetibles para validar precisión, seguridad y utilidad antes de habilitarlos ampliamente.
Configurar secretos, variables, entorno, firewall y dependencias cuando el agente necesita ejecutar builds, tests o herramientas internas.
Documentar cada agente con propósito, owners, límites, repositorios autorizados, ejemplos de uso y métricas de rendimiento.
Mantener un catálogo de agentes corporativos para que los equipos reutilicen capacidades en lugar de crear agentes duplicados y descontrolados.
Tema 11: Agent skills: habilidades reutilizables para tareas repetibles
Comprender las agent skills como carpetas con instrucciones, scripts y recursos que Copilot puede cargar cuando son relevantes para tareas especializadas.
Diseñar skills para tareas .NET recurrentes: crear endpoint REST, añadir test de integración, revisar migración EF Core o documentar OpenAPI.
Incluir dentro de una skill instrucciones, ejemplos, scripts, plantillas, checklists y recursos que reduzcan variabilidad entre desarrolladores.
Crear skills para flujos internos: preparar release, revisar breaking changes, actualizar dependencias, validar logging o aplicar estándares de API.
Usar skills para enseñar a Copilot patrones propios de la empresa, sin depender de que el modelo deduzca convenciones desde cero.
Versionar skills en repositorios Git, revisar cambios mediante pull requests y asociar owners técnicos responsables.
Instalar y probar skills con GitHub CLI cuando el flujo del equipo lo permita, incorporándolas a la práctica diaria.
Evitar skills enormes o contradictorias que mezclan demasiadas tareas y reducen precisión.
Medir impacto de skills mediante reducción de errores repetidos, consistencia del código generado y menor tiempo de revisión.
Crear una biblioteca de skills corporativas para .NET, DevOps, seguridad, documentación, testing y migraciones.
Tema 12: MCP: conectar Copilot con herramientas y contexto empresarial
Comprender Model Context Protocol como estándar para conectar modelos y aplicaciones con fuentes de datos y herramientas externas.
Usar MCP para extender Copilot con sistemas como GitHub, Jira, Azure DevOps, documentación interna, APIs, catálogos, observabilidad o bases de conocimiento.
Configurar MCP en IDE, Copilot CLI o cloud agent según superficie y política empresarial disponible.
Revisar que el uso de MCP puede habilitarse o deshabilitarse mediante políticas en organizaciones y empresas con Copilot Business o Enterprise.
Diseñar servidores MCP internos con permisos mínimos, herramientas claras, logs, límites de operación y separación por entorno.
Proteger secretos, tokens, credenciales y datos sensibles cuando Copilot invoca herramientas externas.
Controlar prompt injection y tool injection en herramientas MCP que leen documentación, issues, comentarios o contenido no confiable.
Validar resultados de MCP con trazabilidad, respuestas citadas, logs y confirmación humana antes de cambios críticos.
Crear un catálogo corporativo de MCPs aprobados, no aprobados y experimentales para evitar integraciones invisibles.
Tema 13: GitHub MCP Server, MCP Registry y MCPs internos
Usar GitHub MCP Server para que Copilot interactúe con recursos de GitHub como issues, pull requests, repositorios y workflows cuando esté autorizado.
Explorar el MCP Registry como fuente de servidores MCP disponibles, revisando madurez, permisos, mantenimiento y confianza antes de adoptar.
Diseñar MCPs internos para conectar Copilot con documentación técnica, catálogos de APIs, sistemas de tickets, CMDB o plataformas DevOps.
Crear herramientas MCP de solo lectura para empezar, antes de permitir acciones de escritura sobre sistemas empresariales.
Establecer reglas de aprobación para MCPs que crean issues, modifican tareas, ejecutan pipelines, consultan datos o interactúan con entornos.
Definir scopes, tokens, expiración, rotación, trazabilidad y owners de cada integración MCP.
Preparar pruebas de seguridad para evitar que un prompt consiga acceder a información o herramientas no autorizadas.
Documentar cada MCP con finalidad, herramientas expuestas, datos accesibles, usuarios autorizados, riesgos y procedimiento de baja.
Medir adopción de MCPs por tareas útiles resueltas, reducción de cambios de contexto y menor búsqueda manual de información.
Integrar MCP con agentes especializados para que cada agente solo acceda a herramientas coherentes con su función.
Tema 14: GitHub Spark para prototipado de aplicaciones internas
Comprender GitHub Spark como plataforma Copilot-powered para crear y compartir aplicaciones mediante lenguaje natural, con capacidad de publicación.
Revisar que Spark requiere Copilot Enterprise para empresas, está en public preview y puede tener limitaciones como no estar disponible con data residency.
Diseñar prototipos internos para herramientas auxiliares: paneles de soporte, formularios, calculadoras, visualizadores, demos o aplicaciones de productividad.
Diferenciar prototipo Spark de aplicación .NET productiva, evitando convertir pruebas rápidas en sistemas críticos sin arquitectura, seguridad ni mantenimiento.
Usar Spark para explorar ideas de producto, interfaces, flujos de usuario, herramientas internas y conceptos antes de invertir en desarrollo completo.
Analizar cuándo conviene migrar un prototipo Spark a una aplicación .NET 10 formal con repositorio, tests, CI/CD y despliegue gobernado.
Aplicar criterios de seguridad, permisos, datos de prueba, publicación y compartición antes de enseñar un Spark a equipos o clientes.
Evaluar consumo de premium requests, coste, gobierno y políticas empresariales asociadas al uso de Spark.
Crear un flujo de ideación: prompt inicial, refinamiento, demo, feedback, decisión, descarte o industrialización.
Documentar el uso de Spark como herramienta de experimentación, no como sustituto automático del ciclo profesional de desarrollo.
Tema 15: Copilot CLI para productividad técnica y automatización
Instalar, autenticar y utilizar Copilot CLI para acelerar trabajo desde terminal, manteniendo control sobre comandos ejecutados y contexto disponible.
Usar CLI para consultar comandos Git, GitHub, dotnet, Docker, Azure, Kubernetes, SQL o scripts internos con explicación previa.
Automatizar tareas repetibles con Copilot CLI cuando el equipo necesita reducir fricción en setup, diagnóstico, documentación o mantenimiento.
Integrar CLI con repositorios .NET para ejecutar builds, tests, análisis, scaffolding, migraciones y comprobaciones locales.
Configurar Copilot CLI con instrucciones, skills, MCP servers, custom agents o proveedores propios cuando el flujo corporativo lo requiera.
Definir políticas para que comandos destructivos, cambios de infraestructura o acciones sobre producción requieran revisión y confirmación explícita.
Usar CLI como apoyo para investigar fallos de pipeline, logs, errores de dotnet test, problemas de dependencias o scripts de release.
Crear scripts asistidos por IA, revisándolos con especial atención a rutas, eliminación de archivos, credenciales y efectos secundarios.
Documentar comandos útiles generados por Copilot para convertir conocimiento informal en playbooks reutilizables.
Medir si Copilot CLI reduce tiempo de diagnóstico y setup sin aumentar riesgos por ejecución acrítica de comandos.
Tema 16: GitHub Copilot Code Review y revisión de pull requests
Usar Copilot code review para recibir observaciones sobre pull requests, cambios locales o selecciones de código antes de solicitar revisión humana.
Integrar revisión automática como apoyo a reviewers, no como sustituto de criterio arquitectónico, funcional, de negocio o seguridad.
Configurar políticas empresariales para habilitar o limitar Copilot code review según repositorio, equipo, criticidad y madurez.
Revisar comentarios generados por IA con criterio, cerrando falsos positivos y aceptando solo cambios que mejoran realmente el código.
Usar code review para detectar problemas típicos .NET: falta de CancellationToken, manejo pobre de excepciones, N+1 queries o validación insuficiente.
Pedir a Copilot que proponga tests faltantes vinculados al diff de un pull request.
Revisar pipelines, workflows, Dockerfiles y scripts de despliegue con Copilot para detectar errores de seguridad o mantenibilidad.
Crear checklists de review asistida por IA para que el equipo mantenga un estándar común.
Medir la utilidad de code review con tiempo ahorrado, comentarios válidos, defectos detectados y aceptación por parte del equipo.
Tema 17: Testing .NET con Copilot: unitarias, integración, contrato y regresión
Generar pruebas unitarias con xUnit, NUnit o MSTest respetando patrón AAA, nombres claros, datos representativos y asserts significativos.
Crear tests de integración para APIs ASP.NET Core usando WebApplicationFactory, Testcontainers, bases temporales y configuración aislada.
Diseñar pruebas de contrato para endpoints, DTOs, OpenAPI, consumidores, validaciones y respuestas de error.
Pedir a Copilot que identifique casos límite, equivalencias, valores frontera, errores esperados y escenarios negativos.
Mejorar tests existentes eliminando duplicación, datos mágicos, fixtures confusas o asserts demasiado débiles.
Usar Copilot para cubrir regresiones a partir de un bug real, reproduciendo primero el fallo antes de aplicar la corrección.
Generar builders, factories, fakes, mocks y test data sin acoplar las pruebas a detalles internos innecesarios.
Revisar cobertura con criterio, evitando tests superficiales creados solo para subir porcentaje.
Integrar tests generados en GitHub Actions con reportes, quality gates, cobertura y fallos visibles en pull requests.
Crear una skill o prompt de testing .NET que obligue a generar tests mantenibles, legibles y alineados con el dominio.
Tema 18: Refactorización y modernización de legacy .NET
Usar Copilot para entender código heredado, dependencias implícitas, métodos largos, clases acopladas y lógica de negocio mezclada.
Planificar refactorizaciones pequeñas y seguras con pasos verificables, tests previos, commits separados y rollback claro.
Migrar patrones antiguos hacia C# moderno y .NET 10 sin introducir cambios funcionales no deseados.
Extraer servicios, interfaces, validators, handlers, mappers o value objects con ayuda de Copilot, manteniendo comportamiento existente.
Detectar duplicación y crear abstracciones razonables, evitando sobreingeniería generada por la IA.
Modernizar APIs antiguas hacia minimal APIs o controllers actualizados cuando el equipo lo haya decidido arquitectónicamente.
Revisar migraciones desde versiones anteriores de .NET, identificando breaking changes, paquetes obsoletos y compatibilidad.
Usar cloud agent para tareas de modernización acotadas y agent mode para cambios locales con feedback inmediato.
Documentar decisiones de refactorización mediante ADRs asistidos por Copilot.
Medir éxito de modernización por reducción de deuda, tests añadidos, claridad de código, tiempo de build y menor tasa de defectos.
Tema 19: ASP.NET Core, APIs y diseño de contratos con Copilot
Diseñar endpoints REST o minimal APIs con contratos claros, códigos HTTP correctos, validación, errores de negocio y OpenAPI coherente.
Usar Copilot para generar DTOs, validators, mapping, filtros, middlewares, policies y documentación de endpoints.
Definir respuestas de error consistentes con ProblemDetails, trazabilidad, correlation IDs y mensajes seguros para clientes.
Crear prompts que obliguen a separar contrato público, modelo de dominio, persistencia y lógica de aplicación.
Revisar compatibilidad hacia atrás cuando Copilot propone cambios en payloads, nombres de campos o estructuras de respuesta.
Generar ejemplos de request/response para documentación, pruebas y consumidores frontend.
Diseñar versionado de APIs con criterios de evolución, deprecación y comunicación de breaking changes.
Validar seguridad en endpoints: autorización, autenticación, scopes, rate limits, validación de entrada y exposición de datos.
Integrar Copilot en revisión de contratos OpenAPI para detectar inconsistencias, duplicidades o campos ambiguos.
Crear una guía interna de diseño API .NET que Copilot pueda seguir en prompts, instructions y skills.
Tema 20: Entity Framework Core, datos y persistencia asistida por IA
Usar Copilot para revisar modelos EF Core, configuraciones Fluent API, relaciones, índices, constraints, owned types y conversiones.
Generar consultas LINQ con criterio de rendimiento, evitando N+1, materialización excesiva, client evaluation o includes innecesarios.
Diseñar migraciones con revisión manual, prestando atención a pérdida de datos, bloqueos, índices, cambios de columna y compatibilidad.
Crear tests de persistencia con bases temporales, Testcontainers o proveedores adecuados según el tipo de validación.
Pedir explicaciones de planes de consulta, posibles cuellos de botella y alternativas de modelado.
Revisar transacciones, concurrencia, optimistic concurrency, unit of work, idempotencia y consistencia eventual.
Generar repositorios o query handlers solo cuando aporten valor, evitando patrones innecesarios sugeridos por inercia.
Configurar DbContext, connection strings, pooling, interceptors, logging y resiliencia con cuidado de no exponer secretos.
Usar Copilot para documentar decisiones de modelado y efectos de cambios en tablas, relaciones y datos históricos.
Crear un checklist EF Core asistido por IA para PRs que modifican persistencia.
Tema 21: Seguridad en aplicaciones .NET generadas o asistidas por Copilot
Revisar código generado por Copilot para detectar inyección SQL, XSS, SSRF, path traversal, deserialización insegura y validación insuficiente.
Aplicar prácticas seguras de autenticación y autorización con ASP.NET Core, OpenID Connect, OAuth2, JWT, cookies y policies.
Evitar que Copilot proponga hardcodear secretos, connection strings, tokens, claves API o certificados dentro del código.
Diseñar prompts que exijan controles de entrada, autorización por recurso, logging seguro y mensajes de error no reveladores.
Integrar Copilot con GitHub Advanced Security, secret scanning, code scanning y revisión de dependencias cuando la empresa lo tenga habilitado.
Revisar cambios en GitHub Actions para evitar permisos excesivos, tokens inseguros, actions no fijadas o exposición de secretos en logs.
Usar Copilot para generar pruebas de seguridad básicas y casos negativos sobre permisos, roles, scopes y validaciones.
Crear agentes o skills de AppSec orientados a revisar endpoints, control de acceso, datos sensibles y configuraciones.
Incorporar threat modeling ligero en historias y pull requests con apoyo de Copilot.
Documentar decisiones de seguridad para que la IA no repita soluciones inseguras en futuras tareas.
Tema 22: Rendimiento, concurrencia y observabilidad en .NET 10
Usar Copilot para analizar hot paths, operaciones síncronas bloqueantes, asignaciones innecesarias, consultas lentas y serialización costosa.
Revisar async/await, CancellationToken, IAsyncEnumerable, paralelismo, tareas en background y límites de concurrencia.
Diseñar caching con MemoryCache, distributed cache, Redis o estrategias específicas sin introducir datos obsoletos o inconsistentes.
Generar instrumentación con logging estructurado, métricas, traces, correlation IDs y OpenTelemetry.
Pedir a Copilot análisis de posibles cuellos de botella en endpoints, queries, jobs, procesamiento batch o integración con APIs externas.
Crear pruebas de carga o benchmarks iniciales con BenchmarkDotNet, k6, NBomber u otras herramientas aprobadas.
Revisar configuración de ASP.NET Core, Kestrel, HttpClientFactory, resiliencia, retries, timeouts y circuit breakers.
Usar Copilot para interpretar logs de errores de laboratorio, trazas y métricas sin pegar datos sensibles de producción.
Preparar runbooks asistidos para diagnosticar latencia, errores 5xx, consumo de memoria, saturación de threads o timeouts.
Crear criterios de rendimiento en Definition of Done para cambios críticos.
Tema 23: GitHub Actions, CI y calidad continua para .NET
Generar workflows de GitHub Actions para restaurar, compilar, probar, publicar cobertura, ejecutar análisis y validar solución .NET 10.
Usar Copilot para revisar YAML, triggers, matrices, caches, artifacts, permisos, secrets, environments y reusable workflows.
Configurar pipelines por ramas, pull requests, tags, releases y paths afectados en monorepos.
Añadir pasos de `dotnet format`, análisis estático, tests unitarios, integración, cobertura y publicación de resultados.
Optimizar tiempos de pipeline con caching de NuGet, matrices inteligentes, ejecución selectiva y paralelización razonable.
Revisar seguridad de workflows: permisos mínimos, pinning de actions, protección de secretos, environments y aprobación manual.
Pedir a Copilot que explique fallos de CI y proponga correcciones basadas en logs de laboratorio.
Crear workflows reutilizables para proyectos .NET internos, reduciendo duplicación entre repositorios.
Integrar quality gates con code review, políticas de branch protection y checks obligatorios antes de merge.
Documentar el pipeline como parte del producto, incluyendo owners, triggers, variables, secretos, entornos y procedimiento de fallo.
Tema 24: CD, releases, despliegues y entornos con Copilot
Diseñar flujos de despliegue para aplicaciones .NET en Azure App Service, AKS, contenedores, IIS, Linux services o plataformas corporativas.
Usar Copilot para generar Dockerfiles, compose files, manifests Kubernetes, Bicep, Terraform o scripts de despliegue con revisión experta.
Configurar environments de GitHub con aprobaciones, secretos, protección, reviewers y despliegues diferenciados por entorno.
Crear estrategias de release: semantic versioning, tags, changelog, GitHub Releases, packages, contenedores y artefactos firmados.
Pedir a Copilot planes de rollback, smoke tests, health checks, migraciones de base de datos y validaciones postdeploy.
Integrar despliegues con observabilidad, notificaciones, issues, incidentes y documentación de cambios.
Evitar que Copilot genere scripts destructivos o despliegues sin idempotencia, control de errores y rollback.
Diseñar blue-green, canary o progressive delivery cuando la arquitectura y plataforma lo permitan.
Revisar pipelines CD con perspectiva de seguridad, permisos, segregación de entornos y trazabilidad.
Crear un playbook de release .NET asistido por Copilot para equipos que publican con frecuencia.
Tema 25: Documentación, ADRs y conocimiento técnico asistido
Usar Copilot para generar documentación de APIs, README, guías de setup, arquitectura, decisiones técnicas y procedimientos de operación.
Crear ADRs a partir de discusiones, issues o cambios de PR, documentando contexto, decisión, alternativas y consecuencias.
Mantener documentación viva con actualización automática propuesta por Copilot cuando cambian endpoints, parámetros, workflows o dependencias.
Generar diagramas Mermaid para arquitectura, secuencias, flujos de datos, despliegues y procesos CI/CD.
Revisar documentación generada para eliminar afirmaciones falsas, versiones incorrectas, comandos no probados o arquitectura inventada.
Crear instrucciones para que Copilot documente en el tono, formato y nivel de detalle acordado por la empresa.
Integrar documentación en pull requests como parte obligatoria de cambios funcionales o arquitectónicos relevantes.
Usar Spaces o bases de contexto cuando el equipo necesite agrupar documentos, decisiones y conocimiento para conversaciones técnicas.
Preparar documentación de onboarding de nuevos desarrolladores con setup, estructura, patrones, comandos y errores frecuentes.
Medir mejora documental por reducción de dudas repetidas, menor tiempo de onboarding y más trazabilidad de decisiones.
Tema 26: GitHub Issues, Projects, planificación y gestión del trabajo
Usar Copilot para convertir necesidades ambiguas en issues con contexto, alcance, criterios de aceptación, riesgos y pruebas esperadas.
Generar tareas técnicas desde épicas, bugs, deuda técnica, feedback de usuario o incidencias internas.
Pedir a Copilot que descomponga historias .NET complejas en pasos implementables y verificables.
Conectar issues con cloud agent para tareas acotadas, evitando asignarle trabajo sin definición ni aceptación clara.
Crear plantillas de issues para bugs, features, refactorizaciones, seguridad, rendimiento, documentación y cambios CI/CD.
Usar GitHub Projects para organizar estado, prioridades, dependencias, owners, iteraciones y trazabilidad del trabajo.
Generar resúmenes de actividad del repositorio, PRs pendientes, bloqueos, releases o cambios entre fechas.
Diseñar prompts para preparar reuniones técnicas, daily, refinamientos o revisiones de sprint desde datos de GitHub.
Evitar que Copilot rellene backlog con tareas genéricas sin valor o duplicadas.
Crear un flujo donde issues, PRs, tests, documentación y release notes quedan conectados de forma coherente.
Tema 27: GitHub Copilot SDK, BYOK y extensibilidad avanzada
Conocer el Copilot SDK como vía para construir experiencias, agentes o integraciones personalizadas alrededor de Copilot cuando el caso lo justifique.
Evaluar cuándo una necesidad requiere SDK, MCP, custom agent, skill, GitHub App, Action o simple prompt reutilizable.
Revisar Bring Your Own Key y uso de proveedor propio cuando la empresa necesita controlar claves, modelos, costes o condiciones específicas.
Diseñar agentes personalizados con hooks, MCP servers, sesiones remotas, persistencia y telemetría cuando el proyecto exige capacidades avanzadas.
Integrar Copilot con Microsoft Agent Framework u otros entornos corporativos cuando exista estrategia de agentes más amplia.
Controlar autenticación, autorización, secretos, límites de uso, observabilidad y errores en integraciones personalizadas.
Evitar crear extensiones complejas antes de validar que el problema no se resuelve con instrucciones, skills o MCP estándar.
Preparar pruebas de compatibilidad de agentes y SDK antes de exponerlos a equipos de desarrollo.
Documentar decisiones de extensibilidad con arquitectura, riesgos, owners, soporte, coste y mantenimiento.
Crear una hoja de ruta de extensibilidad Copilot para necesidades internas .NET, DevOps, seguridad y soporte.
Tema 28: Gobierno empresarial, políticas, auditoría y métricas de adopción
Configurar políticas de Copilot Enterprise para controlar funciones, modelos, MCP, agentes, Spark, code review, acceso y comportamiento por organización.
Revisar opciones de administración de licencias, uso, adopción, actividad, audit logs y controles de red dentro de GitHub Enterprise.
Establecer reglas de uso aceptable: datos que no se introducen, repositorios autorizados, revisión obligatoria, agentes permitidos y herramientas conectadas.
Medir adopción con métricas de usuarios activos, solicitudes, uso de chat, aceptación, PRs asistidos, agentes, Spark y satisfacción del equipo.
Analizar productividad sin caer en métricas simplistas que incentiven aceptar más código aunque sea peor.
Diseñar controles de privacidad y propiedad intelectual para código generado, contexto de repositorio, prompts y salidas.
Crear un comité de gobierno Copilot con desarrollo, arquitectura, seguridad, legal, DPO, DevOps y dirección técnica.
Revisar riesgos de shadow AI si los equipos usan herramientas externas no autorizadas por falta de alternativas corporativas.
Preparar auditorías internas sobre repositorios, políticas, MCPs, agentes, modelos y uso de datos sensibles.
Crear un modelo de mejora continua de Copilot Enterprise con feedback, nuevas capacidades, formación, métricas y revisión trimestral.
Tema 29: Proyecto final integrador: plataforma .NET asistida por GitHub Copilot Enterprise
Definir una solución .NET 10 empresarial con API, persistencia, autenticación, tests, CI/CD, documentación, observabilidad y backlog inicial.
Configurar Copilot Enterprise en IDE, GitHub.com, CLI, repositorio, instrucciones, políticas, modelos y entorno de laboratorio.
Crear custom instructions para que Copilot respete arquitectura, estilo C#, patrones de API, testing, seguridad y documentación.
Diseñar una skill .NET reutilizable para generar endpoints completos con validación, tests, OpenAPI, logging y manejo de errores.
Configurar un MCP de laboratorio para consultar documentación técnica, issues, contratos API o un sistema externo simulado.
Crear un custom agent especializado en revisión de PRs .NET o generación de tests de integración.
Usar agent mode para implementar una funcionalidad local y Copilot cloud agent para resolver un issue acotado en rama separada.
Diseñar workflows GitHub Actions para build, tests, cobertura, análisis, contenedores y despliegue a un entorno de prueba.
Prototipar una herramienta auxiliar con GitHub Spark y decidir si debe descartarse, mantenerse como prototipo o industrializarse en .NET.
Presentar el proyecto con arquitectura, prompts, instructions, skill, MCP, agente, pipelines, métricas, riesgos, gobierno y plan de adopción.
Aulas Virtuales Personalizadas
¿Te imaginas tener un Temario 100% Personalizado para tu Empresa?
¿A quién va dirigida esta formación en Github Copilot para Desarrolladores .Net?
Pensado para quienes deben dominar Github Copilot para Desarrolladores .Net en su día a día
Desarrolladores backend .NET
Este curso encaja con desarrolladores que trabajan con ASP.NET Core, APIs REST, servicios internos, Entity Framework Core, SQL, autenticación, integración con sistemas y lógica de negocio. Aprenderán a usar GitHub Copilot para diseñar, generar, refactorizar, probar y revisar código .NET 10 sin degradar arquitectura, seguridad ni mantenibilidad.
Desarrolladores full stack con ecosistema Microsoft
Los perfiles que combinan .NET con Blazor, TypeScript, React, Angular, MAUI, Azure o GitHub Actions podrán usar Copilot como asistente transversal. La formación les ayuda a trabajar desde el IDE, GitHub.com, pull requests, issues, CLI y agentes, manteniendo coherencia entre frontend, backend, pruebas y despliegues.
Tech leads y arquitectos de software
Los perfiles responsables de arquitectura podrán definir instrucciones, estándares, skills, agentes especializados, quality gates, reglas de revisión y patrones de uso para que Copilot respete la arquitectura del repositorio. El curso aporta criterios para que la IA acelere entregas sin aumentar deuda técnica.
Equipos DevOps, plataforma y CI/CD
Los equipos DevOps aprenderán a integrar Copilot con GitHub Actions, pipelines, entornos, despliegues, observabilidad, automatización de tareas, revisión de workflows y resolución de incidencias. La formación conecta IA con entrega continua, seguridad, infraestructura y operación real.
Responsables de seguridad, AppSec y gobierno técnico
Los perfiles de seguridad podrán revisar cómo controlar políticas de Copilot Enterprise, MCP, modelos, agentes, permisos, secretos, code review, auditoría y uso de código generado. El curso facilita crear un marco de adopción seguro para repositorios críticos y equipos regulados.
Engineering managers y responsables de adopción IA
Los responsables de ingeniería podrán diseñar una implantación escalable: licencias, políticas, formación, métricas, adopción por equipos, buenas prácticas, productividad, revisión humana y reporting. El valor está en gobernar Copilot como capacidad corporativa, no como herramienta individual desordenada.
Proveedor con 16 años de experiencia en formación empresarial
Sobre
En Imagina Formación llevamos más de 16 años ayudando a profesionales y empresas a mejorar sus habilidades con formación práctica y totalmente adaptada a sus necesidades. Durante este tiempo, hemos formado a más de 480.000 personas y colaborado con más de 3.500 empresas, convirtiéndonos en un referente en el sector.
16
Años de liderazgo
+480.000
Alumnos formados en Imagina
¿Tienes dudas?
Resolvemos todas tus dudas sobre nuestra formación en Github Copilot para Desarrolladores .Net
Explora las respuestas a las preguntas que guian a nuestra comunidad. Aqui encontraras claridad sobre como funciona todo, desde el acceso hasta los detalles de los cursos. Si buscas respuestas, este es el lugar para comenzar.
Sí. El curso cubre Copilot Enterprise desde una perspectiva completa: IDE, GitHub.com, Chat, modelos, agent mode, cloud agent, custom agents, skills, MCP, CLI, Spark, code review, políticas, auditoría, métricas y adopción.
Sí. Todo el enfoque práctico está orientado a C#, ASP.NET Core, APIs, Entity Framework Core, testing, CI/CD, observabilidad y arquitectura .NET 10. .NET 10 es una versión LTS soportada durante tres años.
Agent mode trabaja en el entorno local del IDE y puede editar archivos directamente con supervisión del desarrollador. Copilot cloud agent trabaja en GitHub de forma autónoma sobre issues o prompts, crea ramas, propone cambios y puede abrir pull requests.
Sí. Se trabaja Model Context Protocol para conectar Copilot con herramientas y fuentes externas. MCP permite ampliar Copilot integrándolo con sistemas existentes y puede usarse en IDE, CLI o agentes en GitHub.com.
Sí. El curso incluye diseño, versionado y uso de agent skills. GitHub define las skills como carpetas de instrucciones, scripts y recursos que Copilot puede cargar cuando son relevantes para tareas especializadas.
Sí. Se diseñan agentes especializados para tareas .NET como revisión AppSec, generación de tests, análisis EF Core, documentación, DevOps y revisión de PRs. También se trabajan límites, permisos, testing y gobierno de esos agentes.
Sí. GitHub Spark se aborda como capacidad de prototipado y creación de aplicaciones con prompts dentro del contexto Copilot Enterprise. Actualmente Spark requiere Copilot Enterprise en empresas y está en public preview.
Sí. Hay bloques específicos de GitHub Actions, CI, CD, environments, secrets, runners, workflows reutilizables, tests, cobertura, contenedores, despliegues, releases, rollback y revisión asistida de pipelines.
Es ambas. La productividad se trabaja con control: políticas Enterprise, permisos, modelos, MCP, agentes, secretos, code review, AppSec, auditoría, privacidad, revisión humana y buenas prácticas de código generado.
Sí. Al tratarse de una formación corporativa en IA aplicada al desarrollo, .NET, DevOps, seguridad, automatización y competencias digitales, puede plantearse como formación bonificable hasta el 100% a través de FUNDAE, según el crédito disponible y cumpliendo los requisitos administrativos aplicables.
Sí. El curso cubre Copilot Enterprise desde una perspectiva completa: IDE, GitHub.com, Chat, modelos, agent mode, cloud agent, custom agents, skills, MCP, CLI, Spark, code review, políticas, auditoría, métricas y adopción.
Sí. Todo el enfoque práctico está orientado a C#, ASP.NET Core, APIs, Entity Framework Core, testing, CI/CD, observabilidad y arquitectura .NET 10. .NET 10 es una versión LTS soportada durante tres años.
Agent mode trabaja en el entorno local del IDE y puede editar archivos directamente con supervisión del desarrollador. Copilot cloud agent trabaja en GitHub de forma autónoma sobre issues o prompts, crea ramas, propone cambios y puede abrir pull requests.
Sí. Se trabaja Model Context Protocol para conectar Copilot con herramientas y fuentes externas. MCP permite ampliar Copilot integrándolo con sistemas existentes y puede usarse en IDE, CLI o agentes en GitHub.com.
Sí. El curso incluye diseño, versionado y uso de agent skills. GitHub define las skills como carpetas de instrucciones, scripts y recursos que Copilot puede cargar cuando son relevantes para tareas especializadas.
Sí. Se diseñan agentes especializados para tareas .NET como revisión AppSec, generación de tests, análisis EF Core, documentación, DevOps y revisión de PRs. También se trabajan límites, permisos, testing y gobierno de esos agentes.
Sí. GitHub Spark se aborda como capacidad de prototipado y creación de aplicaciones con prompts dentro del contexto Copilot Enterprise. Actualmente Spark requiere Copilot Enterprise en empresas y está en public preview.
Sí. Hay bloques específicos de GitHub Actions, CI, CD, environments, secrets, runners, workflows reutilizables, tests, cobertura, contenedores, despliegues, releases, rollback y revisión asistida de pipelines.
Es ambas. La productividad se trabaja con control: políticas Enterprise, permisos, modelos, MCP, agentes, secretos, code review, AppSec, auditoría, privacidad, revisión humana y buenas prácticas de código generado.
Sí. Al tratarse de una formación corporativa en IA aplicada al desarrollo, .NET, DevOps, seguridad, automatización y competencias digitales, puede plantearse como formación bonificable hasta el 100% a través de FUNDAE, según el crédito disponible y cumpliendo los requisitos administrativos aplicables.