Pilotaż GitHub Copilot

Wdrożenie GitHub Copilot: od autouzupełniania do wspólnej konfiguracji agentów w repozytorium.

Wdrożenie GitHub Copilot zaczynamy od pilotażu: wspólna konfiguracja agentów w jednym repozytorium i pisemna decyzja go/no-go według uzgodnionych kryteriów.

Oferta: pilotaż dla jednego zespołu w jednym repozytorium, zakończony pisemną decyzją go/no-go według kryteriów spisanych przed startem. Czas i koszt ustalamy na piśmie, zanim zaczniemy. Szersze wdrożenie wyceniamy osobno, dopiero po decyzji go.

Twoje repozytorium po pilotażu

  • .github/copilot-instructions.mdinstrukcje dla całego repozytorium
  • .github/instructions/instrukcje dla wybranych ścieżek
  • AGENTS.mdinstrukcje dla agentów
  • .github/agents/profile agentów
  • .github/skills/procedury zespołu
  • .github/hooks/kontrole przy zdarzeniach
  • .github/workflows/copilot-setup-steps.ymlśrodowisko agenta w chmurze
  • .github/CODEOWNERSprzegląd zmian w konfiguracji
Konfiguracja zostaje w repozytorium i zmienia się tylko przez PR.

Licencje są, a agentów każdy włącza po swojemu

Twoja firma płaci za GitHub Copilot albo deweloperzy używają go na własnych planach. W praktyce zespół korzysta głównie z autouzupełniania, a agentów każdy włącza i ustawia sam. Chodzi o tryb agenta w IDE, Copilot CLI, Copilot code review i Copilot cloud agent (wcześniej Copilot coding agent), który pracuje w chmurze na GitHubie i może sam otworzyć PR. Gdy agent zmienia kod, za który odpowiada cały zespół, brak wspólnych zasad widać w przeglądach kodu i w pytaniach działu bezpieczeństwa.

Repozytorium nic agentowi nie mówi
W repozytorium nie ma instrukcji, więc konwencje projektu, sposób testowania i obszary, których nie wolno ruszać, każdy opisuje agentowi sam albo wcale.
Każdy pracuje na innych ustawieniach
Jeden deweloper korzysta z planu organizacji, inny z prywatnego, a każdy ma inne modele, serwery MCP i narzędzia. To samo zadanie przebiega u każdego inaczej.
Nikt nie wie, do czego agent ma dostęp
Nie ma jednego miejsca, w którym widać, po jakie narzędzia, serwery MCP i adresy w internecie agent może sięgnąć w danym repozytorium.
Pytania o bezpieczeństwo bez odpowiedzi
Dział bezpieczeństwa pyta o dane, uprawnienia i kontrolę zmian, a nikt nie potrafi odpowiedzieć w imieniu całego zespołu.

Po co pilotaż, skoro GitHub publikuje wytyczne?

GitHub publikuje wytyczne do wdrożeń, w tym poradnik, jak przeprowadzić w firmie pilotaż nowej funkcji albo nowego modelu. My robimy to w Twoim repozytorium, razem z Twoim zespołem, a kończymy pisemną decyzją, czy iść dalej.

Pilotaż

Wdrożenie GitHub Copilot zaczyna się od pilotażu

Pilotaż to pierwszy krok wdrożenia, a nie całe wdrożenie. Pracujemy z jednym zespołem w jednym repozytorium. Przy każdym kroku widać, co robi Aurora AI, co wnosi Twój zespół i co sprawdzamy.

Zespół
Jeden zespół, który już ma dostęp do GitHub Copilot
Repozytorium
Jedno repozytorium na GitHubie, wybrane razem z Tobą
Zakończenie
Pisemna decyzja go/no-go według kryteriów spisanych przed startem
Czas i koszt
Ustalone na piśmie przed startem
  1. Diagnoza

    Diagnoza i kryteria decyzji

    Sprawdzamy, z których funkcji i na jakich planach korzystają dziś Twoi deweloperzy, wybieramy zespół oraz repozytorium i spisujemy kryteria decyzji.

    Aurora AI
    Rozmawia z deweloperami, przegląda ich ustawienia i obecne zasady organizacji, a potem proponuje zespół, repozytorium oraz kryteria go/no-go.
    Twój zespół
    Lider wskazuje zespół, repozytorium i osobę, która na końcu podejmie decyzję. Deweloperzy pokazują, jak dziś pracują z agentami.
    Sprawdzamy
    Kryteria go/no-go są spisane, a osoba, która podejmie decyzję, zaakceptowała je przed startem.
  2. Konfiguracja

    Wspólna konfiguracja w repozytorium

    Zasady pracy, role i narzędzia agentów trafiają do repozytorium: instrukcje dla całego repozytorium i dla wybranych ścieżek, AGENTS.md, profile agentów, skille, hooki i środowisko agenta w chmurze.

    Aurora AI
    Przygotowuje konfigurację na podstawie diagnozy i każdą zmianę zgłasza jako PR.
    Twój zespół
    Deweloperzy przeglądają każdy PR i decydują, co wchodzi do repozytorium, a co wymaga poprawki.
    Sprawdzamy
    Konfiguracja leży w repozytorium, a każda jej zmiana przeszła przegląd zespołu w PR.
  3. Zadania

    Praca na zadaniach z backlogu

    Zespół pracuje z agentami na prawdziwych zadaniach z bieżącego backlogu: w IDE, w terminalu i na GitHubie, gdzie agent w chmurze przygotowuje zmianę na osobnej gałęzi i może otworzyć PR.

    Aurora AI
    Pracuje w parach z deweloperami i dostosowuje konfigurację tam, gdzie przeszkadza albo czegoś w niej brakuje.
    Twój zespół
    Zespół wybiera zadania z bieżącego backlogu, część z nich zleca agentowi w chmurze i mówi, gdzie konfiguracja pomaga, a gdzie spowalnia pracę.
    Sprawdzamy
    PR przygotowane przez agenta przechodzą ten sam przegląd kodu co reszta pracy, a poprawki konfiguracji idą przez PR.
  4. Ład

    Ład i bezpieczeństwo

    Konfigurację z repozytorium uzupełniamy o zasady organizacji, bramkę PR i odpowiedzi dla działu bezpieczeństwa.

    Aurora AI
    Proponuje zasady organizacji: dostępne funkcje, modele i serwery MCP, wykluczenia treści i budżety. Przygotowuje bramkę PR, konfiguruje dostęp agenta w chmurze do internetu i serwerów MCP, a potem spisuje odpowiedzi dla działu bezpieczeństwa, także o tym, gdzie wykluczenia treści nie działają, na przykład w trybie agenta w VS Code.
    Twój zespół
    Administratorzy organizacji wdrażają zasady, a dział bezpieczeństwa zadaje pytania i ocenia odpowiedzi. Licencje zostają w planie Copilot Business lub Enterprise Twojej organizacji.
    Sprawdzamy
    Dostęp agenta do internetu i serwerów MCP odpowiada uzgodnionej liście, PR agenta nie trafia do głównej gałęzi bez przeglądu człowieka, a dział bezpieczeństwa ma odpowiedzi na piśmie.
  5. Decyzja

    Decyzja i przekazanie

    Pilotaż kończy się memo, które ocenia wynik względem kryteriów spisanych na początku.

    Aurora AI
    Pisze memo z rekomendacją go albo no-go i przekazuje dokumentację konfiguracji.
    Twój zespół
    Osoba odpowiedzialna podejmuje decyzję, a zespół przejmuje konfigurację i utrzymuje ją dalej jak kod.
    Sprawdzamy
    Decyzja jest zapisana i uzasadniona kryteriami. Konfiguracja zostaje w repozytorium niezależnie od wyniku.

Co zostaje w Twoim repozytorium

Konfiguracja powstaje w Twoim repozytorium i przechodzi przegląd Twojego zespołu. Zostaje u Ciebie także po decyzji no-go.

  • .github/copilot-instructions.md

    Instrukcje dla całego repozytorium

    Wspólne zasady pracy w projekcie: konwencje, budowanie i testy. Instrukcje kierują pracą agenta, ale nie wymuszają zasad. Do tego służą hooki i bramka PR.

  • .github/instructions/

    Instrukcje dla wybranych ścieżek

    Pliki *.instructions.md z zasadami dla konkretnych części kodu, na przykład testów albo migracji bazy danych.

  • AGENTS.md

    Instrukcje dla agentów

    Zasady dla agentów, które agent w chmurze czyta razem z pozostałymi plikami instrukcji.

  • .github/agents/

    Profile agentów

    Agenci do powtarzalnych ról. Każdy ma własne instrukcje i może mieć ograniczoną listę narzędzi. Działają w agencie w chmurze, w Copilot CLI i we wspieranych IDE.

  • .github/skills/

    Skille zespołu

    Opisane procedury zespołu, zapisane w repozytorium jako skille projektu.

  • .github/hooks/

    Hooki

    Własne polecenia uruchamiane w określonych momentach pracy agenta. Hook wywołany przed użyciem narzędzia może na nie pozwolić albo je zablokować. Hooki działają w Copilot CLI i w agencie w chmurze.

  • .github/workflows/copilot-setup-steps.yml

    Środowisko agenta w chmurze

    Workflow GitHub Actions, który przygotowuje narzędzia i zależności, zanim agent w chmurze zacznie pracę.

  • MCP i dostęp do sieci

    Ustawienia agenta w chmurze

    Serwery MCP z listą dozwolonych narzędzi i zapora, która ogranicza dostęp agenta do internetu. To ustawienia repozytorium na GitHubie, a nie plik.

  • zasady organizacji

    Zasady organizacji

    Ustawienia administratora: które funkcje, agenci i modele są dostępni, które serwery MCP wolno podłączyć, które pliki Copilot ma pomijać i jakie obowiązują budżety.

  • .github/CODEOWNERS

    Bramka PR

    Właściciele konfiguracji agentów oraz reguły gałęzi z wymaganymi testami. Zmiana instrukcji, hooków albo środowiska agenta czeka na przegląd wskazanej osoby.

  • memo go/no-go

    Memo decyzyjne

    Pisemna ocena pilotażu względem kryteriów ustalonych przed startem, z rekomendacją go albo no-go.

  • zespół

    Przeszkolony zespół

    Deweloperzy, którzy znają konfigurację, zmieniają ją przez PR i potrafią ją utrzymać samodzielnie.

Zasady organizacji, reguły gałęzi oraz ustawienia MCP i dostępu do sieci wprowadzają Twoi administratorzy w ustawieniach GitHuba, poza plikami repozytorium. Memo trafia do osoby, która podejmuje decyzję, a umiejętności zostają w zespole.

Na własnym przykładzie

Pracujemy tak samo u siebie

Stronę, którą czytasz, rozwijają agenci AI według tych samych zasad, które wprowadzamy w pilotażu. Nasze repozytorium też jest na GitHubie.

  • Agenci mają określone role, takie jak planowanie, teksty, budowa strony, SEO i QA.
  • Każdy agent pracuje przez PR, a każdą zmianę sprawdzają automatyczne bramki.
  • Zmiany w definicjach agentów, w skryptach i w bramkach czekają, aż człowiek je sprawdzi i ręcznie scali.

Wdrożenie GitHub Copilot u klienta zostało już dostarczone, a nazwy firmy, jak przy każdej realizacji, nie podajemy.

.github/workflows/auto-merge.yml (fragment)

# Scope: any open PR targeting main whose checks are green (operator's
# explicit choice), EXCEPT a PR that changes code or gates: `scripts/**`,
# `.github/**` (incl. pr-guards.yml), `.claude/**`, `package.json`,
# `package-lock.json` (any folder). […]
# […] Gated PRs get the label `needs-adam` and a comment, and wait for
# Adam to merge by hand […]

Fragment reguły auto-merge z naszego repozytorium

PR, który zmienia definicje agentów, skrypty albo bramki, nie jest scalany automatycznie: czeka, aż założyciel scali go ręcznie. Tę zasadę wprowadziła decyzja bezpieczeństwa: treść, którą ktoś z zewnątrz podsunie agentowi, nie może zmienić kodu ani bramek tak, żeby zmiana sama trafiła do publikacji.

Co dalej po decyzji

Pilotaż sam nie przechodzi w dalsze wdrożenie. O następnym kroku decydujesz Ty, na podstawie memo.

Decyzja go

Następny krok to wdrożenie w kolejnych zespołach i repozytoriach. Jego zakres, czas i koszt ustalamy osobno, na podstawie wniosków z pilotażu.

Decyzja no-go

Konfiguracja w repozytorium i memo zostają u Ciebie. Wiesz, dlaczego teraz nie warto iść dalej.

Kiedy pilotaż GitHub Copilot ma sens

Pilotaż pomaga, gdy

  • Twoja firma ma licencje GitHub Copilot, ale zespół korzysta głównie z autouzupełniania.
  • Deweloperzy włączają agentów każdy po swojemu, część z nich na prywatnych planach.
  • Ktoś po Twojej stronie może podjąć decyzję go/no-go i za nią odpowiadać.
  • Dział bezpieczeństwa pyta, co agent może robić w Twoim kodzie, i potrzebuje odpowiedzi na piśmie.

Pilotaż nie jest dobrym wyborem, gdy

  • Dopiero wybierasz narzędzie. Wtedy zacznij od rozmowy o tym, jak pracuje Twój zespół.
  • Nikt po Twojej stronie nie może wziąć odpowiedzialności za decyzję.
  • Oczekujesz, że dostarczymy licencje. Nie sprzedajemy ich: kupujesz je bezpośrednio od GitHuba, w planie Copilot Business lub Enterprise.
  • Chcesz, żeby zmiany przygotowane przez agenta trafiały do kodu bez przeglądu.

Najczęstsze pytania

Czy Aurora AI jest partnerem GitHuba albo Microsoftu?

Nie. Aurora AI jest niezależną firmą doradczą. Nie sprzedajemy licencji i nie pośredniczymy w rozliczeniach. Licencje kupujesz bezpośrednio od GitHuba, w planie Copilot Business lub Enterprise, albo w ramach umowy, którą Twoja firma ma już z Microsoftem.

Czy nasz kod posłuży do trenowania modeli?

Według dokumentacji GitHuba (stan na październik 2026) dane klientów planów Copilot Business i Enterprise nie są używane do trenowania modeli AI. W planach indywidualnych jest inaczej: dane z korzystania z narzędzia mogą trafić do trenowania, jeśli użytkownik tego nie wyłączy. Dlatego w pilotażu sprawdzamy, kto pracuje na prywatnym planie, rekomendujemy przejście na plan organizacji i potwierdzamy te warunki z Twoim działem bezpieczeństwa.

Ile trwa pilotaż i ile kosztuje?

To zależy od zespołu, repozytorium i kryteriów decyzji, dlatego nie podajemy cen na stronie. Czas i koszt ustalamy na piśmie przed startem, po pierwszej rozmowie. Osobną pozycją jest samo narzędzie: według dokumentacji GitHuba praca agentów w planach Business i Enterprise jest rozliczana według zużycia, dlatego w pilotażu ustalamy z administratorami budżety. Więcej piszemy na blogu, w artykule o przejściu GitHub Copilot na rozliczenie od zużycia.

GitHub Copilot często się zmienia. Co wtedy z konfiguracją?

Konfiguracja leży w Twoim repozytorium i zmienia się przez PR, jak każdy inny kod. Gdy narzędzie dostaje nową funkcję albo zmienia sposób działania, zespół aktualizuje konfigurację w zwykłym PR. W pilotażu ćwiczy dokładnie ten tryb pracy.

Co, jeśli decyzja brzmi no-go?

Konfiguracja i memo zostają u Ciebie. Memo pokazuje, których kryteriów nie spełniono, więc wiesz, co musiałoby się zmienić, żeby wrócić do tematu.

Czy możecie wdrożyć GitHub Copilot w całej firmie?

To możliwy następny krok po decyzji go. Taki etap planujemy i wyceniamy osobno, gdy poznamy wnioski z pilotażu.

Opisz, jak Twój zespół używa dziś GitHub Copilot

Napisz, z których funkcji i na jakich planach korzystają dziś deweloperzy, w którym repozytorium chcesz zacząć i kto podejmie decyzję go/no-go. Odpowiemy e-mailem i zaproponujemy rozmowę o pilotażu.

Opisz swój przypadek

Strona kontaktu prowadzi do e-maila. Nie potrzebujesz gotowej specyfikacji.

Aurora AI jest niezależną firmą doradczą. Nie jesteśmy partnerem GitHuba ani Microsoftu, nie sprzedajemy licencji i nie pośredniczymy w rozliczeniach. GitHub Copilot to produkt GitHuba.