GitHub Copilot

winget install GitHub.Copilot

brew install copilot-cli

npm install -g @github/copilot

copilot
# dentro del CLI, si no estás logueado:
/login

GitHub Copilot es el asistente de programación de GitHub, pensado para vivir dentro de las herramientas que ya usas. En el editor autocompleta lo que escribes y responde preguntas en un chat lateral; en la terminal, su CLI funciona como un agente al que le encargas tareas y las ejecuta tras pedirte permiso. La combinación cubre el trabajo fino del día a día y las tareas más grandes que cruzan varios archivos.

El problema que resuelve es el coste de la pequeña fricción permanente: rellenar un patrón repetido, recordar la sintaxis exacta de una API, escribir un test rutinario o redactar un mensaje de commit decente. Esas microtareas se comen el día sin que te des cuenta, y Copilot las reduce a una tecla.

Le rinde de manera especial a quien tiene su flujo apoyado en GitHub: repositorios, issues, pull requests y acciones. La integración con todo ese ecosistema es la más directa del mercado. También sirve, con menos ventajas, a quien usa un editor compatible pero aloja el código en otro proveedor.

Por qué importa

Antes de tener un asistente integrado, gran parte del tiempo se iba en cambios de contexto: salir del editor para buscar en la documentación, copiar y pegar fragmentos, escribir manualmente boilerplate idéntico al de otros proyectos. Cada interrupción rompe la concentración.

Con Copilot esa fricción se diluye. Empiezas a escribir una función y aparece una sugerencia que puedes aceptar o ignorar; pides en el chat “convierte este bucle en un map” y obtienes el cambio listo para revisar; lanzas el CLI y le pides que renombre archivos siguiendo un patrón. Lo que cambia no es la dificultad del trabajo difícil, sino el tiempo que tardas en despachar el trabajo aburrido.

Hay una contrapartida: las sugerencias hay que leerlas. Copilot acierta a menudo, pero también se equivoca con confianza, sobre todo con bibliotecas recientes o con código muy específico de tu dominio. La productividad real depende de aceptar lo bueno, rechazar lo dudoso y no perder el hilo del razonamiento por dejarte llevar.

Cómo se usa en la práctica

El punto de partida es la cuenta de GitHub. Una vez activado el plan (incluido el gratuito con sus límites), se instala la extensión en el editor desde el marketplace correspondiente. A los pocos segundos ves sugerencias mientras escribes y tienes el chat disponible en una barra lateral.

El primer caso útil suele ser el autocompletado en una tarea repetida. Si estás escribiendo una función similar a otras del proyecto, Copilot la propone casi entera. Aceptarla, leerla y ajustarla a mano es el ciclo básico. A medida que coges confianza, vas aprendiendo qué sugerencias suelen ser correctas y cuáles requieren una segunda mirada.

Refinar las respuestas del chat es el siguiente escalón. Con el archivo relevante abierto, puedes preguntar cosas concretas: “explícame qué hace este middleware”, “escribe un test con dos casos felices y uno de error”. Cuanto más concreto eres y más contexto compartes, mejor sale la respuesta.

El Copilot CLI es la pieza menos conocida y la que más cambia el flujo. Se instala con tu gestor de paquetes habitual y se lanza escribiendo copilot. La primera vez te autenticas con /login y ya puedes encargar tareas en lenguaje natural. La clave es que el agente propone los comandos antes de ejecutarlos y espera tu confirmación: tú sigues siendo quien aprueba cada paso.

Integrarlo con el resto del trabajo es bastante natural. Las extensiones conviven con el control de versiones y las herramientas de depuración habituales. El CLI encaja en scripts, en pipelines de mantenimiento y en cualquier sitio donde antes te apoyabas en un puñado de comandos memorizados. Para equipos con pull requests, Copilot también participa en la revisión.

Una buena costumbre es trabajar por ciclos cortos: pedir, revisar, commitear. Encadenar muchas peticiones grandes sin parar deja cambios difíciles de auditar.

Casos de uso reales

Un desarrollador junior recién incorporado a un equipo grande lo usa para entender el código que hereda. Abre un módulo, pregunta al chat por qué se hizo así, pide un resumen y marca con comentarios las partes que aún le confunden. Lo que habría requerido tres sesiones de pareo lo resuelve en un par de horas.

Una pequeña empresa que mantiene una API interna emplea el CLI para tareas de plantilla: crear endpoints siguiendo un patrón fijo, añadir pruebas estándar y registrar la documentación. La persona responsable confirma cada comando, pero el tiempo dedicado a la parte repetitiva se reduce drásticamente.

Una freelance que entrega proyectos a clientes diferentes usa el chat para adaptar fragmentos entre lenguajes parecidos: le pasa una función en JavaScript y pide la versión en TypeScript tipada. Sigue revisando línea por línea, pero el primer borrador llega en segundos.

En un equipo de soporte técnico, el CLI sirve como acelerador para diagnosticar incidencias: lo lanzan con el log del error y el agente propone hipótesis y comandos para descartarlas. Como ejecuta solo lo aprobado, se usa con tranquilidad incluso en entornos delicados.

Errores comunes y cómo evitarlos

• Aceptar todas las sugerencias del autocompletado sin leerlas. Aunque tengan buena pinta, pueden llamar a funciones inventadas o usar firmas obsoletas.
• Olvidar abrir los archivos relevantes antes de preguntar al chat. Sin contexto, las respuestas son genéricas; mantener visibles los ficheros que importan mejora muchísimo la calidad.
• Confiar en que el CLI hará lo correcto en entornos compartidos. Aunque pide permiso, conviene probarlo primero en una rama o carpeta de pruebas antes de soltarlo en directorios críticos.
• En Windows, intentar usar el CLI con una versión antigua de PowerShell. Hace falta la versión 6 o superior; si no, los comandos fallan con errores poco claros.
• Pasar fragmentos con datos sensibles al chat o al CLI. Si el proyecto tiene claves o datos personales, conviene anonimizar y, en organizaciones reguladas, respetar las políticas internas.
• Ignorar los límites del plan gratuito hasta que se cortan. Saber en qué momento del mes te acercas al tope evita quedarte sin asistente justo cuando más lo necesitas.

Cuándo NO usarla

Para proyectos donde la privacidad de cada línea es crítica y no se pueden enviar fragmentos a servicios externos, conviene una alternativa autoalojada o un modelo local con otro editor. Tampoco aporta tanto en scripts de un solo archivo y unas pocas líneas: la sobrecarga de tener un asistente activo no compensa el ahorro.

Si estás aprendiendo a programar desde cero, usar Copilot a todas horas puede ocultar los fundamentos. Una buena pauta es alternar: practicar a mano para fijar conceptos y activar el asistente cuando ya entiendes lo que está sucediendo bajo el capó.

Combinarla con otras herramientas

Copilot se complementa bien con un agente generalista para tareas largas o desatendidas en la terminal, mientras el propio Copilot cubre la edición fina. También se lleva muy bien con las acciones de GitHub para automatizar revisiones de código, despliegues o tareas programadas. Una herramienta de diseño de interfaz que exporte código encaja al principio del flujo: maquetas allí, traes el resultado al editor y refinas la lógica con Copilot.

Mini-ejercicio

Coge un repositorio pequeño tuyo. Abre el editor con la extensión activa y escribe la cabecera de una función nueva (por ejemplo, una que reciba una fecha y devuelva el nombre del día en castellano). Acepta la sugerencia inicial, léela y corrige lo que no encaje. Después, pide al chat un test rápido para esa función con dos casos. Por último, abre la terminal, lanza copilot y pídele que cree un commit con un mensaje claro describiendo el cambio; aprueba o ajusta el comando antes de ejecutarlo.

Sabrás que está bien si terminas con la función funcionando, un test que pasa y un commit con un mensaje legible, y eres capaz de explicar cada línea que has aceptado.