Van slimme coding assistent naar volwassen ontwikkelpartner

AI krijgt een steeds grotere rol binnen softwareontwikkeling. Maar hoe haal je meer uit GitHub Copilot (hierna Copilot) dan alleen het genereren van code? Tijdens onze competencesessie namen Janko Chavannes en Job Ammerlaan de deelnemers mee in de praktische toepassing van Copilot binnen de dagelijkse ontwikkelworkflow. De focus lag niet op nieuwe AI-toepassingen of experimentele use cases, maar juist op de vraag: hoe kun je als consultant vandaag al slimmer, consistenter en efficiënter werken met Copilot?

Meer dan code aanvullen

Veel ontwikkelaars kennen Copilot vooral als hulpmiddel voor het automatisch aanvullen van code. Volgens de sprekers is dat echter slechts een klein deel van de mogelijkheden. Dankzij de integratie met Visual Studio Code kan Copilot niet alleen code voorstellen, maar ook documentatie schrijven, tests genereren, commit- en pull request-teksten opstellen en bestaande projectbestanden gebruiken als context. Hierdoor ontstaat een veel rijkere vorm van ondersteuning dan bij het gebruik van een losse AI-chat.

De echte meerwaarde zit volgens hen in de integratie met de dagelijkse workflow. Denk aan het ophalen van tickets, het maken van implementatieplannen, het toepassen van projectstandaarden, het uitvoeren van validaties en het ondersteunen van code reviews. Hierdoor verschuift de rol van Copilot van hulpmiddel naar actieve ontwikkelpartner.

Het volwassenheidsmodel van Copilot

Tijdens de sessie werd een maturitymodel geïntroduceerd dat vier levels van Copilot-gebruik onderscheidt. Dit model helpt teams om inzicht te krijgen in hun huidige manier van werken en mogelijke vervolgstappen.

Level 1: losse AI-chat

Op het laagste niveau wordt AI gebruikt via een losse chatomgeving. Tickets, codefragmenten en bestanden worden handmatig gekopieerd en geplakt. Hoewel dit al enige tijdswinst kan opleveren, ontbreekt vrijwel alle integratie met de ontwikkelomgeving.

Level 2: integratie in de ontwikkelomgeving

Bij level twee werkt Copilot direct binnen Visual Studio Code. Hierdoor krijgt de tool toegang tot de projectcontext en kan deze bestaande modellen, structuren en conventies begrijpen. Dit levert direct betere resultaten op bij bijvoorbeeld SQL-, dbt- of documentatiewerkzaamheden.

Level 3: standaardisatie en automatisering

Op dit level wordt een harnas geïntroduceerd dat bestaat uit een combinatie van instructions, skills, agents en aanvullende tools. Hierdoor ontstaat een gestandaardiseerde werkwijze waarbij Copilot beter begrijpt hoe een project is ingericht en welke afspraken gelden. Het resultaat is minder handmatig werk, minder contextwisselingen en meer consistente output tussen verschillende ontwikkelaars.

Level 4: autonome agenten

Het hoogste level bestaat uit een zogeheten agent fleet. Hierbij analyseren agents zelfstandig tickets, maken implementatieplannen, verdelen werkzaamheden over subagents en voeren taken parallel uit. Dit level is interessant, maar vraagt eerst om volwassen processen, duidelijke standaarden en goede controlemechanismen. Voor de meeste teams ligt de focus voorlopig daarom op level twee.

We stimuleren onze consultants actief om door te groeien van level 1 en 2 naar level 3 en 4 van het maturitymodel. Juist daar ontstaat de grootste impact door standaardisatie, slimme automatisering en het inzetten van geavanceerde agents. Op verschillende projecten passen we deze werkwijze inmiddels al toe.

Lessons learned: hier moet je op letten bij het werken met GitHub Copilot

Tijdens de sessie kwamen niet alleen de mogelijkheden van Copilot aan bod, maar ook een aantal belangrijke lessen uit de praktijk. Juist deze inzichten bepalen vaak het verschil tussen incidenteel AI-gebruik en een werkwijze waarin Copilot structureel waarde toevoegt.

1. Goede context is belangrijker dan een perfecte prompt

Veel gebruikers besteden veel aandacht aan het schrijven van steeds uitgebreidere prompts. In de praktijk blijkt de kwaliteit van de output echter vooral afhankelijk van de context die Copilot krijgt.

Een effectieve aanpak is daarom om grote tickets op te delen in kleinere, afgebakende taken. Hoe duidelijker de opdracht, hoe beter Copilot kan ondersteunen. Ook helpt het om voor nieuwe onderwerpen een nieuwe chatsessie te starten. Zo voorkom je dat oude context onbedoeld invloed heeft op nieuwe werkzaamheden.

2. AI ondersteunt, maar blijft een hulpmiddel

Een tweede belangrijke les is dat de verantwoordelijkheid altijd bij de ontwikkelaar blijft liggen. Copilot kan suggesties doen, code genereren en analyses uitvoeren, maar het eindresultaat moet altijd kritisch worden beoordeeld.

Tijdens de sessie werd benadrukt dat je eigen naam onder de oplevering staat. Wees dus alert dat alles klopt. Daarnaast is het belangrijk om bewust om te gaan met privacy, beveiliging en vertrouwelijke informatie. Gebruik waar mogelijk goedgekeurde bedrijfsomgevingen en wees terughoudend met het delen van gevoelige data binnen AI-tools.

3. Automatiseer slim, niet alles

Een veelgemaakte fout is om AI in te zetten voor taken die eigenlijk al uitstekend met traditionele automatisering opgelost kunnen worden. Voor controles zoals linting, validaties en standaard kwaliteitschecks zijn scripts vaak sneller, betrouwbaarder en beter voorspelbaar.

De meeste meerwaarde van AI ligt juist bij taken waarbij interpretatie, analyse en ondersteuning nodig zijn. Door AI in te zetten waar het echt een verschil maakt en voorspelbare taken op een traditionele manier te automatiseren, ontstaat de beste balans tussen efficiëntie en kwaliteit.

Op weg naar een gezamenlijke standaard

De belangrijkste conclusie van de ochtend was helder: GitHub Copilot wordt pas echt krachtig wanneer het onderdeel wordt van de volledige ontwikkelworkflow. Niet door meer prompts te schrijven, maar door processen te standaardiseren, context slim te benutten en de mens verantwoordelijk te houden voor het eindresultaat.

Bij Riviq stopt de ontwikkeling niet na één competencesessie. Door continu kennis te delen, ervaringen uit projecten uit te wisselen en regelmatig competencesessies te organiseren, zorgen we ervoor dat consultants op de hoogte blijven van de nieuwste ontwikkelingen rondom AI en Copilot. Daarbij kijken we niet alleen naar technologie, maar vooral naar hoe deze in de praktijk waarde toevoegt.

Veelgestelde vragen

Meer over dit onderwerp