Ontem, 29/04, realizamos um treinamento na Autoglass para explorar, de forma prática, como o GitHub Copilot está ampliando seu papel dentro das equipes de tecnologia. Com mais de 400 participantes e 97% de aprovação interna, a iniciativa foi além das sugestões de código no editor e apresentou uma visão mais completa do que hoje já pode ser feito com o Copilot no dia a dia do desenvolvimento.

Ao longo da apresentação, mostramos como diferentes recursos se conectam dentro de uma mesma jornada: o uso do GitHub Copilot no VS Code, o apoio do Copilot CLI no terminal, o potencial do Cloud Agent, as integrações com Azure DevOps, o uso de MCPs de terceiros e próprios, a autenticação com Entra ID, a criação de skills e custom agents, além da conexão com recursos Azure.

O mais interessante foi perceber como essa combinação muda a forma de enxergar a ferramenta. Quando vista em conjunto, ela deixa de parecer apenas um apoio para escrever código mais rápido e passa a ser entendida como uma plataforma de apoio à produtividade, à padronização e à automação técnica.

Um evento voltado para uso prático

A proposta do encontro foi sair do discurso genérico sobre IA e mostrar aplicações concretas. Em vez de apresentar o GitHub Copilot como uma coleção de funcionalidades isoladas, a ideia foi demonstrar como esses recursos podem aparecer em momentos diferentes da rotina de engenharia.

Durante o evento, a conversa passou por situações bastante reais para qualquer empresa: entender uma base de código desconhecida, localizar regras de negócio, manter padrões de time, conectar ferramentas externas, automatizar tarefas no terminal, revisar mudanças com mais agilidade e até delegar partes do trabalho para agentes.

Esse formato tornou o conteúdo mais próximo da realidade das empresas. Em vez de uma visão abstrata, o público conseguiu enxergar como a tecnologia pode ser explorada de forma progressiva, começando por usos mais simples e avançando para cenários mais estruturados.

O que foi apresentado

Um dos pontos centrais do evento foi mostrar que o GitHub Copilot já atua em várias superfícies.

No VS Code, destacamos como ele pode apoiar desde a exploração inicial do repositório até ajustes mais direcionados no código, ajudando o time a entender melhor o sistema, investigar problemas e acelerar mudanças com mais contexto.

No terminal, mostramos o papel do GitHub Copilot CLI, que amplia esse apoio para tarefas operacionais e fluxos mais automatizados. Isso chamou atenção porque revela uma oportunidade importante: levar o uso da IA para além do editor e aproximá-la de processos que muitas equipes ainda fazem de forma manual.

Também exploramos o Cloud Agent, que representa uma etapa mais avançada no uso do Copilot. Nesse cenário, a discussão deixa de ser apenas sobre assistência e passa a incluir delegação de tarefas, acompanhamento de execução e revisão do que foi produzido.

Outro destaque foi a apresentação das possibilidades de customização. Falamos sobre instructions, prompts, skills e custom agents como formas de organizar conhecimento, preservar padrões e tornar o uso do Copilot mais alinhado ao contexto de cada time.

O papel das integrações

Uma parte importante do evento foi dedicada às integrações, porque é justamente aí que o GitHub Copilot começa a ganhar mais relevância para empresas.

Mostramos como MCPs podem conectar o Copilot a ferramentas externas e serviços internos, permitindo acesso a informações que normalmente ficam espalhadas em diferentes ambientes. Isso inclui desde plataformas conhecidas de mercado até MCPs próprios, criados para refletir a realidade da organização.

Também abordamos o uso de autenticação com Entra ID, especialmente em cenários em que a empresa quer expor serviços internos de forma segura e controlada. Esse ponto é decisivo para organizações que precisam combinar inovação com governança.

Além disso, a integração com Azure DevOps apareceu como uma camada importante para times que precisam conectar desenvolvimento, backlog, work items e processos operacionais. Quando o Copilot passa a interagir com esse ecossistema, ele deixa de ser apenas uma ferramenta de apoio ao código e começa a atuar com mais proximidade do fluxo real de trabalho.

Ao longo do encontro, um ponto ficou muito claro: o valor do GitHub Copilot cresce bastante quando ele passa a operar com contexto.

No uso mais básico, ele já ajuda a acelerar tarefas. Mas, quando a empresa adiciona padrões próprios, memória, skills, agentes especializados e integrações com ferramentas do ambiente, o ganho muda de nível.

Nesse momento, o Copilot passa a apoiar não apenas a escrita de código, mas também a compreensão do sistema, a reutilização de conhecimento, a execução de processos e a organização do trabalho técnico.

Esse foi um dos sinais mais fortes do evento. O interesse não ficou preso à produtividade individual. A conversa naturalmente avançou para um tema maior: como usar esses recursos para melhorar a capacidade do time como um todo.

O que isso indica para outras empresas

Para outras organizações, o principal aprendizado é que já existe um caminho claro para explorar o GitHub Copilot com mais profundidade.

Esse caminho não exige adoção total desde o primeiro momento. Pelo contrário. Ele pode começar com usos mais simples no VS Code, evoluir para padronização com instruções e agentes, avançar para integrações com ferramentas externas e, depois, incorporar automações com CLI e fluxos mais autônomos com Cloud Agent.

Isso torna a adoção mais realista e mais estratégica.

Em vez de tratar IA como uma iniciativa isolada, a empresa pode começar a incorporá-la de forma conectada ao seu modo de trabalhar, respeitando processos, segurança, arquitetura e objetivos do time.

Um momento importante para a engenharia

O evento também reforçou algo que vem ficando cada vez mais evidente no mercado: a conversa sobre IA aplicada à engenharia está amadurecendo.

As empresas já não querem apenas saber se a ferramenta funciona. Elas querem entender onde isso gera valor, como se conecta ao ambiente corporativo e de que forma pode apoiar produtividade com consistência e controle.

É justamente por isso que temas como MCPs, autenticação, Azure DevOps, skills, agentes customizados e integrações com Azure estão ganhando espaço. Eles representam a passagem de um uso experimental para um uso mais estruturado e mais próximo da operação real.

Encerramento e agradecimento

Fica aqui nosso agradecimento à Autoglass, pela confiança, parceria e disposição em explorar conosco novas possibilidades para a engenharia com GitHub Copilot. Também agradecemos à TD Synnex, pelo apoio e pelo patrocínio e colaboração para viabilizar esse treinamento e fortalecer essa discussão sobre produtividade, integração e automação nas empresas.

O encontro com a Autoglass foi uma boa oportunidade para apresentar essa visão de forma concreta. Ao reunir VS Code, Copilot CLI, Cloud Agent, MCPs, Azure DevOps, Entra ID, skills, agentes customizados e recursos Azure em uma mesma conversa, o evento ajudou a mostrar que o GitHub Copilot já pode ocupar um papel muito mais amplo dentro das empresas.

Mais do que uma ferramenta para acelerar código, ele começa a se consolidar como um apoio relevante para entendimento, padronização, integração e automação dentro da engenharia.

E, para empresas que estão avaliando como transformar IA em capacidade prática, esse é um movimento que vale acompanhar de perto.