Huit scénarios réels par rôle

Utilise-les comme démos, trames d’atelier ou récits d’adoption interne. Chacun repose sur une vraie fonctionnalité GitHub Copilot nommée dans la documentation officielle.

Si tu hésites encore entre besoin d’exemples, questions de déploiement ou premier vrai flux GitHub, fais le diagnostic en 2 minutes pour choisir la bonne prochaine page.

Faits vérifiés Faits vérifiés en août 2026 sur docs.github.com — GitHub Copilot évolue vite, donc revérifie les chiffres précis avant une décision d’achat.

Besoin du tout début avant les scénarios ?

Utilise le guide du premier commit si ton public a encore besoin du chemin ultra-clair entre inscription GitHub et vraie pull request fusionnée avec Copilot.

Ouvrir le guide du premier commit →
Mots utiles pour cette page

Construire quelque chose de visible en direct, sans installation lourde.

Une personne du corps enseignant dispose d’un plan de cours, veut un quiz de révision et une page d’exercice, et ne souhaite pas monter tout un environnement pour tester une idée.

Ce qui se passe

  1. Ouvrir github.com/copilot dans le navigateur et coller le plan du cours.
  2. Demander à Copilot Chat une première version statique immédiatement publiable sur GitHub Pages.
  3. Une fois le site utile, créer un Copilot Space “Mon syllabus” avec slides, lectures et glossaire pour ancrer les futures réponses dans ce cours.
Copilot
J’enseigne la microbiologie en première année. Construis un mini-site compatible GitHub Pages avec un index.html, un style.css et un script.js. Je veux 6 questions de révision à choix multiple, un exercice de cas, un retour instantané et un bouton de remise à zéro. Garde une formulation très claire pour la communauté étudiante.
Voici une première version avec les trois fichiers, une mise en page propre et les six questions prêtes à être adaptées à ton cours. J’ai aussi commenté les zones à personnaliser avant publication.

Résultat concret

  • Une page de révision fonctionnelle dans un dépôt
  • Une URL GitHub Pages partageable le jour même
  • Un Space réutilisable pour le prochain devoir ou la prochaine FAQ

Pourquoi ça donne envie

L’effet waouh est immédiat : on ne “parle pas d’IA”, on montre un objet pédagogique réel qui existe déjà.

Passer d’une idée de projet de fin d’études à une application qui tourne, branche par branche.

Une équipe étudiante a un brief, peu de temps et veut avancer vers un MVP tout en comprenant ce que fait le code.

Ce qui se passe

  1. Utiliser l’accès gratuit Copilot Student dans VS Code.
  2. Demander au mode Agent de construire le MVP une branche à la fois plutôt que de produire un gros saut opaque.
  3. Avant la remise, lancer Copilot code review sur les pull requests pour obtenir des pistes d’amélioration concrètes.
Copilot
Mode Agent : construis un MVP d’application de réservation de matériel de laboratoire pour un projet de fin d’études. Commence par une landing page, un formulaire de demande, une vue admin, un README, puis ajoute une fonctionnalité par branche. Explique chaque changement important avant de l’appliquer.
Je peux commencer par le plan du dépôt, préparer la première branche, puis ouvrir des changements relisibles pour le formulaire et la vue admin séparément afin que le projet reste compréhensible.

Résultat concret

  • Un MVP fonctionnel plutôt qu’une simple note d’intention
  • Un historique de commits et de branches plus lisible pour l’encadrement
  • Des commentaires de revue qui renforcent la qualité avant remise

Pourquoi ça donne envie

L’expérience reste formatrice : Copilot accélère, mais la structure en branches et la revue gardent l’apprentissage visible.

🖥️ IT & numérique
GitHub Copilot appAgents parallèlesMode Plan

Traiter plusieurs tickets internes en parallèle sans perdre le contrôle sur ce qui change où.

Une équipe IT a une pile de petits tickets — page à rafraîchir, script à migrer, formulaire à fiabiliser — et veut aller plus vite sans semer le chaos.

Ce qui se passe

  1. Lancer l’application GitHub Copilot et ouvrir plusieurs sessions agentiques en parallèle.
  2. Rester en mode Plan pour relire les plans et les diffs avant exécution.
  3. Utiliser l’intégration GitHub native pour faire passer chaque changement accepté dans le flux branche / PR / CI habituel.
Copilot
Crée trois sessions en mode Plan : 1) migrer ce script de nettoyage CSV vers Python, 2) rafraîchir la page d’accueil de l’annuaire du personnel, 3) ajouter des logs structurés au service de réservation de salles. Garde chaque tâche dans son propre worktree et montre le plan avant toute modification.
J’ai préparé trois plans séparés, chacun dans sa propre session et sa propre branche. Il ne reste plus qu’à relire les diffs et n’approuver que ce que l’équipe veut publier cette semaine.

Résultat concret

  • Trois flux de travail parallèles au lieu d’une seule file bloquante
  • Des diffs relisibles ticket par ticket
  • Un rythme de backlog plus rapide avec validation humaine

Pourquoi ça donne envie

C’est là que le développement piloté par agent devient utile opérationnellement : parallèle, isolé et relisible.

Construire un assistant interne ancré dans les procédures sans coder un backend à la main.

Les RH répondent sans cesse aux mêmes questions d’onboarding, de congés ou de modèles contractuels et veulent des réponses reliées aux vrais documents internes.

Ce qui se passe

  1. Créer un Space avec le matériau RH canonique.
  2. Utiliser Copilot Chat sur ce Space pour rédiger les réponses et une page de FAQ simple.
  3. Relire, ajuster le ton puis publier la version validée comme page de référence interne.
Copilot
Crée un Space “Politiques RH” avec les guides d’intégration, les procédures de congés, les modèles de contrat et les notes de FAQ. Rédige ensuite une page de questions fréquentes qui répond aux 12 demandes les plus courantes et cite, pour chaque réponse, la source interne utilisée.
J’ai regroupé les sources, préparé des schémas de réponse ancrés dans ces documents et produit une page de FAQ claire que les RH peuvent relire avant publication interne.

Résultat concret

  • Une FAQ ancrée dans les documents plutôt qu’une nouvelle boîte mail saturée
  • Des réponses plus rapides pour le personnel
  • Un Space réutilisable qui améliore les futurs prompts RH

Pourquoi ça donne envie

Le vrai gain est la confiance : les réponses viennent des documents de l’établissement, pas d’une prose générique.

🧭 Direction
Custom agentsCopilot cloud agentAutomations

Transformer la chasse hebdomadaire aux KPI en synthèse planifiée et relisible.

Une direction de département ou d’établissement veut une vue hebdomadaire concise sur plusieurs équipes sans compiler manuellement chaque mise à jour.

Ce qui se passe

  1. Créer un agent personnalisé correspondant au style de reporting voulu.
  2. Planifier une exécution hebdomadaire du Copilot cloud agent.
  3. Relire une PR plutôt qu’une pièce jointe opaque avant diffusion de la synthèse.
Copilot
Dans .github/agents/reporting.md, définis un agent qui lit les fichiers KPI de /finance, /student-success, /research et /operations, puis rédige un weekly-summary.md avec les avancées, risques et questions ouvertes. Planifie son exécution chaque vendredi après-midi et ouvre une pull request plutôt que de modifier main directement.
Je peux appliquer les instructions de cet agent personnalisé, rassembler les fichiers sources et ouvrir une PR relisible avec la synthèse proposée, afin que la direction valide le récit avant diffusion.

Résultat concret

  • Un rituel de reporting hebdomadaire reproductible
  • Une PR unique que la direction peut commenter
  • Moins de temps de coordination passé à copier-coller des statuts

Pourquoi ça donne envie

La direction obtient la vitesse de l’automatisation tout en gardant le point de contrôle institutionnel avant publication.

Transformer un export mensuel en tableau de bord en quelques minutes avec une histoire de coût intelligible.

L’équipe finances reçoit le même export Excel ou CSV à chaque cycle et veut un tableau de bord léger au lieu de reconstruire la même vue dans un tableur.

Ce qui se passe

  1. Créer un prompt file partagé pour ce flux récurrent.
  2. Injecter l’export du mois au lieu de réexpliquer la demande à chaque fois.
  3. Suivre ce run dans le pool d’AI credits organisationnel plutôt que dans un coût opaque au forfait.
Copilot
Utilise .github/prompts/rapport-budget.prompt.md avec les entrées [fichier_export] et [mois]. Transforme l’export budgétaire joint en tableau de bord statique avec cartes de variance, tableau triable et alertes de dépassement. Garde les calculs visibles dans le code et estime l’usage d’AI credits de ce run.
J’ai préparé le modèle de prompt file, converti l’export en tableau de bord une page et gardé les formules visibles afin que l’équipe puisse auditer les chiffres comme le processus.

Résultat concret

  • Un flux réutilisable de tableau de bord
  • Des calculs visibles dans le code
  • Une histoire concrète pour expliquer pourquoi les AI credits mutualisées sont plus pilotables qu’un coût uniforme

Pourquoi ça donne envie

Les finances n’ont pas besoin d’aimer le hype : le résultat parle en rapidité de reporting et en lisibilité budgétaire.

🔬 Recherche
MCP serversCopilot ChatGénération de scripts Python / R

Poser une question en langage naturel à un jeu de données tout en recevant le script qui permet de rejouer l’analyse.

Les chercheuses et les chercheurs veulent aller plus vite sur des données de confiance sans perdre la reproductibilité.

Ce qui se passe

  1. Connecter un serveur MCP approuvé à la source de données pertinente.
  2. Poser la question dans Copilot Chat plutôt que de bricoler d’abord la requête manuelle.
  3. Prendre le script Python ou R généré comme artefact reproductible à relire, réutiliser ou joindre à une diffusion scientifique.
Copilot
En utilisant le serveur MCP approuvé pour les données de rétention, compare la rétention des cohortes 2022 à 2025 par faculté. Ensuite, génère le notebook Python qui reproduit le graphique et commente chaque étape de transformation.
Je peux interroger la source connectée, résumer la comparaison en langage naturel et générer le notebook pour que l’équipe rejoue ou adapte la méthode.

Résultat concret

  • Un chemin plus rapide entre question et première analyse
  • Un script que l’équipe peut inspecter et rejouer
  • Un flux ancré qui respecte la traçabilité scientifique

Pourquoi ça donne envie

On garde le confort du langage naturel sans abandonner l’exigence de reproductibilité.

📚 Bibliothèque / campus

Permettre à une équipe non développeuse de publier un mini-outil utile ce semestre.

Le personnel de bibliothèque ou de services de campus a besoin d’un petit outil de réservation ou d’inventaire et veut quelque chose d’utile rapidement.

Ce qui se passe

  1. Utiliser le mode Agent pour créer rapidement la première version.
  2. Héberger l’application sur GitHub Pages dans l’empreinte GitHub de l’établissement.
  3. Conserver une structure éditable afin que le personnel de bibliothèque ou de campus garde la main après lancement.
Copilot
Construis un prototype statique de réservation de salles pour la bibliothèque : sélecteur de date, cartes de salles, statut occupé/libre avec données fictives, notes d’accessibilité et workflow de déploiement GitHub Pages. Garde une structure facile à maintenir pour une équipe non développeuse.
J’ai généré une petite application statique, ajouté des cartes de salles accessibles et un workflow de déploiement, puis gardé des fichiers de contenu simples pour que l’équipe de service puisse maintenir la page après le lancement.

Résultat concret

  • Un prototype de service fonctionnel plutôt qu’une longue liste d’attente
  • Un hébergement statique gratuit sur GitHub Pages
  • Une démonstration concrète de ce que la plateforme Campus Program peut permettre

Pourquoi ça donne envie

L’équipe voit tout de suite la valeur parce que le résultat est un service utilisable, pas un pilote IA abstrait.

Générer ma fiche personnalisée

Choisis un rôle et un cas d’usage déjà présent sur le site. La fiche réutilise les données existantes pour fabriquer un bref imprimable en une page.

Cette page t'a-t-elle aidé·e ?