Del 1 av 8

Introduktion till AI-assisterad Utveckling

Vad förändras när AI blir en del av ditt dagliga arbete som C#-utvecklare — och hur tar du kontrollen över förändringen?

Lektion 1 — V1 dag 1 Vi sätter den mentala kartan: vad innebär AI-assisterad utveckling, vad är det inte, och varför måste du förstå grunderna för att använda AI rätt.

Vad är AI-assisterad utveckling?

AI-assisterad utveckling handlar inte om att låta AI skriva all kod åt dig. Det handlar om att flytta din uppmärksamhet uppåt i abstraktionsstegen — från syntaxdetaljer till arkitektur, från hur till varför.

GitHub Copilot är det verktyg vi fokuserar på i kursen. Det finns som tillägg i Visual Studio Code och som inbyggd funktion i Visual Studio 2026. I båda miljöerna fungerar Copilot som en intelligent parprogrammerare som kan:

Nyckelinsikt Det som skiljer en skicklig AI-användare från en nybörjare är inte vilken modell man väljer — det är hur väldefinierat sammanhanget är som AI arbetar i. Denna kurs handlar till stor del om hur du skapar det sammanhanget.

Tre nivåer av AI-stöd

AI-stöd i utveckling kan delas in i tre nivåer med stigande värde och stigande krav på din förståelse:

NivåVad AI görDin rollVerktyg
1. Autocomplete Fyller i nästa rad, signatur, boilerplate Accepterar eller avvisar förslag Copilot inline suggestions
2. Chatt och förklaring Svarar på frågor, förklarar kod, föreslår refaktorering Ställer frågor, värderar svar Copilot Chat (VS Code / VS)
3. Agent med kontext Utför flerstegsuppgifter, följer arkitekturregler, granskar kod Definierar regler, verifierar resultat Copilot agent-läge + instruktionsfiler

De flesta börjar på nivå 1. Den här kursen tar dig till nivå 3.

Vad kursen täcker

DelÄmneDu lär dig
02LLM-modellerVilken modell, när och varför — från gratis o-serie till Opus 4.7
03Prompt EngineeringHur man formulerar prompts som ger förutsägbara resultat
04Prompt-filer.prompt.md och .instructions.md i VS Code
05Copilot Skills & AgenterEgna skills, agentläge, skillnader VS Code vs. Visual Studio
06ArkitekturgrundVarför grunden måste kodas manuellt och dokumenteras som ADR
07InstruktionsfilerGenerera och underhålla instruktionsfiler som styr AI:s beteende
08Code Review med AIPrompt-drivna arkitektur- och säkerhetsgranskningar

Förkrav

Copilot Free vs. Pro GitHub Copilot Free ger tillgång till inline suggestions och chatt med GPT-5 mini, GPT-4.1 och Claude Haiku 4.5 (50 premium-requests/mån). Copilot Pro ($10/mån) lägger till Claude Sonnet 4.6 och GPT-5.4 (300 premium-requests/mån). Copilot Pro+ ($39/mån) ger även Claude Opus 4.7 och GPT-5.5 (1 500 premium-requests/mån). De flesta övningar i kursen fungerar med Free-nivån.

Traditionellt vs. AI-assisterat arbetsflöde

StegTraditionelltAI-assisterat
Ny featureLäs dokumentation, skriv skeletonBeskriv feature → AI genererar skeleton
ResearchGoogla, läs artiklar, testaFråga Copilot med rätt modell, iterera snabbt
BoilerplateKopiera från tidigare projektGenereras automatiskt via instruktionsfil
Code reviewManuell granskning + PR-kommentarerAI-prompt granskar arkitektur, säkerhet, stil
RefaktoreringManuell, med risk att missa beroendenAI föreslår + instruktionsfil säkerställer mönster
OnboardingFörklara arkitekturen muntligtInstruktionsfiler är levande dokumentation

AI som research-verktyg

En underskattad användning av AI i C#-utveckling är att utforska okänd teknik och patterns. Copilot Chat med rätt modell kan fungera som en erfaren kollega som känner till:

Nyckeln är att ställa frågor som utnyttjar AI:s styrkor: be den jämföra, förklara med analogier och lista trade-offs — inte bara ge dig en kodlösning.

Exempel — research-prompt "Jag är C#-senior och känner väl till Repository-mönstret. Förklara hur Event Sourcing skiljer sig, vilka trade-offs man gör och ge ett minimalt C#-exempel som visar skillnaden. Peka ut vad som kan gå fel om man underestimerar komplexiteten."

Vad AI inte ersätter

AI är ett kraftfullt verktyg, men det har tydliga gränser du måste känna till:

AI kan inte

Referenser

Elektroniska resurser

Böcker

Övningar

Lös övningarna självständigt. Det finns inget facit — lärandet sker i processen.

  1. Kartlägg ditt nuvarande arbetsflöde
    Välj en vanlig arbetsuppgift du utfört den senaste veckan (t.ex. skriva en ny service-klass, fixa en bug, onboarda en ny kollega). Rita upp stegen du tog. Identifiera sedan vilka steg som potentiellt kan accelereras av AI på nivå 1, 2 respektive 3. Motivera din bedömning.
  2. Första Copilot-interaktionen
    Installera GitHub Copilot i VS Code eller Visual Studio 2026. Öppna ett befintligt C#-projekt och be Copilot Chat förklara en klass eller metod du inte skrivit själv. Formulera sedan en uppföljningsfråga som ber Copilot jämföra implementationen med ett alternativt mönster. Anteckna vad som fungerade och vad som var otydligt i svaret.
  3. Research av okänd teknik
    Välj ett .NET-bibliotek eller arkitekturmönster du inte jobbat med (t.ex. MediatR, Rebus, Orleans eller Polly). Använd Copilot Chat för att förstå konceptet utan att läsa dokumentation. Skriv ned tre insikter och ett konkret C#-exempel som Copilot genererade. Verifiera sedan ett av påståendena mot den officiella dokumentationen.

Soloprojektor

Projekt 1 — AI-arbetsflödesanalys Välj ett litet C#-projekt (kan vara ett skolprojekt eller ett privat projekt). Dokumentera i en AI-WORKFLOW.md-fil: (1) vilka delar av projektet som är lämpade för AI-assistans på respektive nivå, (2) vilken information AI skulle behöva om projektet för att ge bra svar, och (3) tre konkreta frågor du skulle vilja ställa till Copilot om projektet. Filen används som startpunkt för resten av kursen.
Projekt 2 — Jämförelseexperiment (fördjupning) Välj en implementation du gjort utan AI-stöd. Lös samma problem igen med Copilot som aktiv parprogrammerare. Dokumentera: tid, kodkvalitet (din subjektiva bedömning), överraskande förslag och situationer där AI:s förslag var fel eller missvisande. Presentera jämförelsen kortfattat för klassen.

Nästa: LLM-modeller — Vilken, när och varför? →