# 要求 Github Copilot / Claude / Gemini 參考 MS Learn 官方文件寫 Code

> 作者：吉祥法师

## 核心概念

在當今軟體開發領域，AI 輔助程式設計已成為主流趨勢。然而，當工程師利用 AI 工具查詢微軟相關技術問題時，一個關鍵挑戰始終存在：如何確保 AI 給出的答案符合微軟官方規範，而非基於過時或不準確的訓練資料產生「幻覺」？本文將深入探討一個切實可行的解決方案——利用 MS Learn MCP Server，讓 Github Copilot、Claude、Gemini 等主流 AI 工具直接以微軟官方文件為藍本生成程式碼，從根本上提升開發準確性。

微軟的技術文件體系歷經多次整合，從早期的 MSDN、微軟論壇、TechNet，到如今統一整合為 MS Learn 網站。這使得 MS Learn 成為查詢微軟技術資訊最權威的資料來源，涵蓋官方文件、教學課程、訓練教材與技術問答。當遇到微軟相關疑難雜症，或懷疑 AI 回答可能存在幻覺時，以 MS Learn 文件作為最終裁判是最可靠的策略。

## Ask Learn：以官方文件為核心的 AI 對話引擎

### 功能概述

近期，MS Learn 平台加入了人工智慧功能，在搜尋資料時會像 Google 一樣顯示 AI Summary 摘要。而在某些特定文件頁面中，則會出現「Ask Learn」按鈕。點擊後，右側會展開一個類似 Copilot 的對話介面，使用者可以針對當前閱讀的文件內容提問，獲得更深入或更客製化的解答。

### 技術架構與核心優勢

Ask Learn 與市面上其他 AI 工具的最大區別，在於它本質上是一個以 MS Learn 內容為核心的 RAG（檢索增強生成）系統。根據微軟 RD 團隊的分享，這個 Q&A Assistant 最初源自微軟內部黑客松活動，旨在利用生成式 AI 加速回答使用者問題的速度。其核心架構理所當然地採用了 RAG 模式，先從龐大的文件中檢索相關段落，再將檢索結果交給語言模型生成回答。

這種設計使得 Ask Learn 的回答依據來自官方文件、教材與問答，相對降低了引用錯誤文件或過舊版本的機率。經過內部測試後，Q&A Assistant 首先與 Azure Portal Team 合作，推出了 MS Copilot for Azure——這是一個直接在 Azure Portal 網頁回答 Azure 相關問題的 AI 助理。獲得成功之後，微軟進一步擴大了應用範圍，推出了以整個 MS Learn 文件庫為基礎的 Ask Learn 服務。

### 使用限制與最佳情境

值得注意的是，Ask Learn 目前仍處於預覽階段，僅支援英文介面——使用者需切換至英文版網站才會看到該功能，且必須登入微軟帳號才能使用。對於中文使用者而言，可以考慮使用中英文快速切換工具來提升操作便利性。

每個 AI 工具都有其最適合的應用場景，Ask Learn 的最佳使用情境是：當使用者已經找到相關的 MS Learn 文章，但心中仍有疑問，或希望更深入理解某個技術細節，又或者需要參考程式碼範例並確保得到最官方版本的答案時，Ask Learn 便是最佳選擇。

## MS Learn MCP Server：將官方文件整合至開發流程

### MCP Server 概念簡介

更具革命性的實用工具是 MS Learn MCP Server。這項服務將 Ask Learn 的功能轉換成 MCP Server 形式，使其能與主流大型語言模型工具無縫搭配使用，讓微軟官方文件成為 AI 輔助開發流程中至關重要的參考來源。Model Context Protocol（MCP）作為一種標準化通訊協定，讓 AI 模型能夠與外部工具和資料來源進行互動，極大擴展了 AI 的應用邊界。

根據 MS Learn MCP 官方文件的說明，目前已支援在 VSCode、Visual Studio、Claude Code、Gemini、Cursor、Codex、ChatGPT 及 Windsurf 等多種開發環境中安裝 MS Learn MCP Server。這意味著無論開發者偏好哪種 AI 工具或開發環境，都能將微軟官方文件庫整合至日常工作流程中。

### VSCode 安裝與配置指南

以下以 VSCode 為具體案例，詳細示範如何在 Github Copilot 中加入 MS Learn MCP：

首先，進入 MS Learn 文件頁面，即可看到 VSCode 及 Visual Studio 的安裝連結；或者直接在 VSCode 的 Extensions Marketplace 搜尋「@mcp learn」。找到相應擴充套件後，點擊 Install 按鈕即可完成安裝。

安裝完成後，前往 Agent 模式的設定圖示，在工具清單中即可看到 MS Learn MCP 已被成功啟用。此後，Github Copilot 會根據對話內容自動判斷是否需要調用 MS Learn MCP 來獲取更多資訊。

## 三種強制 AI 參考官方文件的方式

### 方法一：口語化直接指示

啟用 MS Learn MCP 之後，最直觀的方式是在對話中直接以文字要求 Github Copilot「參考 MS Learn 文件」來回答問題或撰寫程式碼。此方法簡單直接，適合不熟悉進階指令的使用者，但有時模型不一定會嚴格遵循口語指令，實際效果可能因人而異。

### 方法二：使用指令標記強制指定

另一種較具強制性的做法是在 Prompt 中指定「@microsoft-learn」。雖然 MS Learn MCP 沒實作參與者 API，但實測結果顯示，加上這個標記能獲得比口語描述更簡潔、明確的提示效果，有效引導 AI 優先查閱微軟官方文件。若需更精準地控制搜尋範圍，可以進一步明確提示工具名稱，例如「microsoft_docs_search」用於搜尋文件庫，或「microsoft_code_sample_search」用於搜尋官方程式碼範例。實測發現，輸入「@ms-learn」亦能觸發相同的效果。

### 方法三：建立永久性指示檔（官方推薦做法）

最系統化的解決方案是採用官方文件推薦的做法——新增一個指示檔（instructions.md），內容包含以下明確提示：

```
---
applyTo: '**'
---
## Querying Microsoft Documentation

You have access to MCP tools called `microsoft_docs_search`, 
`microsoft_docs_fetch`, and `microsoft_code_sample_search` - 
these tools allow you to search through and fetch Microsoft's 
latest official documentation and code samples, and that 
information might be more detailed or newer than what's in 
your training data set.

When handling questions around how to work with native 
Microsoft technologies, such as C#, F#, ASP.NET Core, 
PowerShell, Microsoft.Extensions, NuGet, Entity Framework, 
the `dotnet` runtime - please use these tools for research 
purposes when dealing with specific / narrowly defined 
questions that may occur.
```

透過此方式，每當語言模型遇到 C#、ASP.NET Core、PowerShell 等特定主題（範圍可依實際需求彈性調整）時，將優先使用 MS Learn 作為參考資料來源，大幅降低幻想出不存在函數與 API 的機率。這種做法可確保持續、穩定地將官方文件整合至 AI 輔助開發流程中，不需每次手動打指令。

## 實務注意事項與進階應用

### 不同模型的遵循程度差異

根據實測經驗，不同 AI 模型對於指示檔的遵循程度存在差異。例如 Claude Sonnet 模型不一定會嚴格依據指示優先查詢 MS Learn，此時適時加上「@ms-learn」標記是兼具彈性、強制性與簡潔性的可靠做法，能有效確保模型將官方文件列入參考。

### 進階功能：Agent Skill 整合

對於使用 GitHub Copilot CLI、Claude Code、Cursor 或 OpenAI Codex 的開發者，MS Learn MCP 提供了 Agent Skill 功能，能更有效率地整合 MS Learn MCP。這項進階功能目前已在 VSCode Insider 版本中獲得支援，正式版 VSCode 預計在未來版本中亦會加入。Agent Skill 能讓 AI 工具自動識別何時需要查閱微軟官方文件，無需使用者手動提示，使整個開發流程更加流暢。

## 實戰驗證與價值總結

在某次 Vibe Coding 專案開發過程中，筆者親身經歷了 MS Learn MCP Server 的實際價值。當時遇到一個涉及微軟特定 API 使用的技術瓶頸，透過 MS Learn MCP 即時取得官方最新的程式碼範例與技術說明，迅速解決原本可能耗費大量時間搜尋與試錯的問題。這個實際案例有力地佐證了在微軟相關開發中善用 MS Learn MCP 的價值。

總結而言，MS Learn MCP Server 的出現，為微軟技術開發者提供了一個將官方文件庫無縫整合至 AI 輔助開發流程的橋樑。無論是使用 Github Copilot、Claude、Gemini 還是其他 AI 工具，透過上述三種方法都能有效確保 AI 生成內容以官方文件為依據，大幅降低技術幻覺風險，提升開發效率與程式碼品質。在微軟技術領域日益複雜的今天，這項工具已然成為專業開發者不可或缺的實用利器。

---

## 文章重點整理

- **MS Learn 為微軟技術文件最權威來源**：涵蓋官方文件、教學課程、訓練教材，是驗證 AI 回答正確性的最終依據
- **Ask Learn 是基於 RAG 架構的 AI 對話引擎**：回答以官方文件為核心，降低引用錯誤或過舊資訊的機率
- **MS Learn MCP Server 整合主流 AI 工具**：支援 VSCode、VS、Claude Code、Gemini、Cursor 等多種開發環境
- **三種強制 AI 參考官方文件的方法**：口語指示、@ms-learn 指令標記、永久性指示檔（官方推薦）
- **Agent Skill 進階功能**：讓 AI 自動識別何時查閱官方文件，適用於 GitHub Copilot CLI 等工具
- **實戰驗證效果顯著**：能有效降低幻想函數與 API 的機率，提升微軟技術開發效率與品質