AI 模型在编写 AI 模型提示方面比人类强得多。正因如此，我们几家 AI 优先的公司会重写人类的初始提示，以产生更好的结果。上周，我们的 AI for code 公司 Augment 推出了类似的方法，并通过实时代码库理解显著提升了性能。
由于人工智能代理可以通过使用工具完成更多工作，因此有效地引导它们至关重要。但大多数使用人工智能进行产品编码的开发人员编写的提示不完整或模糊，导致输出不正确或不理想。
Augment 中的Prompt Enhancer功能会利用 Augment 的实时代码库索引和开发者当前的编码会话，自动从开发者的代码库中提取相关上下文。Augment 利用其对代码库的理解来重写初始提示，整合收集到的上下文，并补充代码库中缺失的细节，例如文件和符号。在很多情况下，系统比开发者更了解大型代码库中的内容，因为它可以记住所有信息，并实时跟踪正在发生的变化。
开发人员可以在执行之前查看增强的提示并进行编辑。这使他们有机会了解系统如何解释他们的请求并进行必要的更正。
随着开发人员使用此功能，他们会定期学习 AI 的潜力、Augment 能够理解哪些内容、能够利用其代码库理解哪些功能，以及如何最大限度地利用这两个系统。它作为一种教育工具，帮助开发人员随着时间的推移更加熟练地使用 AI 编码工具。
我们在图像生成和知识代理产品中也采用了类似的方法。通过将模糊或不完整的指令转化为由理解可能性的系统编写的详细、优化的提示，我们可以让强大的人工智能工具更易于使用、更高效。