📌 📄 内容摘要:
@yxp934 在 基于augment做了个提示词增强功能：把记忆、文档、文件夹一起塞进上下文 中发帖
在 vibe coding中，我发现 Augment Code 的提示词扩写非常好用，甚至我经常会先在 Augment 里把提示词扩写完成，再复制到 Codex 里开始干活。它之所以好用，并不只是因为套了预设模板把内容写得更长，而是它会把“上下文记忆”也纳入扩写依据：包括对话的摘要、你正在做的事、以及你刚刚提到的目标。比如我只说一句“审查最近的一个 PR”，它就能自动扩展成更可执行的任务描述：先定位到具体 PR，再说明审查维度、关注点、预期输出以及需要我补充的信息。这种从碎片输入推导出完整需求的能力，是真正让扩写变得“能用、好用”的关键。
这也让我想到在日常与 AI 对话时，我经常不知道提示词该怎么写。我的表达和写作能力并不强，所以写出来的提示词常常词不达意、信息不完整，结果就是模型要么误解需求，要么只能给出泛泛的答案。后来我越来越确定，提示词扩写的关键并不在于写得多结构化、是不是完美的...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1582898/1
─────────────────────────────
📢 来源：LINUX DO
