Augment Code的Prompt Enhancer是什么功能？

你有没有遇到过这种情况？明明知道自己想要什么，写出来的提示词却让AI完全理解错了。

让AI翻译一篇文章，结果生成的中文不伦不类，机器僵硬，词汇不同，鸡同鸭讲。中国人看不懂，美国人表示耸肩。就像你想说帮我做个"登录页面"，结果AI给你做了个“注册页面“。

为什么要做这个功能

Augment Code经常和开发者聊天，他们发现了一个很有意思的现象：提示词写得好不好，直接决定了AI能不能帮你把事情做对。想想也是，AI编程助手才出现不到一年，每天都有无数开发者第一次尝试和它们合作。

我们希望每个人都能体验到那种"哇，太神奇了"的时刻——就是AI第一次就完美理解你的意思，把任务完成得漂漂亮亮。

除了让人开心，好的提示词还能省钱省时间。少了那些无效的来回沟通，计算成本降下来了，你也能更快拿到想要的结果。

时间效果怎么样，不要听他们怎么吹，看看实际效果。

测试1翻译场景：拒绝机器翻译的僵硬

看英文技术文档，很多时候需要翻译成中文。各个翻译软件比如谷歌，豆包，翻译的都是不伦不类。每次我翻译的时候，习惯丢给大模型”下载当前网页，翻译成中文，保存markdown文件”。翻译重来的只能当半成品，总比一个一个查找不认识的词汇强。

无意之间使用了Enhance Prompt，效果简直上天了，知道我想要啥。

你只需要输入一个很简单的想法：点击那个闪亮的 ✨ 按钮，马上就能得到一个结构清晰、信息完整的提示词：

• 自动找到相关代码 — 不用你到处复制粘贴了。Prompt Enhancer 会利用 Augment 强大的代码理解能力，自动把相关的上下文信息整理好。

• 让AI的想法透明化 — 你能清楚看到AI是怎么理解你的需求的，发现问题可以立刻修正。

• 提升回答质量 — 详细准确的提示词意味着更好的结果，更少的修改。

比如自然流畅的中文表达，使用原文的层级结构，遇到专业术语，可在首次出现的时候提供英文原文对照。这些都不用我敲打。我写了一句话，它按照我的意思生成了10句话，句句都是我想要的。

测试2：生成一个俄罗斯方块

苍天可鉴，我真的只是输入了这么一句话：

"生成一个精美的俄罗斯方块游戏，html运行"

让Augment Code嘚啵嘚啵，给我吐出来一段话:

请创建一个完整的俄罗斯方块游戏，要求如下：
**技术要求：**
- 使用HTML、CSS和JavaScript实现
- 创建单个HTML文件，包含所有必要的样式和脚本
- 确保游戏可以直接在浏览器中打开运行，无需额外依赖
**游戏功能：**
- 实现经典的俄罗斯方块游戏机制（7种标准方块形状：I、O、T、S、Z、J、L）
- 方块自动下落，玩家可以控制方块的左右移动、旋转和快速下落
- 当一行完全填满时自动消除并计分
- 显示当前分数和游戏状态
- 游戏结束检测（当方块堆积到顶部时）
**操作控制：**
- 左右箭头键：移动方块
- 上箭头键或空格键：旋转方块
- 下箭头键：加速下落
- 暂停/开始功能
**视觉设计：**
- 精美的界面设计，包含游戏区域边框和背景
- 不同颜色区分不同形状的方块
- 显示下一个即将出现的方块
- 响应式设计，适配不同屏幕尺寸
**用户体验：**
- 流畅的动画效果
- 适中的游戏难度递增
- 清晰的游戏说明和控制提示
请创建完整的HTML文件，确保代码结构清晰，注释完整，便于理解和维护。

Augment Code怎么这么牛，比我自己都知道我想要啥，它怎么知道精美这个词是什么意思？

实际效果那？吊打所有的AI native IDE。我自己就是模仿（抄袭）Cursor，做IDE太难了，Cursor都没有抄明白，Augment Code又是一个翻不过去的喜马拉雅山。国内的字节Trae，通义灵码，百度CoMate加油哦！

测试3：日常工作中编写文档Prompt优化

日常记录一个优化，针对现有项目编写代码文档，以下是我写的Prompt，作为有一定架构思维的我觉得写地已经比较全了：

这是一个基于EasyRule（规则运行过程：事实状态->规则评估->动作执行）的规则引擎项目，由于代码包结构调整等原因，还有很多部分代码手工调整等，项目根目录下面的相关文档已经有些过时不适合现有代码。

任务：
现在准备编写一份完整的文档，文档列表和大体内容说明如下：
1.技术方案设计和实现.md
  - 目的： 主要描述技术设计和实现，用于后续代码改进和维护
  - 内容结构包括：开发背景、解决的问题、技术方案选型和原因、整体代码模块结构图、整体代码数据流程架构图、核心功能模块设计(核心功能列表见后面一条)、性能优化设计、存在的风险和问题
  - 核心功能包括：Rule增删除改查及相关联的数据(设备DevicePointState、StateCondition、storage等等)生命周期管理、 Rule规则关键实现（规则判断的请求链路、时间触发、事件触发、动作执行等）、时间触发器设计、设备持续状态触发设计、线程池管理、监控设计等
  - 单个核心功能模块设计包括：主要功能、调用链路(时序图)、数据状态和流转图，并举例说明
2.code-desc.md 代码结构和功能描述，方便快速了解代码职责和结构
3.使用说明.md
  - 面向系统维护人员使用说明
  - 面向规则调用方使用说明
  
要求：
1. 编写文档可以阅读项目根目录下面的相关文档作为部分参考，但是由于代码调整比较多，文档只需了解过往的部分背景，一切以代码为准；
2. 需要认真阅读每个代码文件，了解整个代码运行机理，切不可偷懒只读类说明
3. 文档使用markdown格式，编写在doc/目录下面，根目录下面过时的文档后续会删除掉
4. 整理编写文档中，如果发现代码存在明显的逻辑bug或者问题，可以记录到文档里，方便后续开发优化

点了Enhance Prompt 后，执行了蛮长时间，但是优化后的prompt效果比我自己写的更进一步了，非常明确的背景、任务、执行细节，虽然加了部分内容，但是我也非常认可加的内容：

# 规则引擎项目文档重构任务

## 项目背景
这是一个基于EasyRule框架的规则引擎项目，遵循"事实状态->规则评估->动作执行"的运行流程。由于近期进行了大量代码包结构调整和手工代码优化，项目根目录下的现有文档已经过时，与当前代码实现不符。

## 任务目标
创建一套完整、准确、实用的技术文档，以支持项目的后续维护、开发和使用。

## 执行步骤

### 第一阶段：代码深度分析
1. **全面代码审查**：逐个阅读每个Java类文件，理解其具体实现逻辑（不能仅看类注释）
2. **架构梳理**：分析当前包结构、类依赖关系、数据流向
3. **功能映射**：识别核心功能模块及其实现方式
4. **问题记录**：发现并记录代码中的潜在bug、设计问题或改进点

### 第二阶段：文档编写
在`doc/`目录下创建以下三个文档：

#### 1. `技术方案设计和实现.md`
**目标读者**：技术开发人员、架构师
**内容结构**：
- **开发背景**：项目起源、解决的业务问题
- **技术选型**：EasyRule选择原因、其他技术栈决策依据
- **整体架构**：
  - 代码模块结构图（包结构、类关系）
  - 数据流程架构图（从输入到输出的完整链路）
- **核心功能模块详细设计**：
  - Rule生命周期管理（增删改查、关联数据管理）
  - 规则执行引擎（评估链路、触发机制）
  - 时间触发器实现
  - 设备状态持续触发机制
  - 异步处理和线程池管理
  - 监控和日志设计
- **每个核心模块包含**：
  - 功能描述和职责边界
  - 调用时序图
  - 数据状态流转图
  - 具体使用示例
- **性能优化策略**
- **已知风险和待解决问题**

#### 2. `code-desc.md` 
**目标读者**：新加入的开发人员
**内容结构**：
- 包结构总览和职责划分
- 核心类功能说明（按包分组）
- 关键接口和抽象类说明
- 配置文件和常量定义
- 数据模型和实体类说明

#### 3. `使用说明.md`
**目标读者**：系统维护人员、API调用方
**内容结构**：
- **系统维护人员部分**：
  - 部署和配置说明
  - 监控指标和告警
  - 常见问题排查
  - 性能调优建议
- **API调用方部分**：
  - 接口文档和示例
  - 规则定义格式说明
  - 集成指南
  - 最佳实践建议

## 质量要求
1. **准确性**：所有内容必须与当前代码实现完全一致
2. **完整性**：覆盖所有核心功能和重要细节
3. **实用性**：提供具体示例和可操作的指导
4. **可维护性**：结构清晰，便于后续更新

## 执行原则
1. **代码为准**：以当前代码实现为唯一标准，现有文档仅作背景参考
2. **深度理解**：必须理解每个类的具体实现逻辑和设计意图
3. **问题导向**：主动发现并记录代码问题，为后续优化提供依据
4. **结构化输出**：使用标准Markdown格式，保持文档结构一致性

## 交付标准
- 三个文档文件保存在`doc/`目录下
- 每个文档包含完整的目录结构
- 所有图表使用Mermaid格式嵌入
- 代码示例使用适当的语法高亮
- 发现的问题清单整理在相应文档的"问题和风险"章节中

Augment Code 为什么那么强，我该怎么超越他！

Cursor 的竞争对手 Augment Code 发布了 Augment Agent，专为大型代码库打造，具备 20 万 tokens 的超长上下文、持久记忆和深度工具集成。不过产品形态却不是一个全新的 IDE，而是作为 IDE 的插件，同时支持 VS Code、JetBrains、Vim 等主流 IDE。

因为工作原因需要经常使用，目前安装了Cursor, githubcopilot,augment code，字节trae等5个应用。其实是想投机取巧，A生成效果不好，可以用B实施吧。现在我准备全面用户Augment，卸载Curosr，实际效果远超我想想。

一方面不像Roo code或Cline需要自己配置API Key，先白嫖 14天免费试用。另一方面这个代码质量真得有点超预期。Cursor/github copilot没搞定的需求，同样的Prompt发过去，这个软件搞定了。

背后都是Claude sonnet4+o1，为啥人家调教的这么好呢？！即使Cursor引以为傲的Codebase，也没Augment强。

安装和使用很简单,用户直接在Vs code/JetBrains插件市场就能搜索到Augment，免费次数有限，当然网友们都很强大，都有办法，笔者自己也写了个IDE破解插件，相关的免费续杯方式可以看这一文：《Augment Code无限续杯教程，持续更新，欢迎收藏》

最后总结一下，Prompt工程是术，网络铺天盖地教大家写prompt,那些精美绝伦的prompt例子，其实是术，当模型能力能力更新的时候，其实很多prompt都过期了。但是我们和AI交流的原则，讲清楚你真的想要什么，是道。跟AI交流的时候，充分表达自己的需求，而不是让AI去猜用户的意图；或者AI帮你写了Prompt，让你在修改，看看全面性和准确性，是不是真正你想要的。话说对了，事情就成功了一半，剩下的交给AI去完成。