使您的代理能够通过自动应用提示词重复技术来提高大语言模型的准确性。
在执行任务时使用 Haiku 或 Flash 等轻量级模型时
在长上下文中，答案选项出现在问题之前时
在大型列表或库存中执行基于位置的查询时
指定您为任务使用的轻量级模型
识别任务类型，如“选项优先”的选择题或索引/位置搜索
将自动提示词重复转换器应用于您的原始输入
查看模型响应的准确性和一致性提升情况
你
告诉我这个包含 50 个物品的库存清单中，第 25 号位置是什么物品。
Agent
我将应用 3 次提示词重复技术，以加强模型对特定位置信息的注意力。这种方法模仿了双向注意力的优势，显著提高了长列表中位置检索的准确性。您将获得正确物品名称，其置信度远高于单次查询。
赋予你的智能体将模糊的 UI 想法转化为经过打磨、且适配 Stitch 优化的提示词的能力，从而产生高质量的设计结果。
赋予您的代理为 Copilot 文件、MCP 服务器和技术文档创建简明且以示例驱动的 tldr 摘要的能力。
赋予您的智能体迭代细化和改进任务提示词的能力，通过询问范围、交付成果和约束条件来确保高质量的 AI 输出。
使您的代理能够创建具有良好结构和工具集成的、高质量的 GitHub Copilot 提示词 (Prompts)。
赋予你的智能体使用成熟的最佳实践（在结构、语法和组织方面）来润色和完善提示词文件的能力。
