有哪些常用的提示词框架或模板可以参考？

我们与AI模型（比如ChatGPT）沟通，其实就是通过“提示词”（Prompt）来完成的。提示词写得好不好，直接影响AI给出的答案质量。有时候我们感觉AI“听不懂话”，很可能就是提示词给得不够清晰。

一个好的提示词，就像一个清晰的任务指令，能让AI准确理解你想让它做什么。下面介绍一些常见的提示词框架和模板，它们能帮你把指令说得更明白。

1. RTF 框架：最基础的入门

这是一个非常简单的框架，只包含三个核心要素：

• R (Role – 角色): 你希望AI扮演什么角色。
• T (Task – 任务): 你需要AI完成什么具体任务。
• F (Format – 格式): 你希望AI以什么格式输出结果。

这个框架的好处是简单直接，很容易上手。

举个例子：

假设你想要一份关于健康饮食的周计划。

• 角色 (R): 你是一位经验丰富的营养师。
• 任务 (T): 请为我制定一份为期一周的健康饮食计划，目标是均衡营养，适合办公室人群。
• 格式 (F): 请使用表格形式展示，包含周一到周日的早、中、晚餐建议。

把它们组合起来，提示词就是：

“你是一位经验丰富的营养师，请为我制定一份为期一周的健康饮食计划，目标是均衡营养，适合办公室人群。请使用表格形式展示，包含周一到周日的早、中、晚餐建议。”

这样一来，AI就能很清楚地知道自己的身份、要做什么以及如何呈现结果。

2. CRISPE 框架：更细致的任务指令

CRISPE框架比RTF更详细，它把一个任务拆分得更细，适合处理一些相对复杂的请求。

• CR (Capacity and Role – 能力与角色): 让AI知道它应该扮演什么角色，以及这个角色具备哪些能力。
• I (Insight – 背景洞察): 提供任务的背景信息和上下文，让AI了解“为什么”要做这件事。
• S (Statement – 指令): 明确告诉AI需要执行的具体任务是什么。
• P (Personality – 个性): 定义AI回答时的语气和风格。
• E (Experiment – 实验): 鼓励AI提供多个不同的答案，让你有更多选择。

举个例子：

假设你需要为一款新的咖啡产品写一封推广邮件。

• 能力与角色 (CR): 你是一位专业的营销文案专家，擅长为新消费品牌撰写有吸引力的推广邮件。
• 背景洞察 (I): 我们将推出一款名为“晨光”的冷萃咖啡，目标客户是年轻的上班族，他们追求生活品质，但工作节奏快。这款咖啡的特点是口感顺滑，能快速提神。
• 指令 (S): 请为这款“晨光”咖啡写一封推广邮件，邮件的目的是吸引用户首次购买，并告知他们现在有新品折扣。
• 个性 (P): 邮件的语气要轻松、友好，就像朋友在推荐好东西一样。
• 实验 (E): 请提供三个不同风格的邮件标题供我选择。

组合起来的提示词：

“你是一位专业的营销文案专家，擅长为新消费品牌撰写有吸引力的推广邮件。我们即将推出一款名为‘晨光’的冷萃咖啡，目标客户是追求生活品质的年轻上班族。这款咖啡口感顺滑，能快速提神。请为这款咖啡写一封推广邮件，目的是吸引用户首次购买，并告知新品折扣信息。邮件语气要轻松友好。另外，请提供三个不同风格的邮件标题供我选择。”

通过这种方式，AI不仅知道了要做什么，还了解了任务的背景和目标人群，写出的文案会更贴切。

3. IO（输入/输出）框架

这个框架非常直接，核心就是告诉AI“我给你什么，你给我什么”。

• 输入 (Input): 你提供给AI的信息或原材料。
• 输出 (Output): 你希望从AI那里得到的结果。

这种框架特别适合做一些格式转换、内容提取或风格迁移的任务。

举个例子：

你需要把一段正式的产品描述，改成活泼的社交媒体文案。

• 输入:
  
  > “产品名称：智能降噪耳机 Pro；功能：采用先进的主动降噪技术，有效隔绝环境噪音；电池续航：长达20小时；材质：采用轻量化航空铝材，佩戴舒适。”

• 输出:
  
  > 一段适合发布在社交媒体上的推广文案，风格要活泼有趣。

组合起来的提示词：

“这是我们产品的描述：‘产品名称：智能降噪耳机 Pro；功能：采用先进的主动降噪技术，有效隔绝环境噪音；电池续航：长达20小时；材质：采用轻量化航空铝材，佩戴舒适。’

请把它改写成一段适合在社交媒体上发布的推广文案，风格要活泼有趣。”

这样AI就能清晰地理解任务是在已有的材料上进行再创作。

4. CARE 框架：聚焦于具体情境

CARE 框架适合需要AI根据特定情境进行回应或创作的场景，尤其在内容创作和角色扮演中很有用。

• C (Context – 背景): 描述任务发生的具体情境或背景。
• A (Action – 行动): 你希望AI执行的具体动作。
• R (Role – 角色): 指定AI的角色。
• E (Expectation – 期望): 你期望得到什么样的结果。

举个例子：

你需要处理一封客户投诉邮件。

• 背景 (C): 我收到一封客户投诉邮件，客户抱怨说他购买的产品延迟了三天还没送到。他的语气很生气。
• 行动 (A): 请帮我草拟一封回复邮件。
• 角色 (R): 你是一位经验丰富的客服经理。
• 期望 (E): 回复的邮件需要先安抚客户的情绪，真诚道歉，然后解释可能的原因，并提供一个解决方案，比如补偿一张优惠券。语气要专业、诚恳。

组合起来的提示词：

“背景：我收到一封客户投诉邮件，客户抱怨他购买的产品延迟三天还没送到，语气很生气。
角色：你是一位经验丰富的客服经理。
行动：请帮我草拟一封回复邮件。
期望：邮件内容需要安抚客户情绪，真诚道歉，解释可能的原因，并提供补偿方案（比如一张优惠券），语气要专业、诚恳。”

5. “链式思考”（Chain of Thought）提示法

这种方法不是一个固定的框架，而是一种技巧。当你处理一个需要多步骤推理的复杂问题时，可以让AI“一步一步地思考”。

做法很简单，就是在你的提示词里加上一句“让我们一步一步地思考”或类似的话。这会引导AI把解决问题的过程分解开来，先思考逻辑，再给出最终答案。这能显著提高AI在数学题、逻辑推理题上的准确率。

举个例子：

“一个农场里有鸡和兔子，总共有35个头，94只脚。请问鸡和兔子各有多少只？请一步一步地列出你的思考过程。”

通过引导AI展示思考过程，它会先设立方程，然后解方程，最后给出答案，整个逻辑链条会非常清晰，答案的准确性也更高。

这些框架和模板不是死的规则，你可以根据自己的需求灵活组合使用。核心目的只有一个：把你的需求描述得越清楚、越具体，AI就越能给你一个满意的答案。