📘 Prompt 提示词18种框架

一、介绍

一个好的 Prompt（提示词）可以极大提升 AI 的理解力与输出效果。
本文总结了 18 种常见的提示词方法论（框架），从不同维度帮助你构建清晰、结构化的 Prompt。

通用结构参考：

• 背景 / 上下文 / 情况
• 角色
• 行动（任务 + 步骤 + 技术）
• 目的 / 期望结果
• 演变 / 评估
• 语气与格式
• 示例与实验

针对下面总结结构如下

背景/上下文/清晰度（范围）/情况/问题
    背景信息：
    做事情的上下联系
    做事的范围, 受众
    问题： 核心要解决的问题
角色
行动
    支持： 为大模型提供该行动的额外信息或资源
    技术： 具体调用的程序或软件
    任务： 具体执行任务
    步骤： 期望采取的详细步骤
    计划： 行动方案
目的/目标/结果/期望/预期方案

演变/评估
    执行后期望演变的样子
    行动后对效果的评估或分析
个性
    语气
格式：输出格式， 控制回复量

实验/示例： 多个示例，(有示例有时候可以省略语气和格式)
    示例
    要求生成几个例子

---

1️⃣ APE 框架

全称：Action – Purpose – Expectation

核心思想：
把任务分解为「行动 → 目的 → 期望」，让AI理解要做什么、为什么做、想得到什么结果。

模块	说明
Action（行动）	具体要完成的任务或活动
Purpose（目的）	为什么要执行该任务，意图是什么
Expectation（期望）	希望达成的结果或成果

示例：

你的任务是撰写一篇关于恒大集团创始人许家印的简介，目的是让读者了解他的主要成就。期望结果是一篇200字的简介。

---

2️⃣ BROKE 框架

核心： 融合 OKR 思维（Objectives & Key Results），提升提示词的结构与迭代能力。

模块	说明
Background（背景）	提供上下文与背景信息
Role（角色）	设定AI扮演的身份
Objectives（目标）	明确任务目标
Key Results（关键结果）	描述衡量目标完成的标准
Evolve（演变）	反馈与改进迭代方式

示例：

你是一名作者，了解许家印。你的目标是创作一篇200字简介。根据反馈，调整和优化文章。

---

3️⃣ CHAT 框架

核心： 明确“谁、背景、目的、任务”。

模块	说明
Character（角色）	AI 扮演的角色
History（背景）	任务的上下文信息
Ambition（目标）	想达成的长期或短期目标
Task（任务）	要执行的具体工作

示例：

角色：历史教师

背景：需要教授古罗马历史

目标：寻找优质教学资源

任务：提供古罗马的教学资料与推荐

---

4️⃣ CRISPE 框架

特点： 明确结构 + 输出多样性。

模块	说明
Capacity & Role（能力与角色）	明确AI扮演身份
Insight（洞察）	提供背景与上下文
Statement（声明）	清晰地说明任务
Personality（个性）	定义回答风格或语气
Experiment（实验）	要求输出多个示例

示例：

你是一名了解许家印生平的作者。任务是写一篇200字简介，语言简练客观，尝试多个版本。

---

5️⃣ CARE 框架

核心思想： 从上下文出发，强调结果与示例。

模块	说明
Context（上下文）	描述背景和情境
Action（行动）	说明要执行的操作
Result（结果）	期望的成果或反馈
Example（示例）	提供样例输出指导AI

示例：

Context：客户希望开发一款零售

App
Action：设计并实现具备社交分享与推送功能的

App
Result：上线后销售额提升25%

Example：提供竞品拼多多的首页样式参考

---

6️⃣ COAST 框架

核心： 强调目标、支持与技术细节，让Prompt更接近可执行计划。

模块	说明
Context（背景）	提供任务发生的环境或情景
Objectives（目标）	明确想达成的成果
Action（行动）	描述要采取的措施
Support（支持）	补充执行任务所需资源
Technology（技术）	指定执行所用的技术工具

示例：

背景：创建“EcoTrack”环保追踪应用

目标：6个月内获得1万活跃用户

行动：开发碳足迹计算功能

支持：提供碳排放计算数据集

技术：使用Flutter开发并接入AI算法

---

7️⃣ CREATE 框架

核心： 用五个原则指导高质量 Prompt 的创作。

模块	说明
Clarity（清晰度）	明确任务与目标，表达无歧义。
Relevant Info（相关信息）	提供必要的背景、关键词、语气、格式。
Examples（示例）	用例子让AI理解期望风格或结构。
Avoid Ambiguity（避免含糊）	删除不必要信息，保持重点突出。
Tinker（迭代）	根据反馈不断优化提示词。

示例：

你需要创作一篇关于恒大老板许家印的200字简介，包含他的主要生平与成就。必要时多次修改，直到精炼合适。

---

8️⃣ RACE 框架

核心： 让提示词具备“场景 + 行动 + 结果 + 示例”的逻辑闭环。

模块	说明
Role（角色）	明确身份与职责。
Action（行动）	描述要执行的任务。
Result（结果）	说明期望的成果。
Example（示例）	提供参考样例帮助理解风格。

示例：

角色：商业记者

行动：撰写一篇关于许家印的简介

结果：得到一篇200字的人物传记

示例：参考亚马逊创始人贝佐斯的简介风格。

---

9️⃣ RISE 框架

核心： 注重执行路径与期望结果，是行动型任务Prompt的典范。

模块	说明
Role（角色）	定义人物或AI的功能定位。
Input（输入）	提供必要的资料或背景信息。
Steps（步骤）	让AI分步骤输出可执行过程。
Expectation（期望）	描述最终成果的样貌与标准。

示例：

角色：项目经理

输入：团队下周召开项目会议

步骤：列出会议筹备清单（议程、资料、风险点）

期望：会议能明确下一步计划并获得全员共识。

---

🔟 ROSES 框架

核心： 用“五瓣结构”打造完整任务闭环。

模块	说明
Role（角色）	设定AI身份，如专家、记者、导师等。
Objective（目标）	明确任务目的或要解决的问题。
Scenario（场景）	描述任务发生的背景或条件。
Solution（解决方案）	说明期望的成果。
Steps（步骤）	要求AI提供具体的执行路径。

示例：

角色：新闻记者

目标：撰写许家印200字简介

场景：许家印为恒大创始人

解决方案：编写精炼传记概述其主要成就

步骤：收集资料 → 写作 → 审校 → 完稿。

---

11️⃣ RTF 框架

核心： 三要素结构，快速生成高效指令。

模块	说明
Role（角色）	明确AI的身份或专业背景。
Task（任务）	说明具体要完成的事项。
Format（格式）	指定输出格式或风格。

示例：

角色：微信公众号作者

任务：创作以“许家印的简介”为主题的短文

格式：200字以内。

---

12️⃣ SAGE 框架

核心： 用四要素让任务描述完整、逻辑连贯。

模块	说明
Situation（情况）	描述背景、环境或前因。
Action（行动）	说明执行的任务。
Goal（目标）	明确希望达成的目的。
Expectation（预期）	指定输出结果或呈现方式。

示例：

情况：CRM系统近期出现问题。

行动：请调查原因并与开发团队沟通。

目标：确保系统两周内恢复正常。

预期：提交包含问题分析与解决方案的报告。

---

13️⃣ SCOPE 框架

核心： 用系统化思维解决复杂问题，常用于项目规划或问题分析。

模块	说明
Scenario（情境）	描述问题背景或任务环境。
Complications（复杂情况）	列出阻碍或挑战。
Objective（目标）	明确预期成果。
Plan（计划）	给出行动方案。
Evaluation（评估）	说明验证或改进方式。

示例：

情境：计划推出新产品。

复杂情况：竞争激烈、预算有限。

目标：三个月内达成销售目标80%。

计划：市场调研 → 营销活动 → 销售合作。

评估：每月回顾销售数据，动态调整策略。

---

14️⃣ SPA 框架

核心： 简洁实用的问题解决型结构，常用于分析与改进任务。

模块	说明
Scenario（情境）	交代问题发生的背景。
Problem（问题）	明确挑战或痛点。
Action（行动）	说明解决问题的措施。
Result（结果）	展示预期成果。

示例：

情境：公司网络被多次攻击。

问题：安全漏洞频发。

行动：审计系统、更新防火墙、员工培训。

结果：一个月内未再发生安全事件。

---

15️⃣ TAG 框架

核心： 极简Prompt结构，适合快速构建明确指令。

模块	说明
Task（任务）	要做什么。
Action（行动）	怎么做。
Goal（目标）	期望结果。

示例：

任务：撰写许家印简介。

行动：收集信息并撰写文稿。

目标：完成一篇200字短文。

---

16️⃣ TRACE 框架

核心： 将Prompt拆分为任务、请求、行动、语境、示例，结构清晰，输出高质量内容。

模块	说明
Task（任务）	明确主要目标。
Request（请求）	指定AI要做的事。
Action（行动）	说明操作步骤。
Context（语境）	提供背景。
Example（示例）	用例帮助AI理解期望风格。

示例：

任务：编写许家印简介。

请求：生成200字文本。

行动：收集资料后撰写。

语境：许家印为恒大集团创始人。

示例：参考其他商业领袖简介。

---

17️⃣ LangGPT 框架

创始人： 刘远忠（云中江树）
核心： 把Prompt当作“语言编程”，具有模块化与模板化特征。

特点与优势：

• 系统性： 模板化设计，层次清晰。
• 灵活性： 可设置变量、参数。
• 交互友好： 支持多角色、多阶段工作流。
• 长程记忆： 用“Reminder”机制保持上下文连续。

模板语法示例：

Role: 文案专家

Profile:

• author: 李继刚
• language: 中文
• description: 为AI课程撰写创意宣传文案

Goals:

• 输出有创意、有感染力的内容

Constrains:

• 不改变原意，仅优化表达

Workflow:

分析 → 创作 → 优化 → 输出

这种格式让提示像编程语言一样逻辑化、可复用。

18️⃣ Google 提示词工程最佳实践

核心思想： 用工程化思维构建Prompt。

原则	要点
明确意图	让AI清楚最重要的信息。
构建结构化提示	角色 + 上下文 + 指令。
使用示例	提供多样化样例以提高准确度。
限制输出范围	明确格式与长度。
任务分解	把复杂任务拆解成多步。
质量监控	要求AI自检或评估输出。
逐步思考	引导模型循序推理。

技巧补充：

• 重申关键元素：多次强调核心要求。
• 明确格式：如要求JSON、表格等格式输出。
• 三明治法：在长提示中重复关键信息。

---

19️⃣ ICIO 框架

核心： 适合需要“输入数据 + 明确输出格式”的任务。

模块	说明
Instruction（指令）	明确要执行的任务。
Context（背景信息）	提供上下文或应用场景。
Input Data（输入数据）	说明AI要处理的数据。
Output Indicator（输出引导）	指定输出格式、风格或长度。

示例：

指令：撰写许家印简介。
背景：恒大创始人。
输入：许家印的主要事迹。
输出引导：200字以内、语言简洁正式。

---

📚 Prompt 八招要诀（延伸总结）

结合李家贵《Prompt8》框架，总结AI提示工程核心理念：

1️⃣ 本质： 与AI的合作即是“高质量提问”。
2️⃣ 关注点： Know-how（技巧公式）+ Workflow（流程管理）。
3️⃣ 三要素： 背景（Background）、要求（Requirement）、角色（Role）。
4️⃣ 四字核心： CHAT 模型是记忆重点。
5️⃣ 五环思维： 客户、架构、战略、项目、数据。
6️⃣ 六句准则： 提供例子、限定格式、明确语气与字数。
7️⃣ 七个原则： 格式、范围、角色、数据、模拟、组合、突破。
8️⃣ 安全八决： 禁止上传敏感或机密信息，重视隐私保护。

---