一、AI不是读心大师
What：提示词工程就是给AI下指令的"翻译器"。想象你让实习生买咖啡——"随便买杯喝的"VS"买冰美式加双份浓缩，不要糖，用纸杯"。后者才是有效指令。
Why：测试发现，优化提示词后AI输出质量提升40%（斯坦福研究实锤）。上次我让AI"写首诗"，它给我来了段"啊！大海你全是水！"，而用R.I.S.E框架后直接输出莎士比亚风十四行诗。
**When：**需要复杂任务时必用。查天气不用咒语，但让AI"用周杰伦歌词风格写代码注释"？这时就得掏出框架宝典了。
二、常见翻车现场
谜语人陷阱"写个营销方案"→AI交来50页学术论文体方案✅正确姿势：用T.A.S.T.E框架指定"面向Z世代的短视频文案，要求带网络热梗"
细节控缺失"总结会议纪要"→漏掉关键决策点✅正确姿势：用I.C.I.O框架明确"需要突出客户王总关于预算调整的发言"
人格分裂现场同时要求"专业严谨"和"幽默俏皮"→AI输出量子波动文风✅正确姿势：在C.R.I.S.P.E框架中固定"用脱口秀风格解说量子物理"
三、 常用提示词框架介绍
A.P.E
基于行动（定义任务）、目的（阐明核心目标）、期望（明确输出要求），适用于快速明确核心诉求的轻量级任务（如邮件起草）
- ACTION 行动:定义要完成的工作或活动PURPOSE 目的:讨论意图或目标EXPECTATION 期望:陈述预期的结果
C.O.A.S.T
通过背景（设定场景）、目标（描述意图）、行动（操作指令）、场景（具体情境）、任务（细化要求），适合多维度协作的复杂项目规划（如产品设计方案）
- CONTEXT 上下文:为对话设定舞台OBJECTIVE 目的:描述目标电ACTION 行动:解释所需的动作SCENARIO 方案:描述场景TASK 任务:描述任务
R.I.S.E
以角色（AI身份定义）、输入（提供数据源）、步骤（分阶段流程）、期望（结果标准）为核心，适用于需分步拆解的专业领域（如代码调试指导）
- ROLE角色:指定ChatGPT的角色INPUT 输入:描述信息或资源STEPS 步骤:询问详细的步骤EXPECTATION 期望:描述所需的结果。
E.R.A
通过期望（结果导向）、角色（身份定位）、行动（操作指令）快速响应需求，适合日常简单任务（如信息查询回复）
- EXPECTATION 期望:描述所需的结果ROLE角色:指定ChatGPT的角色ACTION 行动:指定需要采取哪些操作
R.O.S.E.S.
整合角色（身份锚定）、目标（问题焦点）、方案（情境描述）、解决方案（结果形态）、步骤（执行路径），适合教育/培训中案例驱动型任务（如数学解题教学）
- ROLE角色:指定ChatGPT的角色OBJECTIVE目的:陈述目标或目标SCENARIO 方案:描述情况EXPECTED SOLUTION 解决方案:定义所需的结果STEPS 步骤:要求达到解决方案所需的措施。
C.R.I.S.P.E
强调能力角色（功能边界）、见解（背景补充）、声明（核心指令）、个性（风格设定）、实验（多方案生成），适合技术文档编写或创意发散场景（如广告语批量生成）
- CAPACITY AND ROLE 能力和角色:chatGPT扮演什么角色INSIGHT 见解:提供见解、背景和上下文STATEMENT 声明:你要求 ChatGPT 做什么PERSONALITY个性:你希望以何种风格、个性、方式回应EXPERIMENT 实验:请求chatGPT 为你回复多个示例
B.R.O.K.E
通过背景（信息铺垫）、角色（功能定位）、目标（战略方向）、关键结果（量化指标）、改进（迭代优化），适用于商业分析报告等需动态调整的任务
- BACKGROUND 背景:说明背景，提供充足信息ROLE角色:我希望ChatGPT扮演的角色OBJECTIVES 目标:我们希望实现什么KEY RESULT 关键结果:我要什么具体效果试验并调整EVOLVE 试验并改进:三种改进方法自由组合
T.A.G
以任务（主题聚焦）、行动（执行方式）、目标（价值终点）快速构建指令，适合即时性需求（如社交媒体文案生成）
- TASK 任务:定义特定任务ACTION 行动:描述需要做的事情GOAL 目标:解释最终目标。
T.R.A.C.E
结合任务（核心主题）、请求（细化要求）、行动（操作路径）、上下文（环境信息）、示例（风格参照），适合用户导向型设计（如APP交互流程优化）
- TASK 任务:定义特定任务REQUEST 请求:描述您的要求ACTION 行动:说明您需要的操作CONTEXT 上下文:提供上下文或情况。EXAMPLE 示例:举一个例子来说明您的观点
C.A.R.E
通过上下文（背景搭建）、行动（执行指令）、结果（标准定义）、示例（范式参考）实现灵活迭代，适合内容优化类任务（如文章润色）
- CONTEXT 上下文:为讨论设置阶段或上下文ACTION 行动:描述您想做什么RESULT 结果:描述所需的结果EXAMPLE示例:举一个例子来说明您的观点，
I.C.I.O
以指令（任务主旨）、背景（关联信息）、输入数据（处理对象）、输出引导（格式规范）驱动结构化输出，适合数据分析/编程任务（如Excel公式生成）
- INSTRUCTION 指令:AI 执行的具体任务CONTEXT 背景:给AI更多的背景信息INPUT DATA 输入数据:告知模型需要处理的数据OUTPUTINDICATOR 输出引导:告知我们要输出的类型或风格
R.A.C.E.
通过角色（责任定义）、行动（流程控制）、上下文（环境参数）、期望（质量标准）规范协作流程，适用于项目管理（如甘特图制定）
- ROLE 角色:指定ChatGPT的角色ACTION 行动:详细说明需要采取什么行动CONTEXT 上下文:提供有关情况的相关细节EXPECTATION 期望:描述预期结果。
T.A.S.T.E
整合任务（内容类型）、受众（用户画像）、结构（逻辑框架）、语气（风格调性）、示例（模板参照），适合品牌内容定制（如企业白皮书撰写）
- Task 任务:定义模型主要任务或生成内容Audience 目标受众: 明确说明目标受众。Structure (结构): 为输出的内容提供明确的组织结构，包括段落安排、论点展开顺序或其他逻辑关系Tone (语气): 指定模型回答时的语气或风格Example (示例):例子或模板可帮助模型理解输出风格或格式。
A.L.I.G.N
基于目标（战略锚点）、难度（知识层级）、输入（事实依据）、原则（规则边界）、新颖性（创新要求），适合学术研究/战略规划（如行业趋势分析报告）
- Aim 目标: 明确任务的最终目标。Level 难度级别: 定义输出的难度级别。Input 输入: 指定需要处理的输入数据或信息，要求模型依据某些事实或条件进行推理。Guidelines 指导原则: 提供模型在执行任务时应该遵循的规则或约束Novelty 新颖性: 明确是否需要模型提供原创性、创新性的内容，是否允许引用已有知识。
CO-STAR
通过上下文（背景定位）、目标（任务锚定）、风格（写作调性）、语气（情感适配）、受众（用户分层）、回应（格式规范）六要素协同控制输出，适用于需精准定制内容风格与结构的故事化营销或用户体验设计场景（小红书等）
C-context 上下文：提供任务上下文信息
有助于LLM理解正在讨论的情景，确保其回应的相关性
O-objective 目标： 确认你希望LLM完成的任务
明确目标能够帮助LLM集中回应，以达成特定目标
S-style 风格：指明LLM输出的写作风格
这可以是某位名人的写作风格，或是某个领域专家的风格，比如商业分析师或CEO。这有助于指导LLM采用与你需求相符的表达方式和词语选择
T-tone 语气：确定回应的情感态度
这确保LLM的回应和我们希望的回复情感相同。例如正式、幽默、同情等
A-audience 受众: 识别回应的目标受众
让LLM的回应针对特定受众，比如（领域专家、CEO、初学者、儿童等），保证其在所需语境中的适宜性和易懂性
R-response 回应：指定回应的格式
确保LLM按照你需要的确切格式输出，以便于后续任务。例如列表、JSON、专业报告等等。对于大多数程序化处理LLM回应的应用而言，JSON输出格式将是理想选择
四、框架说明书（精选5款）
DeepSeek- R1官方满血版，开启联网搜索
1. APE框架 - 直男式指令
[Action] 分析小红书美妆类爆文 [Purpose] 找出流量密码 [Expectation] 用表情包+梗图制作分析报告 💡适用场景：紧急任务时快速部署
2. T.A.S.T.E框架 - 甲方快乐模版
Task: 写新能源汽车推广文案 Audience: 30-45岁中产家庭 Structure: 痛点引入→技术优势→场景化解决方案 Tone: 像罗永浩发布会风格 Example: 参考蔚来NIO Day演讲结构 🎯真实案例：某车企用此框架产出文案，转化率提升27%
3. C.R.I.S.P.E框架 - 戏精模式
Capacity: 扮演毒舌时尚编辑 Insight: 今年流行多巴胺穿搭 Statement: 吐槽明星红毯造型 Personality: 用金星老师式犀利吐槽 Experiment: 生成3版不同毒舌程度的文案 🤹♂️实测：让AI模仿李佳琦"OMG买它"风格写代码注释，程序员集体笑出腹肌
4. B.R.O.K.E框架 - 打工人救星
Background: 要交年终总结PPT Role: 资深职场教练 Objectives: 突出技术转型成果 Key Result: 用数据可视化呈现 Evolve: 提供升职版/转岗版/摆烂版三种版本 💼打工人亲测：原来5小时的工作现在20分钟搞定
5. A.L.I.G.N框架 - 学术党必备
Aim: 解释区块链技术 Level: 给奶奶讲明白 Input: 她只会用老年机 Guidelines: 用买菜记账比喻 Novelty: 结合广场舞队经费管理案例 👵我妈真实评价："比电视专家讲得明白！"
五、黄金三原则
- 具体到变态：❌"写个故事" → ✅"写800字科幻微小说，主角是会做蛋炒饭的机器人，结尾反转"给AI"记忆面包"：❌直接要方案 → ✅用C.A.R.E框架先喂背景数据："当前门店月亏损5万，竞争对手..."角色扮演yyds：❌普通需求 → ✅"你现在是给马斯克写演讲稿的鬼才，要加入摸鱼文化梗"
六、高阶骚操作
- 俄罗斯套娃法：用R.O.S.E.S框架让AI先设计框架，再生成内容："先列出10个文章标题，再选第3个展开"渣男式迭代：用B.R.O.KE框架生成初稿后说："不够性感，给我加点互联网黑话"阴阳合璧术：用E.R.A框架让AI同时输出正反观点："先写支持远程办公的5点理由，再写反对的5点理由"
七、AI是面镜子
你敷衍它就更敷衍，你用心它就惊艳。记住这个灵魂公式：
优质提示词 = 明确任务 + 丰富细节 + 人格设定 + 风骚示例
下次卡壳时，不妨对着AI唱："简单点说话的方式简单点"，然后默默打开这篇指南。毕竟，让AI打工的最高境界，是让它觉得你们在共同创作（虽然它只是在疯狂矩阵计算）
🎁文末福利：尝试用T.R.A.C.E框架让AI生成本文的吐槽版，你会收获意想不到的快乐（别问我怎么知道的）原文 也是我
