驱动AI的艺术：12个Prompt框架助你成为高效的“AI管理者”
驱动AI的艺术：12个Prompt框架助你成为高效的“AI管理者”
大多数人写不好提示词（Prompt），是因为缺乏结构化思维，将AI视为一个搜索引擎而非一名专业的“下属”。要高效驱动AI，必须像布置工作任务一样，清晰、完整地传达信息。
您提供的12个精选Prompt框架，正是实现这一目标的方法论。它们的核心思想是：明确角色、提供情境、界定目标、优化输出。我们可以将这些框架归纳为四大管理维度，形成一篇逻辑严谨的指导文章。
一、 核心基础框架：任务、目的与期望
这组框架适用于快速、直接的任务布置，确保指令包含了行动、原因和结果这三大要素。
| 框架 | 组成要素与描述 |
|---|
| 1. A.P.E (行动, 目的, 期望) |
ACTION (行动)：定义要完成的工作或活动。PURPOSE (目的)：讨论意图或目标，解释为什么做这个任务。EXPECTATION (期望)：陈述预期的结果，作为验收标准。 |
| 2. T.A.G (任务, 行动, 目标) |
TASK (任务)：定义特定任务内容。ACTION (行动)：描述要做的事情，具体的执行步骤。GOAL (目标)：解释最终目标，指明任务的终点。 |
| 3. E.R.A (期望, 角色, 行动) |
EXPECTATION (期望)：描述所需的结果，结果标准前置。ROLE (角色)：指定ChatGPT的角色，赋予其专业身份。ACTION (行动)：指定需要采取哪些操作。 |
管理维度：角色定位与行动指令（我是谁，我做什么）
任何任务的开始，都必须明确执行者的能力和必须完成的具体工作。这确保了AI的输出方向和专业性。
- 首先通过 ROLE（角色） 设定AI的身份（如：R.A.C.E, E.R.A），赋予其专业能力。
-
其次，ACTION（行动） 或 TASK（任务）（如：A.P.E, T.A.G）清晰定义了需要执行的具体操作，例如：“撰写一篇博客文章”或“分析以下数据”。
-
这两个维度解决了“谁来做”和“做什么”的核心问题。
二、 情境与细节框架：输入、背景与示例
高质量的Prompt需要丰富的背景信息，以及对输入数据和参考示例的详细指导。
| 框架 | 组成要素与描述 |
|---|
| 4. C.O.A.S.T (背景, 客观, 行动, 场景, 任务) |
CONTEXT (上下文)：为对话设定舞台，提供所有相关背景。OBJECTIVE (目的)：描述目标，确保方向正确。ACTION (行动)：解释所需的动作。SCENARIO (方案)：描述场景，细化任务的应用环境。TASK (任务)：描述任务。 |
| 5. C.A.R.E (上下文, 行动, 结果, 示例) |
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，提供参考范例。 |
| 6. I.C.I.O (指令, 背景, 输入数据, 输出引导) |
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。OUTPUT INDICATOR (输出引导)：告知我们要输出的类型或风格。 |
管理维度：情境构建与目标界定（为什么做，为谁做）
高质量的Prompt需要丰富的上下文（Context） 和明确的目的（Purpose/Goal）。这使得AI能够理解任务背后的商业或用户价值。
-
CONTEXT（上下文） 或 BACKGROUND（背景）（如：C.O.A.S.T, C.A.R.E）为任务提供了必要的环境信息，例如目标受众、现有资料或行业痛点。
-
PURPOSE（目的） 或 OBJECTIVES（目标）（如：A.P.E, R.O.S.E.S）则明确了任务的最终意义，例如：“提高转化率”或“解决技术难题”。
-
这解决了“在什么条件下做”和“做成什么样才算有价值”的问题。
三、 流程与迭代框架：步骤、关键结果与优化
当任务复杂、需要分步执行或要求对结果进行持续优化时，应采用以下框架。
| 框架 | 组成要素与描述 |
|---|
| 7. R.I.S.E (角色, 输入, 步骤, 期望) |
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，指导执行流程。EXPECTATION (期望)：描述所需的结果。 |
| 8. R.O.S.E.S (角色, 客观, 场景, 解决方案, 步骤) |
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。 |
| 9. B.R.O.K.E (背景, 角色, 目标, 关键结果, 改进) |
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，要求迭代。 |
管理维度：流程细化与输入引导（如何做，用什么做）
对于复杂任务，仅仅给出目标是不够的，还需要指导AI如何分步骤执行，并提供所有必要的输入数据。
-
INPUT DATA（输入数据）（如：I.C.I.O）明确告知AI需要处理的原始资料，这是任何数据处理或内容总结任务的关键。
-
STEPS（步骤）（如：R.I.S.E, R.O.S.E.S）要求AI将复杂任务分解为可执行的流程，极大地提高了任务的可控性和透明度。
-
T.R.A.C.E (任务, 请求, 操作, 上下文, 示例) 则强调通过EXAMPLE（示例） 提供具体参考，指导AI的操作细节。
四、 高级控制与个性化框架：追踪与风格
这些框架提供了高级控制点，包括对输出风格的个性化要求和对执行细节的追踪。
| 框架 | 组成要素与描述 |
|---|
| 10. T.R.A.C.E (任务, 请求, 操作, 上下文, 示例) |
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。 |
| 11. R.A.C.E (角色, 行动, 背景, 期望) |
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。 |
| 12. C.R.I.S.P.E (角色, 见解, 声明, 个性, 实验) |
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。 |
管理维度：结果衡量与迭代优化（结果标准，如何改进）
优秀的任务布置，必须伴随清晰的验收标准和迭代机制。
-
EXPECTATION（期望） 或 KEY RESULT（关键结果） 设定了对输出内容的质量、格式和风格的硬性要求（例如：字数、Markdown格式、专业语气）。
-
EVOLVE（改进） 或 EXPERIMENT（实验） 是最高级的Prompt技巧，它要求AI提供多种风格的输出（如：PERSONALITY 个性），或根据反馈进行下一轮的优化，将单次Prompt转化为持续的协作过程。
