謝正嘉

在與AI交流時(shí)，是否常常為輸出結(jié)果不夠精準(zhǔn)而煩惱？其實(shí)，問(wèn)題可能出在提示詞上。提示詞框架能將人類的自然語(yǔ)言轉(zhuǎn)化為AI可執(zhí)行的指令鏈。本文精心整理了8個(gè)超實(shí)用的AI提示詞框架，從提問(wèn)、優(yōu)化到創(chuàng)作等多種場(chǎng)景全覆蓋，即使是零基礎(chǔ)的小白，也能輕松上手，快來(lái)開啟你的AI探索之旅吧。

當(dāng)人類用自然語(yǔ)言描述“設(shè)計(jì)一個(gè)logo”時(shí)，AI可能產(chǎn)出抽象圖形、文字排版甚至一個(gè)不相關(guān)的設(shè)計(jì)。你是不是也經(jīng)常覺得AI生成的回答不夠精準(zhǔn)，甚至答非所問(wèn)？其實(shí)，問(wèn)題可能出在你輸入的提示詞（Prompt）上。

無(wú)論是ChatGPT、Claude、DeepSeek還是其它AI對(duì)話應(yīng)用，AI的表現(xiàn)很大程度上取決于你如何提問(wèn)。而提示詞框架，就是建立人腦思維與機(jī)器認(rèn)知的標(biāo)準(zhǔn)化接口。

它將人類的自然語(yǔ)言編譯為編程語(yǔ)言，使模糊意圖轉(zhuǎn)化為可執(zhí)行指令鏈。下面我們整理了8個(gè)超實(shí)用的AI提示詞框架，涵蓋提問(wèn)、優(yōu)化、創(chuàng)作等多種場(chǎng)景，即使你是零基礎(chǔ)小白，也能快速上手。

01CRISPE框架：角色驅(qū)動(dòng)的深度對(duì)話框架結(jié)構(gòu)解析：

Capacity（能力）：定義AI的職能身份

Role（角色）：設(shè)定具體身份

Insight（背景洞察）：提供任務(wù)背景與深層需求

Statement（任務(wù)陳述）：明確具體指令

Personality（個(gè)性設(shè)定）：調(diào)整輸出風(fēng)格

Experiment（實(shí)驗(yàn)要求）：指定輸出格式或嘗試方向

適用場(chǎng)景：復(fù)雜創(chuàng)意任務(wù)、角色扮演咨詢、多維度輸出控制。案例演示：

[角色]你是一位資深UI/UX設(shè)計(jì)師，擁有10年移動(dòng)端設(shè)計(jì)經(jīng)驗(yàn)

[洞察]目標(biāo)用戶為Z世代，偏好極簡(jiǎn)主義與動(dòng)態(tài)交互，產(chǎn)品核心功能是健康數(shù)據(jù)追蹤

[任務(wù)]為健康A(chǔ)pp設(shè)計(jì)主界面布局方案

[個(gè)性]采用專業(yè)設(shè)計(jì)報(bào)告格式，包含設(shè)計(jì)原理分析

[實(shí)驗(yàn)]輸出3個(gè)差異化方案，用Figma布局圖描述關(guān)鍵模塊

02BROKE框架：目標(biāo)導(dǎo)向型任務(wù)分解框架結(jié)構(gòu)解析：

Background（背景）：任務(wù)環(huán)境與約束條件

Role（角色）：AI的職能定位

Objective（目標(biāo)）：可量化的核心目標(biāo)

KeyResults（關(guān)鍵結(jié)果）：成功衡量標(biāo)準(zhǔn)

Execution（執(zhí)行要求）：具體操作規(guī)范

適用場(chǎng)景：項(xiàng)目管理、數(shù)據(jù)分析、標(biāo)準(zhǔn)化報(bào)告生成。案例演示：

[背景]某電商平臺(tái)Q3銷售額同比下降15%，數(shù)據(jù)集含訂單/用戶行為日志

[角色]你擔(dān)任商業(yè)數(shù)據(jù)分析師

[目標(biāo)]定位核心衰退原因并給出提升方案

[關(guān)鍵結(jié)果]

1.識(shí)別TOP3流失環(huán)節(jié)

2.提出3項(xiàng)可落地的改進(jìn)策略

3.預(yù)測(cè)實(shí)施后Q4增長(zhǎng)率

[執(zhí)行]使用Python代碼分析數(shù)據(jù)，輸出結(jié)構(gòu)化報(bào)告（問(wèn)題定位->解決方案->效益預(yù)測(cè)）

03ICIO框架：高效執(zhí)行型輕量框架結(jié)構(gòu)解析：

Input（輸入）：原始數(shù)據(jù)/信息素材

Context（上下文）：任務(wù)環(huán)境說(shuō)明

Instruction（指令）：明確的操作要求

Output（輸出）：指定結(jié)果格式

適用場(chǎng)景：數(shù)據(jù)清洗、內(nèi)容轉(zhuǎn)換、格式化工單處理。

案例演示：

[輸入]原始文本：”客戶反饋記錄2023-08：ID7583-手機(jī)頻繁死機(jī)-優(yōu)先級(jí)高；ID9921-充電異常-優(yōu)先級(jí)中”

[上下文]需生成IT部門標(biāo)準(zhǔn)工單，系統(tǒng)字段：工單ID、設(shè)備類型、故障描述、優(yōu)先級(jí)代碼

[指令]轉(zhuǎn)換為JSON格式，優(yōu)先級(jí)映射：高→P0，中→P1

[輸出]要求：數(shù)組結(jié)構(gòu)，鍵名小寫蛇形命名

04CoT框架：復(fù)雜推理鏈?zhǔn)娇蚣?/p>

Chain-of-Thought（思維鏈）是一種通過(guò)顯式引導(dǎo)模型分步推理的提示方法。核心在于讓AI模仿人類逐步思考的過(guò)程，而非直接輸出答案。結(jié)構(gòu)解析：

問(wèn)題拆解：將復(fù)雜問(wèn)題分解為子問(wèn)題

逐步推導(dǎo)：展示完整的推理邏輯鏈

結(jié)論生成：基于推導(dǎo)給出最終答案

適用場(chǎng)景：數(shù)學(xué)證明、邏輯謎題、因果分析。

案例演示：

問(wèn)題：某書店小說(shuō)占比60%，學(xué)術(shù)書占小說(shuō)1/3。若總書量1500本，學(xué)術(shù)書多少本？

請(qǐng)逐步推理：

示例：

問(wèn)：班級(jí)60人，男生占3/5，女生中戴眼鏡者占1/4，求戴眼鏡女生人數(shù)？

解：

1.男生數(shù)=60×3/5=36人

2.女生數(shù)=60–36=24人

3.戴眼鏡女生=24×1/4=6人

請(qǐng)解本題。

05RTF框架：輕量級(jí)任務(wù)執(zhí)行框架結(jié)構(gòu)解析：

Role（角色）：定義AI的職能身份

Task（任務(wù)）：明確具體操作指令

Format（格式）：指定輸出結(jié)構(gòu)與樣式

適用場(chǎng)景：內(nèi)容改寫、格式轉(zhuǎn)換、基礎(chǔ)信息生成。

案例演示：

[角色]你是一位資深營(yíng)養(yǎng)學(xué)家

[任務(wù)]將以下食材表轉(zhuǎn)化為健身愛好者的友好型食譜：牛肉200g、番茄300g、全麥意面150g

[格式]按早餐/午餐/晚餐分類，標(biāo)注升糖指數(shù)

06TAG框架：動(dòng)態(tài)交互式?jīng)Q策框架結(jié)構(gòu)解析：

Think（思考）：分析需求本質(zhì)

Act（行動(dòng)）：提出澄清或選擇

Generate（生成）：定向輸出結(jié)果

適用場(chǎng)景：多輪對(duì)話系統(tǒng)、需求模糊場(chǎng)景、決策支持。

案例演示：

[思考]用戶需要企業(yè)法律咨詢但未說(shuō)明類型

[行動(dòng)]提供選項(xiàng)：

（1)勞動(dòng)合同糾紛

（2)知識(shí)產(chǎn)權(quán)保護(hù)

（3)投融資協(xié)議審查

[生成]根據(jù)選擇輸出對(duì)應(yīng)法律要點(diǎn)清單

07SCAMPER框架：系統(tǒng)性創(chuàng)新引擎結(jié)構(gòu)解析：

Substitute（替代）：更換材料/技術(shù)

Combine（合并）：功能融合

Adapt（改造）：形態(tài)重構(gòu)

Modify（調(diào)整）：參數(shù)縮放

Puttootheruse（他用）：場(chǎng)景遷移

Eliminate（消除）：組件刪除

Reverse（重組）：流程逆轉(zhuǎn)

適用場(chǎng)景：產(chǎn)品創(chuàng)新、服務(wù)設(shè)計(jì)、創(chuàng)意頭腦風(fēng)暴。

案例演示：

[替代]傳統(tǒng)玻璃→液態(tài)金屬

[合并]手機(jī)+醫(yī)療檢測(cè)

[改造]可折疊三屏結(jié)構(gòu)

[他用]健身數(shù)據(jù)用于保險(xiǎn)定價(jià)

[消除]取消物理充電接口

[重組]先付款后生產(chǎn)流程

08SPIN框架：痛點(diǎn)診斷式銷售框架結(jié)構(gòu)解析：

Situation（現(xiàn)狀）：客觀背景描述

Problem（問(wèn)題）：核心痛點(diǎn)定位

Implication（影響）：后果量化分析

Need-payoff（需求）：解決方案價(jià)值

適用場(chǎng)景：銷售話術(shù)、用戶研究、商業(yè)決策支持。

案例演示：

[現(xiàn)狀]工廠設(shè)備停機(jī)率每月8小時(shí)

[問(wèn)題]傳統(tǒng)巡檢漏檢率高達(dá)40%

[影響]年損失：

–減產(chǎn)損失：48萬(wàn)

–緊急維修溢價(jià)：12萬(wàn)

[需求]展示預(yù)測(cè)性維護(hù)系統(tǒng)如何降低損失最后隨著技術(shù)的日益成熟，AI可以更好地理解人類的思維方式，從而拓展認(rèn)知邊界。當(dāng)人類理解AI如何思考，便能更精準(zhǔn)地表達(dá)意圖、更好地解決問(wèn)題。AI探索旅程的大門，從一個(gè)清晰的問(wèn)題開始。掌握這8個(gè)提示詞框架，你就擁有了開啟AI潛力的第一把鑰匙。