99% 的人都不知道的 4 个 AI 提示词框架

最新推荐文章于 2025-12-04 09:37:06 发布

原创最新推荐文章于 2025-12-04 09:37:06 发布 · 2k 阅读

13 ·

CC 4.0 BY-SA版权

本文为博主原创文章，未经博主允许不得转载。

文章标签：

#人工智能 #数据库 #服务器

AI提效专栏收录该内容

27 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

“全网都说 AI 好、牛逼，为什么我用起来，觉得它就是个智障呢？”，为什么有此疑问，也许是你不会表达。

像下面这种提示词，也许你也会问出来。

如何在 Excel 中添加数字？
谁是总统？
总结会议纪要。

然后发现 AI 的回复像个智障心里默默吐槽，AI 大模型也就这样啊，回答的什么玩意。

今天，阿七告诉大家几个通用的提示词框架，大家只要去套框架，输出的质量，绝对有提升。

1、ICIO 框架

ICIO 框架是由 Elavis Saravia 提出并发表，只要包含四个部分：

指令 I（Instruction）
背景信息 C（context）
输入数据 I （input Data）
输出引导 O（output indicator）

我们来一个简单的例子，这是一个程序员比较容易理解的提示词案例：

Instruction（任务）：
请编写一个 Python 函数，该函数能够接受一个字符串列表作为输入，并返回一个新的列表，其中包含所有字符串长度大于5的元素。

Context（背景）：
这个函数将被用于数据清洗过程，我们需要过滤掉那些不符合特定长度要求的字符串，以便后续的文本分析工作。这个函数将被集成到我们的数据分析工具中，因此需要确保它具有良好的性能和稳定性。

Input Data（输入数据）：
[“hello”, “world”, “Moonshot”, “AI”, “technology”]

Output Indicator（输出格式）：
函数应返回一个新的列表，其中只包含长度大于5的字符串。例如，对于上述输入数据，期望的输出应该是[“Moonshot”, “technology”]。

我们使用这个提示词，直接咨询 kimi，以下是返回：

ICIO 框架虽然简单，但是非常实用，大部分场景都能使用这个框架拿到一个非常不错的返回。

2、CRISPE 框架

CRISPE 框架有 Matt Nigh 提出，主要包含五个部分：

Capacity and Role（角色）：告诉AI你要它扮演的角色，比如老师、翻译官等。
Insight（背景）：告诉 AI 你让它扮演这个角色的背景，比如扮演老师是要教自己 10 岁的儿子等。
Statement（任务）：告诉 AI 你要它做什么任务。
Personality（格式）：告诉 AI 用什么风格、方式、格式来回答。
Experiment（实验）：请求 AI 为你回复多个示例（如果不需要，可无）。

来一个程序员工作中常见场景的示例：

Capacity and Role（角色）：
你是一位经验丰富的软件开发顾问，专门帮助解决复杂的编程问题。

Insight（背景）：
我们正在开发一个电子商务平台，需要处理大量的用户交易数据。我们的目标是优化数据库查询性能，以减少页面加载时间并提高用户体验。

Statement（任务）：
请提供一个优化 SQL 查询性能的策略，特别是针对高并发环境下的读操作。

Personality（格式）：
请以简洁明了的技术文档格式提供解决方案，包括关键点和代码示例。

Experiment（实验）：
如果你能提供多种策略，我们将非常感激，这样我们可以评估不同方法的优劣。

Exception（例外）：
请避免使用我们技术栈不支持的数据库特性。

我们来看 kimi 的返回：

还是非常不错的。

3、BROKE 框架

BROKE 框架有陈财猫提出，主要包含五个部分：

背景（Background）：提供足够的背景信息，使 AI 能够理解问题的上下文。
角色定义（Role）：设定特定的角色，让 AI 能够根据该角色来生成响应。
目标设定（Objectives）：明确任务目标，让 AI 清楚知道需要实现什么。
关键成果展示（Key Result）：定义关键的、可衡量的结果，以便让 AI 知道如何衡量目标的完成情况。
持续的试验与优化（Evolve）：通过试验和调整来测试结果，并根据需要进行优化。

看到这里我们发现，其实所有的提示词框架都要求你把背景信息补充好，明确任务目标，不要让 AI 来猜你想干嘛，它不是你的男朋友。

我们来看一个具体案例：

背景（Background）：我们正在启动一个新项目，目标是在接下来的六个月内开发并上线一个电子商务平台。

角色定义（Role）：你是一位经验丰富的项目经理，负责规划项目的关键里程碑和任务分配。

目标设定（Objectives）：制定一个详细的项目计划，包括项目启动、开发、测试和上线各个阶段的时间表和关键任务。

关键成果展示（Key Result）：项目计划应包含每个阶段的开始和结束日期，以及每个任务的具体负责人和预期成果。

持续的试验与优化（Evolve）：在项目执行过程中，根据实际情况调整项目计划，并在每个阶段结束时评估项目进度，以确保项目按时完成。

我们能看到通过这种框架，AI 的答复会非常有结构。

4、CO-STAR 框架

CO-STAR 框架是新加坡政府科技局的数据科学与 AI 团队开发的一种提示词构建工具。

提示词女王 Sheila Teo 通过这个提示词框架，获得了 GPT-4 提示词大赛的冠军。

这个框架包含六个部分：

（C）上下文（context）：提供于任务有关的背景信息，越详细越好。这可以帮助大模型理解正在讨论的问题，问题背景，理解具体场景，确保大模型的回复是相关性强的回复。
（O）目标（Objective）：定义你希望大模型完成的任务，这可以帮助大模型明确响应目标。
（S）风格（Style）：希望回复的风格，可以减少「AI 味」，同时也可以指定风格为自己的写作风格。
（T）语气（Tone）：设定响应的态度。确保大模型的响应符合特定的情感或情绪。
（A）受众（Audience）：明确响应目标的受众。做到有的放矢，不响应目标受众无法理解的内容。
（R）响应（Response）：提供响应的格式、内容结构。格式上：我们可以要求大模型以 Json 格式进行输出，方面程序对其响应进行处理。内容结构上：我们可以要求大模型以常见的行文结构进行输出，比如金字塔结构、列表结构等。

我们来看一个案例：

Context（上下文）：
你是一位经验丰富的软件工程师，目前正参与一个敏捷开发项目，该项目旨在为一家金融科技公司开发一个风险评估工具。这个工具需要集成到现有的系统中，并与多个数据源交互，以实时计算风险评分。

Objective（目标）：
编写一个函数，该函数能够从多个数据源中提取数据，并计算出一个综合的风险评分。这个函数需要能够处理异常情况，并确保数据的一致性和准确性。

Style（风格）：
请以清晰、简洁的技术文档风格提供解决方案，包括伪代码或实际代码示例，以及必要的注释。

Tone（语调）：
保持专业和事实性的语调，确保内容适合技术团队内部交流。

Audience（受众）：
这个函数将由项目团队中的其他开发人员使用，他们具有不同的技术背景，因此需要确保代码易于理解和维护。

Response（回应）：
请提供一个完整的函数实现，包括输入参数、处理逻辑和返回值。如果可能，请提供单元测试用例，以验证函数的正确性。