99% 的人都不知道的 4 个 AI 提示词框架

“全网都说 AI 好、牛逼，为什么我用起来，觉得它就是个智障呢？”，为什么有次疑问，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。

5、总结

虽然上面说的框架，看起来高大上，其实目的就是为了把事情、任务说明白。

和日常工作、生活一样，如果和你沟通的人是你的隔级领导，对你日常工作并不清楚，当你想向他咨询一个问题的时候，你应该介绍事情的前因后果和需要他解决的具体问题。

讲让没有背景知识的人也能听明白的话，他才能进行有效的回复。