为什么大多数提示词会失败
大多数人输入模糊的问题，得到平庸的答案。问题不在AI——在提示词。结构良好的提示词能产生显著更好的结果。本文介绍5点提示词框架，这是一种系统化方法，适用于ChatGPT、Claude、Gemini和任何其他LLM。
5点提示词框架
每个有效的提示词都包含这五个要素。你不需要总是全部使用，但在相关时包含它们能显著提高输出质量。
1. 角色
告诉AI它是什么。"你是一名……"设定语气、专业水平和视角的上下文。
不要这样："解释量子计算。"
试试这样："你是一名给高中生上课的物理教授。用16岁孩子能理解的类比来解释量子计算。"
2. 上下文
提供AI需要的背景信息。没有上下文，AI默认生成通用答案。
不要这样："写一封营销邮件。"
试试这样："我们是一家小型SaaS公司，正在为自由职业者推出一款项目管理工具。我们的产品售价15美元/月，与Asana和Trello竞争但更简单。写一封发布邮件给我们的500人等待名单。"
3. 任务
准确说明你想要什么。明确说明行动和范围。
弱："帮我改简历。"
强："审阅我的软件工程师职位简历。找出3个需要改进的部分，并重写每个部分。"
4. 格式
指定输出结构。AI默认输出段落。明确的格式指令让你得到你真正需要的内容。
示例："输出为表格，列名为任务、时间和优先级。" / "以5项的要点列表形式返回。" / "恰好写100个词。"
5. 约束
设定边界。这是最常被跳过的要素，也是最能提高具体性的要素。
示例："不要使用术语。" / "假设预算为0。" / "避免提及竞争对手。" / "保持语气随意。" / "最多3段。"
前后对比示例
之前（无框架）："写一份晚餐食谱。"
之后（有框架）："你是一名专攻30分钟餐点的专业厨师。我家有鸡胸肉、西兰花和米饭。用这些食材加上基本厨房储备给我一份食谱。格式：食材清单、分步说明、总时间。每份应低于600卡路里，不使用乳制品。"
差别是天壤之别。第一个提示词产生的是通用的汤建议。第二个产生的是具体、可用的食谱。
最小框架：时间紧迫时
如果你只有10秒钟，使用"RCT"快捷方式：角色 + 上下文 + 任务。这三个就能消除80%的不良输出。
"你是一名[角色]。情况是这样的：[上下文]。请做这件事：[任务]。"常见问题
问：提示词应该多长？
足够提供必要上下文，又足够短以保持重点。大多数有效提示词在30-100个词之间。添加不相关的细节会稀释指令。如果你得到错误的答案，添加更多相关的上下文——而不是更多的词。
问：每个提示词都需要使用框架吗？
不需要。对于简单、定义明确的任务（"80的15%是多少？"），直接提问就很好。对于复杂、创意或高风险的提示词，当输出质量最重要时使用框架。
问：框架在ChatGPT、Claude和Gemini上效果一样吗？
是的。框架针对LLM如何处理指令，而非平台特定功能。所有主要模型都对结构化的提示词反应更好。Claude对模糊提示词的容忍度略高于ChatGPT，但两者都受益于框架。