提示词框架完全指南：18 个实用框架提升 AI 对话效率

翔宇写了上千条提示词后发现，真正决定输出质量的不是用词有多精妙，而是结构有没有搭对。同样一个任务，换一种提示词结构，AI 的回答质量能从「勉强能用」跳到「直接交付」。这个规律在 GPT-4o、Claude、Gemini 和 DeepSeek 上反复验证，结论一致：结构化提示词的输出质量比随意提问平均提升 40%-60%。

这篇指南整理了 18 个经过实战验证的提示词框架，从最简单的三要素到高级的多层结构，覆盖你可能遇到的所有场景。翔宇在整理过程中做了大量横向对比测试，在四个主流模型上分别跑了每个框架，筛选出了真正有效的，也发现了不同模型对不同框架的偏好差异。你不需要全部掌握——先学会三个入门框架，就能覆盖 80% 的日常场景。

要点速览

• 18 个提示词框架中，3 个入门框架（ICIO/BROKE/APE）能覆盖日常 80% 的场景
• 决定 AI 输出质量的不是用词精妙，而是提示词结构是否搭对
• 不同模型对框架有偏好差异：GPT 适合角色扮演类，Claude 适合任务拆解类，DeepSeek 适合简洁指令
• 框架的本质不是约束 AI，而是结构化你自己的思维

全貌：18 个提示词框架速查表

看起来很多但你不需要全部掌握。翔宇的建议是：先学会 3 个入门框架，覆盖 80% 的场景，再按需学高级的。翔宇自己日常只用其中三到四个框架就能处理几乎所有场景。其他的框架翔宇把它们当作参考手册在遇到特殊场景时翻出来看看有没有更合适的结构。框架的数量不代表能力的深度——用好一个框架比知道十个框架的名字有价值得多。

搞懂基础：提示词和框架是什么

提示词是什么

提示词就是你给 AI 的指令。它包含你的意图、需求和约束条件。比如：

以专业营销人员的视角，帮我写一篇 800 字的产品推广文案，重点突出产品优势，采用 AIDA 框架

这就是一个结构化的提示词。你可以把它理解为一份详细的工作委托书。

框架是什么

框架是写提示词的模板。它告诉你一条好的提示词应该包含哪些要素、按什么顺序排列。就像做菜有菜谱，写提示词有框架。

为什么框架有效

2026 年的提示词工程研究表明，框架之所以有效，核心在于六个要素——无论你用哪个框架，只要覆盖了这六个要素，输出质量就会显著提升：

1. 角色/身份：告诉 AI 它是谁（专家、助手、教练）
2. 具体任务：明确要做什么
3. 上下文/背景：提供相关背景信息
4. 输出格式：指定结果的形式（表格、列表、段落）
5. 约束条件：设定边界（字数、风格、禁止事项）
6. 示例参考：给出你期望的输出样例

不同框架只是用不同方式组合这六个要素。所以翔宇说：框架的名字不重要，覆盖的要素才重要。

翔宇在实际使用中发现一个有趣的规律：对于 2026 年的推理型模型（比如 DeepSeek R1 或 Claude 的思维链模式，详见DeepSeek 使用技巧指南），框架越简单反而效果越好。这些模型内置了强大的推理链机制，过度结构化的提示词反而会打断它们的内部推理流程。翔宇的做法是对推理型模型用最简单的 RTF 框架甚至直接说需求，把复杂的框架留给通用对话模型使用。

2026 年提示词工程领域有一个重要的概念升级——从 Prompt Engineering 到 Context Engineering。Context Engineering 不只关注你怎么写提示词，还关注你给 AI 提供了什么样的上下文：包括系统提示词的设计、对话历史的管理、外部知识的注入和工具的配置。翔宇认为这个概念升级反映了 AI 应用从简单的问答场景走向复杂的 Agent 系统的趋势。掌握提示词框架是基础，但如果你想构建真正强大的 AI 应用，需要把视野扩展到整个上下文的设计。

三个入门框架：覆盖日常 80% 的场景

RTF 框架：角色 + 任务 + 格式

最简单、最实用的框架。三个要素就够了。

完整示例：

你是一位有 10 年经验的产品经理。请分析以下竞品报告，以表格形式输出每个竞品的核心优势、劣势和定价策略，每项不超过 50 字。

适用模型：所有模型表现一致。GPT-4o 对格式指令的遵从度最高，Claude 在角色扮演上最自然。

TAG 框架：任务 + 行动 + 目标

比 RTF 更简洁，适合快速指令。

完整示例：

优化以下 Python 代码。具体要求：消除重复计算，添加错误处理机制，使用类型提示。目标：执行时间减少 50%，代码可读性提升。

TAG 的优势在于简短直接适合技术类任务和日常快速指令。翔宇在写代码优化类提示词时经常用这个框架。

BAB 框架：之前 + 之后 + 桥梁

特别适合解决问题类的提示词。

完整示例：

我们是一家 SaaS 公司，当前客户月流失率 15%，主要集中在订阅后第 3 个月。目标是在 6 个月内将流失率降至 8% 以下。请提供一套完整的客户留存策略，包括关键时间节点的干预措施、沟通话术模板和效果评估指标。

BAB 的强大之处在于让 AI 理解差距。有了"从哪到哪"的信息，AI 给出的方案会更有针对性。

翔宇用 BAB 框架最多的场景是商业分析和策略制定。当你告诉 AI 现状是什么、目标是什么的时候它给出的方案会比你直接问"怎么提升客户留存"具体得多。因为它知道了差距的大小就能判断需要什么级别的干预措施。百分之十五的流失率降到百分之八需要的策略和百分之三十降到百分之十五需要的策略是完全不同的。BAB 通过提供这个差距信息让 AI 的回答从泛泛而谈变成了精准施策。

五个进阶框架：处理复杂任务

CARE 框架

• C（Context）：背景信息
• A（Action）：具体行动
• R（Result）：期望结果
• E（Example）：参考示例

适合需要明确产出的场景。加一个示例能让 AI 的输出方向更精准。

完整示例：

背景：我运营一个 5000 粉的小红书美食号，正在策划春季新品推广
行动：写 5 条小红书笔记标题
结果：点击率高于 5%，包含情绪钩子和搜索关键词
示例：类似"姐妹们！这个 10 块钱的早餐做法我后悔没早发现"这种风格

RISE 框架

• R（Role）：角色设定
• I（Input）：输入信息
• S（Steps）：执行步骤
• E（Expectation）：期望产出

适合需要分步完成的复杂任务。

RISEN 框架：技术流程的首选

RISEN 是 RISE 的增强版，多了一个关键要素——Narrowing（约束）。2026 年的实测表明，RISEN 在多步骤技术任务上的表现显著优于其他框架。

• R（Role）：角色设定
• I（Instructions）：具体指令
• S（Steps）：执行步骤
• E（End Goal）：最终目标
• N（Narrowing）：约束条件

完整示例：

角色：你是一位 DevOps 工程师
指令：为我的 Node.js 应用设计 CI/CD 流程
步骤：1. 代码检查 2. 单元测试 3. 构建 Docker 镜像 4. 部署到 staging 5. 自动化测试 6. 部署到 production
目标：实现代码提交后 15 分钟内自动部署到生产环境
约束：使用 GitHub Actions，不使用付费第三方服务，兼容 ARM 和 x86 架构

CO-STAR 框架

这是翔宇最推荐的全能框架：

• C（Context）：项目背景
• O（Objective）：核心目标
• S（Style）：写作风格
• T（Tone）：语气语调
• A（Audience）：目标受众
• R（Response）：输出格式

为什么 CO-STAR 特别好用？ 因为它是唯一一个同时覆盖"风格"和"语气"两个维度的框架。这两个维度对内容创作至关重要——同一个话题，用学术风格写和用口语风格写，效果天差地别。

完整示例：

背景：我运营一个 AI 教程 YouTube 频道，目标受众是 AI 入门者。最近 DeepSeek V4 即将发布，我需要一个视频脚本来介绍它的核心变化。
目标：写一篇 5 分钟的视频脚本，帮助观众理解 DeepSeek V4 的关键特性和使用场景。
风格：口语化、有实例、用类比解释技术概念
语气：像朋友聊天，轻松但有干货，偶尔加点幽默
受众：25-40 岁，有基础电脑技能但没深入用过 AI，对新技术好奇但讨厌复杂术语
格式：分段脚本，每段 30 秒，标注[画面建议]和[重点强调]

2026 年的跨模型测试显示，CO-STAR 在 GPT-4o 上对语气和风格指令的遵从度最佳，Claude 在受众适配上最优，Gemini 在格式结构上最稳定。

AIDA 框架

经典营销框架，特别适合写推广文案：

• A（Attention）：抓注意力的开头
• I（Interest）：激发兴趣的内容
• D（Desire）：创造购买欲望
• A（Action）：明确的行动号召

完整示例：

用 AIDA 框架为我们的 AI 编程课写一篇微信公众号推广文：
A：开头用一个引发焦虑的问题——"你的同事已经用 AI 写代码了，你还在手动 debug？"
I：列举 3 个 AI 编程提升效率的具体案例和数据
D：描述学完课程后的工作状态——"代码效率翻倍，准时下班"
A：限时优惠，附注册链接

MASTER 框架

内容营销的全面框架：

• M（Mission）：内容使命
• A（Audience）：目标受众
• S（Style）：写作风格
• T（Tone）：语气
• E（Effect）：期望效果
• R（Role）：AI 角色

MASTER 和 CO-STAR 有重叠，但 MASTER 多了"使命"和"效果"两个维度。当你需要内容产生特定行为（比如读者点击链接、转发分享、注册试用），MASTER 的"效果"维度能帮助 AI 更好地优化文案的行动号召。

不同模型的框架适配指南

2026 年的实测表明，不同 AI 模型对框架的响应有差异：

关键发现：对于推理型模型（DeepSeek R1、Claude 的思维链模式），框架越简单效果越好。它们有内置的推理链，过度结构化的提示词反而会打断内部推理流程。

怎么选框架：翔宇的实用建议

翔宇走过这条路，早期也试过各种花哨的框架。最后发现：框架不在多，在于用得熟。选 2-3 个适合你场景的，反复用到形成肌肉记忆，比背 18 个框架有效得多。

翔宇在这里分享自己的日常使用数据：过去三个月翔宇用 Claude 和 GPT-4o 处理了数千条提示词，统计下来百分之七十的场景用的是 CO-STAR 或 RTF 框架，百分之二十用的是 RISEN 框架处理技术任务，剩下百分之十是直接说需求不套任何框架（主要是简单的问答和翻译）。这说明两到三个框架确实能覆盖绝大多数场景，不需要记住所有十八个。

2026 年的跨模型测试还揭示了一个重要发现：CO-STAR 框架在 GPT-4o 上对语气和风格指令的遵从度最好，Claude 在受众适配方面表现最优，Gemini 在格式结构上最稳定。这意味着如果你同时使用多个 AI 模型，可以根据模型的特点微调框架的侧重点。比如在用 Claude 时可以在受众描述上多花笔墨，在用 GPT-4o 时可以在格式要求上更精确。

框架组合：高阶玩法

当你熟练掌握单个框架后，可以开始组合使用：

CARE + AIDA：先用 CARE 定义背景和期望，再用 AIDA 结构组织文案内容。适合需要精准定位又要有营销力的场景。

CO-STAR + RISEN：CO-STAR 定义整体风格和受众，RISEN 拆解具体执行步骤。适合需要多步骤完成的内容项目。

BAB + TAG：BAB 定义问题和目标，TAG 指定具体的解决行动。适合快速产出问题解决方案。

框架的本质：结构化你的思维

回到底层，所有提示词框架都在做同一件事——帮你把模糊的想法变成结构化的指令。

好的提示词 = 清晰的角色 + 明确的目标 + 具体的约束 + 合理的格式。不管用哪个框架，只要这四点到位，AI 的输出质量就有保障。

框架是训练轮。用多了以后，你会自然地写出结构化的提示词，不需要刻意套公式。这才是框架的终极目标——不是让你永远依赖框架，而是让结构化思维成为你的本能。

延伸阅读

• DeepSeek 五大核心技巧：提示词优化与使用指南
• Make 14. 爆款提示词工厂：Make 自动化生成高质量写作提示词

常见问题

Q：框架这么多，到底该学哪个？

翔宇的明确建议：先学 RTF（最简单，三个要素就够用），再学 CO-STAR（最全面，能处理复杂场景），最后按需学 RISEN（技术任务专用）。这三个框架覆盖了翔宇百分之九十以上的使用场景。其他十五个框架可以当作参考手册，在遇到特定场景时再翻出来看。

Q：不同的 AI 模型需要用不同的框架吗？

2026 年的实测结论是：框架的通用性很好大部分框架在主流模型上都能正常工作。但有两个例外需要注意。第一是推理型模型（DeepSeek R1、Claude 思维链模式）——对这类模型框架越简单效果越好，因为它们有内置的推理逻辑过度结构化的指令反而会干扰。第二是 GPT-4o 对格式指令的遵从度最高——如果你需要 AI 严格按照特定格式输出，在 GPT-4o 上用 CO-STAR 或 RISEN 的效果最稳定。

Q：提示词框架会被淘汰吗？

翔宇的判断是框架的具体形式会演化但结构化思维永远不会过时。今天的 CO-STAR 可能在两年后被一个新的框架替代，但"给 AI 清晰的角色、目标和约束"这个底层逻辑不会变。翔宇建议你不要死记框架的名字和缩写而是理解每个要素的作用——角色让 AI 进入正确的知识域，目标让它知道往哪个方向走，约束让它不跑偏，格式让它的输出符合你的需要。掌握了这些要素你甚至可以自己发明框架。

Q：团队内部应该统一使用同一个框架吗？

翔宇的建议是统一一个主力框架作为团队的"通用语言"——翔宇的团队统一用 CO-STAR。这样团队成员之间分享和复用提示词的效率会高很多。但不需要强制所有场景都用同一个框架——如果某个成员在某个场景下用 RISEN 效果更好就让他用。框架是工具不是教条。

到这里，你已经有了一个完整的提示词框架工具箱

从 3 个入门框架到 5 个进阶框架，再到选择策略和组合玩法——你现在不缺框架，缺的是实践。

翔宇的建议：今天就挑一个框架，找一个真实场景，写一条提示词试试。一次实践比看十篇文章有用。

翔宇给你一个具体的练习方案：今天花十分钟做以下三件事。第一件：用 RTF 框架写一条提示词让 AI 帮你写一封工作邮件。第二件：用 CO-STAR 框架写一条提示词让 AI 帮你写一段产品介绍。第三件：对比两次输出的质量差异——你会直观地感受到框架对输出质量的影响。这个十分钟的练习比你花一小时通读这篇文章学到的东西更多。

翔宇在教学过程中发现最快掌握提示词框架的方法不是死记硬背而是反复练习同一个任务。比如你每天写工作邮件——从今天开始每次写邮件前先用 RTF 框架写一条提示词让 AI 帮你起草。一周之后你会发现自己不用刻意思考就能自然地在脑子里组装出角色加任务加格式的结构。这就是框架变成本能的过程。

如果只记一个框架，记 CO-STAR。如果连 CO-STAR 都嫌复杂，记住六个字：角色 + 目标 + 格式。这六个字是所有提示词框架的最小公约数——无论你用哪个框架只要包含了这三个要素输出质量就有基本保障。翔宇在给完全零基础的学员上课时就只教这六个字前两周不引入任何框架名称。等学员习惯了结构化写提示词之后再介绍 CO-STAR 和 RISEN 的完整结构。这种渐进式的教学方法效果最好因为它避免了"一上来就被十八个框架名字吓退"的学习障碍。翔宇的终极建议是：框架是手段而不是目的。你的目标不是成为框架专家而是学会用结构化的方式和 AI 沟通。当你达到这个目标之后框架就会自然地融入你的思维方式不需要刻意套用了。

下一步

• AI 编程实操课：国内版-FlowUS | 国际版-BMC
• YouTube 频道：翔宇工作流