AI提示词怎么写：五大经典框架对比与选型

作者：demo2026.11.04 07:43浏览量：0

简介：写提示词不必靠灵感。本文横向对比ICIO、CRISPE、BROKE、RASCEF、RACEF五种主流提示词框架的要素构成、控制方式、上手成本与适用场景，并给出填空式模板与条件化选型建议，帮助开发者与技术用户快速写出结构清晰、输出可控的高质量提示词，减少反复试错成本。

一、对比背景与对象说明

无论通过对话式AI助手交互，还是通过百度智能云等大模型服务调用API，提示词的质量都直接决定模型输出的质量。实践中常见的困境是：面对输入框无从下笔，只能从“你是一位专家”开始硬憋，结果得到的要么是泛泛而谈的套话，要么是与预期偏差很大的内容。

提示词框架的价值，在于把“凭感觉写提示词”变成“按结构做填空”。目前社区流传较广的框架包括ICIO、CRISPE、BROKE、RASCEF、RACEF五种。它们的目标一致，但要素构成、控制侧重和适用场景存在明显差异：选错框架，轻则提示词冗长却抓不住重点，重则输出不稳定、返工频繁。本文的对比对象就是这五种提示词框架，重点回答三个问题：它们有什么区别？分别适合什么场景？实际使用时该怎么选？

二、五个框架的基本定义

1. ICIO：任务工单式框架

ICIO是要素最少的框架，由四个部分组成：

  • Instruction（指令）：希望AI执行的具体任务；
  • Context（背景）：任务发生的上下文，帮助模型理解意图；
  • Input Data（输入数据）：需要被处理的具体内容；
  • Output Indicator（输出格式）：期望的输出形式与约束。

它不强制角色设定，定位类似一张清晰的“任务工单”，适合目标明确的单一任务。

2. CRISPE：角色扮演式框架

CRISPE包含五个要素：

  • Capacity and Role（能力与角色）：AI应扮演的角色及具备的能力；
  • Insight（洞察）：角色所处的背景与受众信息；
  • Statement（指令）：具体任务陈述；
  • Personality（风格）：输出的语气与个性；
  • Experiment（实验）：要求模型给出多个版本供挑选。

它为AI提供了完整的“人设”，强调风格控制与多版本尝试，常见于内容创作类任务。

3. BROKE：目标管理式框架

BROKE同样有五个要素：Background（背景）、Role（角色）、Objectives（目标）、Key Results（关键结果）、Evolve（试验与改进）。它借鉴了目标管理思想，把提示词写成“目标+验收标准”的形式，并明确把“迭代改进”纳入框架本身，适合需要衡量产出是否达标的复杂任务。

4. RASCEF：流程拆解式框架

RASCEF包含六个要素：Role（角色）、Action（行动）、Steps（步骤）、Context（背景）、Example（示例）、Format（格式）。它的特点是强调步骤拆解与示例引导，其中Example对应少样本提示的思路，即通过给样例让模型模仿格式与深度，适合流程复杂、结构要求严格的任务。

5. RACEF：精简平衡式框架

RACEF可视为RASCEF的精简变体，常见定义包含：Role（角色）、Action（行动）、Context（背景）、Expectation（期望）、Format（格式）。它去掉了步骤与示例要素，用“期望”来约束效果，在控制力度与书写成本之间取平衡，适合日常中等复杂度任务。

三、相同点分析

五个框架看似各异，但共享以下底层逻辑：

  1. 本质都是“结构化信息组织”。模型并不“读心”，它只能依据输入文本推断意图。框架的作用是把脑中的隐性需求显性化，降低意图传达的歧义，这一点五个框架完全一致。
  2. 三段式内核相同。无论要素如何命名组合，都能拆解出“任务（做什么）+ 上下文（依据什么）+ 约束（做成什么样）”三个内核。
  3. 平台无关。它们不绑定任何具体模型或服务，无论是网页对话、IDE插件，还是通过百度智能云等大模型服务接入的API调用，均可直接套用。
  4. 目标一致。都是为了让输出更稳定、更相关、更可用，减少来回追问的沟通成本。
  5. 学习路径相似。都是“填空式”模板：先记住要素，再练习填充，上手方式没有本质差异。

四、核心差异分析

4.1 结构复杂度与书写成本

要素数量上：ICIO为4个，CRISPE、BROKE、RACEF为5个，RASCEF为6个。要素越多，模型可获得的信息越完整，但书写时间、维护成本和对填写者的经验要求也越高。对高频、轻量任务，复杂框架的边际收益有限。

4.2 角色设定的强制性与作用

ICIO不含角色要素，其余四个均以角色开头。角色设定的技术意义在于收窄模型的语义空间：声明“资深后端工程师”与不声明角色，模型在术语选择、详略取舍、风险提示上会有系统性差异。但角色不是万能的，对翻译、摘要这类弱视角任务，角色设定的收益很小——这正是ICIO省略它的原因。

4.3 输出控制方式与控制粒度

  • ICIO用Output Indicator直接约束形式，控制最直接；
  • RASCEF与RACEF用Format显式约束结构，RASCEF还可配合Example强化；
  • CRISPE用Personality控制风格，属于“软约束”，格式稳定性弱于显式Format；
  • BROKE用Key Results定义验收标准，粒度最细，可量化、可校验，相当于把“测试用例”思想引入提示词。

差异的实质是：格式约束解决“长什么样”，风格约束解决“什么气质”，验收标准解决“是否达标”。

4.4 迭代与实验机制

只有BROKE把Evolve写入框架，明确“先出结果，再依据反馈迭代”；CRISPE的Experiment侧重一次生成多个备选版本；其余三个框架默认一次成型，迭代依赖人工追加对话。对于结果难以一次定义清楚的任务，内置迭代机制的框架更能减少重写成本。

4.5 示例引导能力

RASCEF是唯一内置Example的框架。少样本示例对格式模仿、风格对齐类任务效果显著——例如要求AI按固定表格结构生成内容时，给一个填写好的样例往往比一大段文字描述更有效。这也是RASCEF要素最多、书写成本最高的原因之一。

4.6 上手难度与出错概率

ICIO几乎零门槛；RACEF次之；CRISPE需要练习如何写出有效的风格描述；BROKE的难点在于把目标翻译成可衡量的关键结果；RASCEF的难点在于步骤拆解是否合理、示例是否具有代表性。需要注意，填错要素比不填更糟，例如把背景写成大段无关信息，反而会稀释关键指令的权重。

五、关键差异对比表

维度 ICIO CRISPE BROKE RASCEF RACEF
要素数量 4 5 5 6 5
角色设定 无 必含 必含 必含 必含
输出控制 输出格式 风格（软约束） 验收标准 格式 期望+格式
迭代机制 无 多版本实验 内置Evolve 无 无
示例引导 无 无 无 有 无
上手难度 低 中 中高 中高 中
书写成本 低 中 中高 高 中
典型场景 翻译、摘要等单一任务 文案与角色化内容 目标明确的复杂任务 多步骤结构化任务 日常中等任务

六、同一任务的写法对比（示意）

以“为接口写说明文档”为例，对比ICIO与CRISPE的填空差异：

ICIO版：

  1. 任务：为下述接口生成说明文档
  2. 背景：供内部前后端联调使用，重点说明参数含义
  3. 输入数据：POST /api/v1/orders，入参 user_id、page、page_size，返回订单列表
  4. 输出格式：Markdown，含请求参数表、返回参数表、错误码说明，300字以内

CRISPE版：

  1. 能力与角色：你是资深后端工程师，擅长编写技术文档
  2. 洞察：读者是刚接手项目的前端开发，对业务背景了解有限
  3. 指令：为上述接口编写说明文档
  4. 风格：简洁专业，多用表格，避免口语化表达
  5. 实验：请给出"详细版"与"速览版"两个版本

可以看出：ICIO“短平快”，用最少的字说清任务；CRISPE通过角色与风格改变输出气质，并通过Experiment获得备选方案。同一任务，控制手段不同，输出倾向也不同。

七、典型场景选择

  • 数据处理、翻译、摘要、格式转换 → ICIO：任务单一、输入明确、格式可枚举，四要素足够，多要素反而增加噪音。
  • 营销文案、社媒内容、角色化对话、风格化写作 → CRISPE：这类任务对“谁在说、用什么语气说”高度敏感，Personality与Experiment能直接命中需求。
  • 项目方案、分析报告、需要验收的交付物 → BROKE：这类任务通常有明确完成标准，Key Results可转化为检查清单，Evolve契合多轮修改的真实工作流。
  • 代码生成、接口文档、多步骤流程、结构化产出 → RASCEF：Steps保证执行顺序，Example保证格式对齐。
  • 邮件润色、会议纪要、日常问答总结 → RACEF：想要角色与格式带来的稳定性，又不希望每次写太长。

八、选型建议

选型没有绝对优劣，建议依据任务特征做条件化判断：

  1. 刚接触提示词，或任务简单高频：优先ICIO，先建立“指令+背景+输入+格式”的基本盘，够用且不易出错。
  2. 输出质量对语气、人设敏感：选CRISPE，重点打磨Personality的描述精度。
  3. 任务有明确达标口径、需要向他人交付：选BROKE，用Key Results替代模糊形容词，例如“覆盖至少X个要点”比“要全面”更可控。
  4. 任务步骤多、格式要求严格、有可参照样例：选RASCEF，用Steps固化流程、用Example锁定格式。
  5. 追求折中：选RACEF，五要素覆盖日常场景的绝大部分需求。
  6. 团队协作角度：建议统一1-2个框架作为团队规范并沉淀模板库；BROKE与RASCEF因结构完整，更适合沉淀为可复用资产。

判断标准不是“哪个框架最强”，而是任务复杂度、输出控制粒度需求与维护成本三者的匹配度。

九、组合使用与注意事项

  1. 框架可裁剪：没有背景信息就不要硬凑Context，冗余要素会稀释关键信息。
  2. 框架可组合：例如在ICIO上加一句角色声明；在RASCEF末尾嫁接BROKE的Evolve机制；CRISPE的Experiment思路也可移植到任何框架。
  3. 信息密度优先于要素数量：提示词不是越长越好，与任务无关的描述会干扰模型对关键指令的响应。
  4. 增量调优路径：先写最小可用版本（指令+格式），观察输出偏差，再按“补格式→补背景→补角色→补示例”的顺序逐项添加，每次只改一个变量，便于定位问题。
  5. 平台与模型差异：不同模型对提示词结构的敏感度不同。在百度智能云等大模型服务中配置系统提示词时，同样可以套用上述框架，但需结合具体模型特性微调，不要假设同一提示词在所有模型上表现完全一致。
  6. 沉淀有效版本：把验证过的提示词按框架归档，形成个人或团队的提示词资产，避免每次从零开始。

十、总结

回到开篇的问题：AI提示词怎么写？答案不是背诵某一句“咒语”，而是选择一个与任务匹配的结构。五种框架共享“结构化表达”这一内核，差异在于要素组合与控制侧重：ICIO解决“把事说清楚”，CRISPE解决“让谁来说、用什么语气说”，BROKE解决“做到什么程度算好”，RASCEF解决“分几步、照着什么做”，RACEF在角色与格式之间取得平衡。没有绝对最优的框架，只有更匹配的框架——依据任务复杂度、控制粒度与维护成本做条件化判断，从一个最简框架起步、按需补齐要素，是大多数场景下性价比最高的实践路径。

最热文章