下载掌阅APP，畅读海量书库
立即打开
在AI时代，会提问或能写好“提示词（prompt）”成为人机交互的一种重要能力。提示词，简单来说就是对AI发出的指令，通常被认为是一种启动机器学习模型的方式，可以由一个或多个任务构成，包括背景信息、具体任务、细节要求等多重参数信息。在提问能力日趋重要的当下，提示工程师（prompt engineer）也成为一种收入不菲的新兴职业。
那么如何才能写好提示语呢？当下市场上有不少AI使用教材堪称“提示语字典”，整理了不同任务下的提示语集合。但无论是针对什么任务场景，提示语的撰写都存在其内在规律。授人以鱼不如授人以渔，只有掌握了提示语撰写的本质规律，而非简单照抄现成的模板，才能真正做到“以不变应万变”。为了方便记忆，这里将提示语的写作总结为“RTGO”框架（图1-4）。
R（Role，角色） ：用于定义AI的角色身份，例如数据分析师、产品销售、财务经理等。明确AI的角色定位，可以确保生成的内容具有一致性和专业性，同时有助于建立与受众之间的信任和连接。
T（Task，任务） ：告诉AI需要执行的具体任务，可以是撰写一句口号、生成一篇文案、策划一个商业活动等。目的是为AI提供明确的任务指引，确保其生成的内容与预期目标相符，避免偏离主题或无法满足实际需求。
G（Goal，目标） ：用于设定AI完成任务所要达到的目标，比如提高品牌知名度、传达特定信息、引发受众情感共鸣等。明确的目标有助于指导AI在完成任务过程中保持聚焦，确保最终产出的内容能够有效实现预定的效果。
O（Objective，要求） ：对AI生成内容和完成任务的具体要求，包括篇幅、语言风格、内容结构、关键词使用等方面。需要注意的是，要求中可以重点加入“你不想要什么”，即需要AI去规避的点。提供详细的要求或操作指南，可以帮助AI更好地理解创作者的意图和期望，从而生成更加精准和符合要求的内容。
图1-4 RTGO提示语框架
简单看一个RTGO的使用案例：
R-角色： 你是一名资深的小红书平台运营者，熟知小红书爆款文案特征，并且深入理解小红书平台的特性。
T-任务： 现在，你需要为一篇关于[输入你的主题]的帖子创作一段吸引人的文案，这篇帖子的目标受众是[输入你的目标受众]。
G-目标： 你希望这段文案能激发用户的好奇心，并激发他们的消费欲望。
O-要求： 用词活泼、有趣，500字，包含一些独特的视角，比如[输入你的帖子的独特之处]。请考虑使用以下关键词或短语：[输入你希望使用的关键词或短语]。 请注意不要使用“首先”“其次”等结构化用词。
从以上案例中可看出，R回应的是“你是谁”，T回应的是“你要干什么”，G反映了“通过这个任务你要达成什么目标”，而O回应的是“在具体操作过程中需要注意什么”。RTGO不仅是一个结构化的提示语撰写框架，同时使用它也是帮助用户整理自己思路的一个过程。只有用户理清了自己的思路，才能更好地指导AI更有效地生成内容。在实际应用中，创作者可以根据具体需求灵活调整RTGO框架中的各个部分，以确保AI生成内容能够更适配现实需求。在之后的实操案例中，我们也会反复地练习RTGO框架的使用，并结合具体任务场景去细化各个板块的提示语要素。
除了RTGO框架，CO-STAR提示语框架也被视为人机交互的一种有效策略（图1-5）。CO-STAR框架是新加坡GPT-4提示工程竞赛冠军选手Sheila Teo总结出来的一种提示语框架，与RTGO框架具备一定交叉性。
图1-5 CO-STAR提示语框架
具体来看：
“C”代表“Context（上下文）”，在此部分，应提供与任务紧密相关的背景信息，以便为后续的指令奠定扎实的基础。
“O”代表“Objective（目标）”，此环节需明确、具体地阐述期望模型执行的任务，确保指令的清晰性和准确性。
“S”代表“Style（风格）”，在这一部分，应指明所需的文本风格，无论是正式、严肃还是其他特定风格，均可通过此环节进行精确定义。
“T”代表“Tone（语调）”，此部分旨在确定文本的语调，如幽默、亲切或激昂，从而更精准地传达信息。
“A”代表“Audience（受众）”，明确目标受众是至关重要的一步，它直接影响到文本的内容和表达方式。
最后一个字母“R”代表“Response（回应类型）”，在此部分需明确期望的输出格式，如报告、表格或纯文本，以满足表达需求。
以企业宣传文案为例，假设某科技公司欲推广其新研发的智能手环，若直接撰写，可能因缺乏针对性和吸引力而效果不佳。然而，通过运用CO-STAR框架，我们可以先设定背景为科技领域的创新环境，再明确目标为撰写一篇引人入胜的宣传文案；在风格上，我们选择简洁明了、科技感强的表达方式；在语调上，力求亲切且充满激情；同时，将目标受众定位为追求科技与健康的年轻消费者。最后，指定输出格式为一段富有创意和感染力的宣传语。如此一来，生成的文案将更具针对性和实效性。
CO-STAR框架通过系统化地整合上下文、目标、风格、语调、受众及回应类型等关键要素，为AI模型提供了全面且细致的指令，从而大幅提高了生成内容的精准度和有效性。
除了以上两种框架，在具体人机交互过程中，还可以参考表1-2所示不同的提示语类型。值得注意的是，提示语并非越复杂效果越好，在有些任务场景下可能越简单的提示语越能留给AI更多的创作空间和更大的自由度，往往会有意想不到的效果。因此在实际操作过程中，还需不断积累经验，总结适配于不同职业场景的提示语。
表1-2 AI提示语撰写技巧汇总
需要注意的是，相较于基础模型（如DeepSeek-V3），推理模型（如DeepSeek R1）在提示语设计上更注重简洁性和开放性（表1-3）。推理模型专注于处理复杂推理和深度分析任务，如数理逻辑推理和编程代码等问题，在文本内容生成任务上具备更强的开放性。在实际应用中，无需过多框架性内容：可去除角色设定、思维链提示、结构化提示词、示例说明等常规引导要素， 我们只需明确四个核心要素：任务内容（做什么）、服务对象（给谁）、期望目标（要什么）和限制条件（不要什么） 。这种设计理念与推理模型的特性高度契合——弱规范约束让其保持开放性思维，高目标开放促进多样化输出，网状探索路径支持复杂推理，主动创新的响应模式则更适合处理不确定性较强的任务场景。
表1-3 基础模型和推理模型提示语差异（以DeepSeek为例）
