Cangjie/Learning提示词工程BROKE、RACE、CARE等13种Prompt框架一文全解【免费下载链接】Learning仓颉高校实践活动成果收集与展示项目地址: https://gitcode.com/Cangjie/LearningCangjie/Learning是仓颉高校实践活动的成果收集仓库其中收录了Agent.zip项目里一套完整的提示词工程Prompt Engineering实现magic/src/prompt/目录下用仓颉语言封装了BROKE、RACE、CARE、CRISPE 等 13 种 Prompt 框架每种框架都是一个可直接复用的模板类。本文带你一文读懂这 13 种提示词框架的构成要素、适用场景与选型技巧新手也能快速上手提示词工程 什么是 Prompt 框架为什么值得学Prompt 框架就是一套结构化的提示词模板把角色、背景、任务、期望输出拆成固定槽位填上内容后自动拼装成一段高质量提示词。它的好处是✅有章可循不用每次对着对话框发呆照框架填空即可✅效果稳定要素齐全AI 不容易跑偏✅便于迭代缺哪个要素一目了然改起来更快在本仓库中这些框架全部由仓颉语言实现源码集中在 Agent.zip 内部的magic/src/prompt/目录如 broke.cj、race.cj、care.cj每个框架类都实现了toString()可直接渲染为 Markdown 提示词。配套的 AI 训练素材.md 则整理了仓颉语言的学习资料索引方便延伸阅读。13 种 Prompt 框架速览表框架要素数核心要素首字母缩写一句话定位APE3Action / Purpose / Expectation最精简的动作—目的—预期ERA3Expectation / Role / Action预期先行先说想要什么TAG3Task / Action / Goal任务导向直奔主题CARE4Context / Action / Result / Example带示例的稳妥之选ICIO4Instruction / Context / Input / Output输入输出分离适合数据处理RACE4Role / Action / Context / Expectation角色扮演入门首选RISE4Role / Information / Steps / Expectation强调分步骤推进SAGE4Situation / Action / Goal / Expectation情境驱动目标明确BROKE5Background / Role / Objectives / Key Result / Evolve含演进机制适合长期任务COAST5Context / Objective / Action / Scenario / Task场景任务双描述信息最全CRISPE5Capacity / Insight / Statement / Personality / Experiment可指定人格风格ROSES5Role / Objective / Situation / Expectation / Steps角色步骤双引擎TRACE5Task / Request / Action / Context / Example任务示例双保险 记忆口诀要素 3 个管说清事4 个管给足料5 个管精细化。任务越复杂越值得用要素更多的框架。逐类精解13 种框架怎么用三要素框架轻量任务快问快答APEAction要做什么→ Purpose为什么做→ Expectation期望结果。适合一句话能讲完的小任务比如帮我总结这段日志。ERA与 APE 思路相近但预期放最前面——先告诉 AI我要什么样的结果再给角色和动作适合目标驱动型提问。TAGTask / Action / Goal纯粹的任务—动作—目标三段式是新手最易上手的框架。四要素框架大多数日常需求的黄金档RACE角色扮演Role 行动Action 背景Context 期望Expectation社区流传最广的入门框架之一。CARE在 RACE 思路上把期望换成示例Example——给 AI 看一个样例往往比描述更能对齐输出风格。ICIOInstruction / Context /Input / Output输入与输出显式分离非常适合文本转换、格式化、数据清洗类任务。RISE强调Steps分步骤让 AI 按步骤拆解执行适合流程型任务。SAGESituation / Action / Goal / Expectation情境先行适合在某背景下做某事达成某目标的表述。五要素框架复杂任务的重武器BROKEBackground / Role / Objectives /KeyResult可衡量的关键结果/Evolve迭代演进。后两个要素是精华——先给出可评估的验收标准再要求 AI 试验并自我优化特别适合需要多轮打磨的写作与代码任务。CRISPE在角色、洞察、指令之外还支持Personality输出人格/语气与Experiment多给示例想控制说话风格时首选。COASTContext / Objective / Action /Scenario场景/ Task把对话氛围 具体场景 任务全部交代清楚信息量最大的框架之一。ROSESRole / Objective / Situation / Expectation /Steps角色步骤双引擎适合需要 AI 边分析边执行的长任务。TRACETask / Request / Action / Context /Example任务与示例并重的组合示例能显著提升输出一致性。最快选型方法3 步选出合适框架任务一句话能说清→ 用APE / TAG / ERA省时间需要给示例或指定输出格式→ 用CARE / ICIO / TRACE都有 Example/Input-Output 槽位复杂、多轮、要求高质量→ 上BROKE / CRISPE / ROSES把验收标准KeyResult和步骤Steps写进去一个实用技巧从 3 要素框架起步效果不满意就升一级——加背景Context、加示例Example、加验收标准KeyResult每加一个要素输出的可控性就上一个台阶 仓库资料导航提示词框架源码Agent.zip内部路径magic/src/prompt/含 13 个框架实现与 template.cj 模板引擎学习资料索引AI 训练素材.md仓颉语言文档、标准库、社区项目清单配套实践项目AIChat.zipAI 聊天应用、ChatAPP.zip聊天 APP算法实训示例判断一个数字是不是回文数.cj实训过程记录readme.txt小结Prompt 框架不是束缚而是给提示词工程装上脚手架。掌握 BROKE、RACE、CARE 这 13 种框架的要素差异后你就能按任务复杂度快速选型用结构化提示词稳定拿到高质量 AI 输出——这正是提示词工程最核心的能力 【免费下载链接】Learning仓颉高校实践活动成果收集与展示项目地址: https://gitcode.com/Cangjie/Learning创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Cangjie/Learning提示词工程：BROKE、RACE、CARE等13种Prompt框架一文全解
Cangjie/Learning提示词工程BROKE、RACE、CARE等13种Prompt框架一文全解【免费下载链接】Learning仓颉高校实践活动成果收集与展示项目地址: https://gitcode.com/Cangjie/LearningCangjie/Learning是仓颉高校实践活动的成果收集仓库其中收录了Agent.zip项目里一套完整的提示词工程Prompt Engineering实现magic/src/prompt/目录下用仓颉语言封装了BROKE、RACE、CARE、CRISPE 等 13 种 Prompt 框架每种框架都是一个可直接复用的模板类。本文带你一文读懂这 13 种提示词框架的构成要素、适用场景与选型技巧新手也能快速上手提示词工程 什么是 Prompt 框架为什么值得学Prompt 框架就是一套结构化的提示词模板把角色、背景、任务、期望输出拆成固定槽位填上内容后自动拼装成一段高质量提示词。它的好处是✅有章可循不用每次对着对话框发呆照框架填空即可✅效果稳定要素齐全AI 不容易跑偏✅便于迭代缺哪个要素一目了然改起来更快在本仓库中这些框架全部由仓颉语言实现源码集中在 Agent.zip 内部的magic/src/prompt/目录如 broke.cj、race.cj、care.cj每个框架类都实现了toString()可直接渲染为 Markdown 提示词。配套的 AI 训练素材.md 则整理了仓颉语言的学习资料索引方便延伸阅读。13 种 Prompt 框架速览表框架要素数核心要素首字母缩写一句话定位APE3Action / Purpose / Expectation最精简的动作—目的—预期ERA3Expectation / Role / Action预期先行先说想要什么TAG3Task / Action / Goal任务导向直奔主题CARE4Context / Action / Result / Example带示例的稳妥之选ICIO4Instruction / Context / Input / Output输入输出分离适合数据处理RACE4Role / Action / Context / Expectation角色扮演入门首选RISE4Role / Information / Steps / Expectation强调分步骤推进SAGE4Situation / Action / Goal / Expectation情境驱动目标明确BROKE5Background / Role / Objectives / Key Result / Evolve含演进机制适合长期任务COAST5Context / Objective / Action / Scenario / Task场景任务双描述信息最全CRISPE5Capacity / Insight / Statement / Personality / Experiment可指定人格风格ROSES5Role / Objective / Situation / Expectation / Steps角色步骤双引擎TRACE5Task / Request / Action / Context / Example任务示例双保险 记忆口诀要素 3 个管说清事4 个管给足料5 个管精细化。任务越复杂越值得用要素更多的框架。逐类精解13 种框架怎么用三要素框架轻量任务快问快答APEAction要做什么→ Purpose为什么做→ Expectation期望结果。适合一句话能讲完的小任务比如帮我总结这段日志。ERA与 APE 思路相近但预期放最前面——先告诉 AI我要什么样的结果再给角色和动作适合目标驱动型提问。TAGTask / Action / Goal纯粹的任务—动作—目标三段式是新手最易上手的框架。四要素框架大多数日常需求的黄金档RACE角色扮演Role 行动Action 背景Context 期望Expectation社区流传最广的入门框架之一。CARE在 RACE 思路上把期望换成示例Example——给 AI 看一个样例往往比描述更能对齐输出风格。ICIOInstruction / Context /Input / Output输入与输出显式分离非常适合文本转换、格式化、数据清洗类任务。RISE强调Steps分步骤让 AI 按步骤拆解执行适合流程型任务。SAGESituation / Action / Goal / Expectation情境先行适合在某背景下做某事达成某目标的表述。五要素框架复杂任务的重武器BROKEBackground / Role / Objectives /KeyResult可衡量的关键结果/Evolve迭代演进。后两个要素是精华——先给出可评估的验收标准再要求 AI 试验并自我优化特别适合需要多轮打磨的写作与代码任务。CRISPE在角色、洞察、指令之外还支持Personality输出人格/语气与Experiment多给示例想控制说话风格时首选。COASTContext / Objective / Action /Scenario场景/ Task把对话氛围 具体场景 任务全部交代清楚信息量最大的框架之一。ROSESRole / Objective / Situation / Expectation /Steps角色步骤双引擎适合需要 AI 边分析边执行的长任务。TRACETask / Request / Action / Context /Example任务与示例并重的组合示例能显著提升输出一致性。最快选型方法3 步选出合适框架任务一句话能说清→ 用APE / TAG / ERA省时间需要给示例或指定输出格式→ 用CARE / ICIO / TRACE都有 Example/Input-Output 槽位复杂、多轮、要求高质量→ 上BROKE / CRISPE / ROSES把验收标准KeyResult和步骤Steps写进去一个实用技巧从 3 要素框架起步效果不满意就升一级——加背景Context、加示例Example、加验收标准KeyResult每加一个要素输出的可控性就上一个台阶 仓库资料导航提示词框架源码Agent.zip内部路径magic/src/prompt/含 13 个框架实现与 template.cj 模板引擎学习资料索引AI 训练素材.md仓颉语言文档、标准库、社区项目清单配套实践项目AIChat.zipAI 聊天应用、ChatAPP.zip聊天 APP算法实训示例判断一个数字是不是回文数.cj实训过程记录readme.txt小结Prompt 框架不是束缚而是给提示词工程装上脚手架。掌握 BROKE、RACE、CARE 这 13 种框架的要素差异后你就能按任务复杂度快速选型用结构化提示词稳定拿到高质量 AI 输出——这正是提示词工程最核心的能力 【免费下载链接】Learning仓颉高校实践活动成果收集与展示项目地址: https://gitcode.com/Cangjie/Learning创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考