企业官网建设流程全解析

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/Learning

Cangjie/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

💡 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

APE：Action（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。

TAG：Task / 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。

ICIO：Instruction / 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。

SAGE：Situation / 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"

BROKE：Background / 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。

COAST：Context / 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。

ROSES：Role / 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。

TRACE：Task / 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

1. 任务一句话能说清？→ 用APE / TAG / ERA，省时间
2. 需要给示例或指定输出格式？→ 用CARE / ICIO / TRACE（都有 Example/Input-Output 槽位）
3. 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.zip（AI 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