市面上流传的 Prompt 框架种类繁多，核心都是为了让AI稳定输出优质结果而设计的结构化“行动路线图”。它们通过标准化的要素组合，解决了随意提问时结果不一致、信息易遗漏等痛点。面对众多框架，关键在于理解其核心思想，并在合适的场景选用最恰当的。
🧰 Prompt 框架图谱：从基础到高阶
下面这张“菜单”整理了主流框架，方便你速查：
| 框架名称 | 核心要素 / 模板 | 一句话简介 | 核心思想与最佳场景 |
|---|---|---|---|
| 🧱 结构化基础框架 | |||
| Basic Prompt Framework | 指令 + 背景 + 补充数据 + 输出格式 | 简洁清晰，包含所有基础要素，通用性强 | 适用于大多数通用任务，是提示词的起点。 |
| ICRO (ICIRO) | Role (角色)Context (背景)Instruction (指令)Output (输出) | 模块化、可组装的四大件，强调角色扮演和输出控制。 | 场景模拟或教学演示。框架灵活，适合动态组装，是构建高效Agent时常用结构。 |
| RBTRO | Role (角色)Background (背景)Task (任务)Requirements (要求)Output (输出格式) | 开发者的"AI需求文档"，将写需求文档的思路搬来，颗粒度更细。 | 代码开发、需求分析、问题诊断等技术场景。 |
| 🎯 任务场景专项框架 | |||
| ICIO | Instruction (指令)Context (背景)Input (输入)Output (输出) | 指令与上下文为导向，直接、清晰。 | 适合简单问答和日常快速任务，是AI入门的首选。 |
| BROKE | Background (背景)Role (角色)Objective (目标)Key Results (关键结果)Evolve (迭代) | 融合OKR理念，快速有效，适合目标明确的任务。 | 代码生成、数据转换或简单问题解答场景非常高效。 |
| CRISPE | C (能力与角色)R (洞察/请求)I (指令)S (输出风格)P (参数/范围)E (示例) | 更完备和精细的框架，通过细节控制确保高质量输出。 | 创意写作、问题诊断或需要精确控制的专业文档生成场景，稳定性与质量更佳。 |
| CO-STAR | C (上下文)O (目标)S (利益相关者)T (任务)A (行动)R (结果) | 结构化程度最高的框架之一，商业和团队协作环境中确保输出全面且精确。 | 商业提案、产品规划等需要全面考虑各方需求的专业团队协作场景。 |
| 🧠 思维链与推理框架 | |||
| Chain-of-Thought (CoT) | 引导模型进行「第一步...第二步...」的逐步推理。 | 让AI展示详细思考过程，解决需要逻辑推理的复杂问题。 | 数理逻辑、算法设计、医学诊断等复杂推理任务，需要10B+参数规模模型效果更显著。 |
| 🔧 应用与执行框架 | |||
| RTF | Role (角色)Task (任务)Format (格式) | 用最简洁的方式强制AI按指定格式输出。 | 严格格式限制的场景，如要求输出JSON或表格。 |
| SxS | 生成多个候选方案，并置对比。 | 生成不同角度的方案，让AI自行评估并择优。 | 创意命名、方案选择等答案不唯一的问题。 |
🚀 高阶框架：AI Agent的核心思维引擎
上述基础框架是构筑更强大AI能力（如自主规划任务的AI Agent）的基石。Agent之所以能像人类一样思考行动，关键在于其背后组合运用了更复杂的逻辑框架。
- ReAct (Reason + Act)：Agent的“思考-行动”循环引擎。它让AI将推理（Reason）与行动（Act）解耦，形成 “思考→行动→观察” 的闭环，使AI能实时获取外部反馈并动态调整计划，这也是主流AI Agent（如
DuMate）实现自主任务的能力来源之一。 - Plan-and-Execute：从冲动到“三思而后行”。作为对ReAct框架的升级，它引入了显式的规划阶段。AI会先生成完整的高阶计划，再逐步执行，适合处理长期、复杂的项目任务。
- APE (Ask, Plan, Execute)：确保执行不走样。它将提示过程分为三部分，先要求模型复述确认任务目标，再生成行动计划，最后执行。
🛠️ 框架选型指南：如何快速决策？
选择框架时，可参考这张决策树：
- 对输出格式有严格要求？ → 使用 RTF。
- 答案不唯一，需要对比选择？ → 使用 SxS。
- 是单步、简单的任务？ → 从简单的 ICIO 或 Basic 开始。
- 是需要多步执行或联网搜索的复杂任务？ → CRISPE 或 BROKE 能提供更强稳定性。
- 是需要细致角色扮演或情景模拟的专业场景？ → CO-STAR 或 RBTRO 结构更优。
- 是需要创建能自主决策的AI Agent？ → 深入学习 CoT、ReAct 等思维引擎。
了解这些框架和进阶逻辑后，Prompt优化就有了明确的路径：先用基础框架稳定输出，再用高阶思维链提升推理能力，最终打通交付链条。
