# RACE Framework

## 网址
https://juuzt.ai/knowledge-base/prompt-frameworks/the-race-framework/

## 应用场景
- 角色扮演对话设计
- 客户服务脚本开发
- 培训场景模拟
- 创意写作
- 营销内容创作
- 教育材料开发

## 概述
RACE框架（Role, Action, Context, Expectation）是一种简洁有效的AI提示词工程方法，通过明确角色、行动、上下文和期望来构建精准的提示词。该框架帮助用户快速创建结构化的提示，确保AI理解应该以什么身份、在什么情境下、采取什么行动来达成预期结果。

## 框架构成

| 组成部分 | 英文 | 说明 |
|---------|------|------|
| 角色 | Role | 指定AI应该扮演的角色或身份 |
| 行动 | Action | 明确需要执行的具体任务或行动 |
| 上下文 | Context | 提供任务的背景和相关信息 |
| 期望 | Expectation | 描述期望的输出结果和标准 |

## 详细说明

### Role（角色）
定义AI应该扮演的角色，如专家、顾问、作家等。角色定义影响AI的语气、专业术语使用和回答风格。

### Action（行动）
清晰描述需要AI执行的具体任务，使用动词开头，如"分析"、"创建"、"建议"等。

### Context（上下文）
提供完成任务所需的背景信息，包括目标受众、限制条件、相关数据等。

### Expectation（期望）
明确描述期望的输出形式、质量标准和具体要求。

## 优点
- **简洁明了**: 四个要素涵盖提示词的核心需求
- **角色导向**: 角色定义帮助确立适当的语气和风格
- **易于记忆**: 框架简单，容易快速应用
- **适用广泛**: 可用于各种类型的AI交互场景

## 缺点
- **可能过于简化**: 对于复杂任务可能需要更多细节
- **角色限制**: 某些任务可能不需要特定角色
- **需要清晰表达**: 每个元素都需要精准描述

## 最佳实践

### 示例1：技术文档写作
```
Role: 作为一名资深技术文档工程师
Action: 编写一份API使用指南
Context: 目标读者是有基础编程经验的开发者，API用于用户认证服务
Expectation: 包含概述、快速入门、详细端点说明和代码示例，使用清晰的技术语言
```

### 示例2：客户服务脚本
```
Role: 作为一名专业的客户服务代表
Action: 回复客户关于退货政策的询问
Context: 客户购买了一件衣服但尺码不合适，想要退换
Expectation: 以友好、专业的语气回复，解释退货流程，提供具体步骤，最后表达帮助意愿
```

### 示例3：市场分析报告
```
Role: 作为一名市场研究分析师
Action: 分析在线教育市场的发展趋势
Context: 报告将用于公司战略规划会议，重点关注K12和职业培训领域
Expectation: 提供市场规模数据、主要玩家分析、增长驱动因素和风险评估，以项目符号和表格形式呈现
```

### 示例4：创意广告文案
```
Role: 作为一名创意广告文案
Action: 为新款智能手表创作社交媒体广告文案
Context: 目标受众是25-35岁的健身爱好者，产品亮点是高精度心率监测
Expectation: 创作3条不同风格的广告文案，每条不超过50字，包含行动号召
```

### 使用技巧

1. **角色要具体**: "营销专家"比"专家"更能引导AI
2. **行动要动词化**: 使用明确的动作词开始
3. **上下文要充分**: 提供足够信息但不冗余
4. **期望要可衡量**: 尽可能量化或具体化期望