4.3 KiB
RASCEF Framework
网址
https://juuzt.ai/knowledge-base/prompt-frameworks/the-rascef-framework/
应用场景
- 技术文档
- 教学设计
- 创意故事讲述
- 详细分析项目
- 复杂任务执行
- 营销策略开发
概述
RASCEF框架提供了AI提示词工程的全面方法，将过程分解为六个不同的组成部分：角色(Role)、行动(Action)、步骤(Steps)、上下文(Context)、示例(Examples)和格式(Format)。这个框架确保AI提示的系统化和详细开发，促进精确和上下文感知的响应。
利用RASCEF允许创建不仅清晰和可操作，而且针对特定场景和要求量身定制的提示，增强AI产生高度相关和目标化内容的能力。
框架构成
| 组成部分 | 英文 | 说明 |
|---|---|---|
| 角色 | Role | 定义AI假定的身份或功能 |
| 行动 | Action | 指定AI预期达到的任务或目标 |
| 步骤 | Steps | 概述AI应遵循以完成任务的行动或指南序列 |
| 上下文 | Context | 提供与任务相关的背景信息或场景 |
| 示例 | Examples | 提供具体说明以模拟期望的语气、风格或方法 |
| 格式 | Format | 描述AI响应的预期结构或呈现 |
详细说明
Role (角色)
定义AI假定的身份或功能，为交互设置舞台。角色影响AI的语调、视角和专业程度。
Action (行动)
指定AI预期达到的任务或目标。行动是核心工作描述，告诉AI需要完成什么。
Steps (步骤)
概述AI应遵循以完成任务的行动或指南序列。详细的步骤确保AI系统地处理任务。
Context (上下文)
提供与任务相关的背景信息或场景，帮助AI的理解。上下文丰富了AI对任务环境的理解。
Examples (示例)
提供具体说明以模拟期望的语气、风格或方法。示例是展示期望输出的最直接方式。
Format (格式)
描述AI响应的预期结构或呈现，确保它满足特定要求。格式规范确保输出以最有用的方式呈现。
优点
- 详细指导: 为提示创建提供全面的路线图，增强AI输出的质量和相关性
- 适应性方法: 足够灵活，可应用于从创意写作到技术分析的广泛场景
- 目标化响应: 通过定义上下文并提供示例，确保AI响应与用户期望密切对齐
缺点
- 增加准备时间: 所需的详细程度可能导致提示开发的准备时间更长
- 潜在过度规范: 高度结构化的提示可能限制AI的创意问题解决能力
最佳实践
示例1：新产品发布营销策略
Role: 作为营销策略师，制定全面的发布计划
Action: 开发包括市场分析、目标人群和促销活动的策略
Steps: 从市场调研开始，识别关键受众细分，选择营销渠道，规划活动阶段
Context: 产品是旨在改善家庭安全的技术创新
Examples: 参考科技行业的成功发布案例获取灵感
Format: 以结构化文档呈现策略，每个关键领域有独立章节
示例2：技术教程创作
Role: 作为技术教育者
Action: 创建面向初学者的Python编程教程
Steps: 从环境设置开始，然后介绍基本语法，接着是数据类型和控制流程
Context: 面向没有编程背景的完全初学者
Examples: 参考Codecademy或freeCodeCamp的教程风格
Format: 每个概念包含解释、代码示例和练习题
示例3：商业提案撰写
Role: 作为商业顾问
Action: 为潜在投资者撰写创业公司的商业提案
Steps: 介绍公司愿景，分析市场机会，展示财务预测，概述团队背景
Context: 一家专注于AI教育科技的早期创业公司，寻求种子轮融资
Examples: 参考Y Combinator推荐的商业计划模板
Format: 专业的商业文档格式，包含执行摘要、详细分析和附录
示例4：用户体验研究报告
Role: 作为UX研究员
Action: 编写移动应用可用性测试报告
Steps: 描述研究方法，呈现关键发现，分析用户痛点，提供改进建议
Context: 为电商应用进行可用性测试，参与者为25-45岁的在线购物者
Examples: 参考Nielsen Norman Group的可用性报告格式
Format: 结构化报告，包含数据可视化、用户引言和优先级排序的建议