RTF提示词框架详解:3步写出让AI精准执行的高质量指令

RTF(Role-Task-Format)是提示词工程中最基础、最容易上手的指令框架,通过「设定角色 → 描述任务 → 约束格式」三步,就能让 ChatGPT、Claude、文心一言等大模型稳定输出你想要的结果。


一、为什么你需要一个提示词框架

先看一个真实场景。同样是让 AI 写一封请假邮件:

❌ 没有框架的提问:

帮我写一封请假邮件。

模型大概率会返回一封中规中矩、但完全不知道「发给谁、请几天、什么理由、什么语气」的邮件。你拿到手还得自己改三遍。

✅ 套用 RTF 框架后的提问:

角色:你是一名在外企工作 5 年的资深行政助理,熟悉英文商务邮件的礼貌措辞。 任务:帮我写一封请假邮件,请假 3 天(6 月 10 日到 6 月 12 日),理由是老家房子漏水需要回去处理,收件人是我的直属领导王经理。 格式:用中文撰写,主题行 15 字以内,正文分三段:说明事由、请假时间、工作交接安排,最后附上「随时可以电话联系」的落款。

结果质量完全不同:语气得体、信息完整、结构清晰。

核心认知: 大模型不是读心术,它只能根据你给的上下文做「最可能的补全」。指令里的信息越明确,输出越接近你的预期。RTF 框架的价值,就是把「你脑子里清楚、但没说出口」的信息,翻译成模型能听懂的结构化指令。

类比理解:RTF 就像给外卖小哥下单。光说「我要吃饭」(无框架)不行,你得说清「我是谁、要吃什么、送到哪、几点前到」(R-T-F),订单才能被精准执行。


二、RTF 三要素拆解

RTF 全称 Role-Task-Format,即角色、任务、格式。它最早流行于提示词工程社区,因为结构简单、零学习成本,被大量用于日常办公、编程辅助和内容创作场景。

2.1 R —— Role(角色设定)

给 AI 一个「身份」,让它调用对应的知识库和语气。

写法示例作用
职业身份你是一名资深 Java 工程师调用专业技术知识
领域专家你是一名有 10 年经验的营养师限定回答的领域口径
受众视角你是一名刚学编程的大一学生决定讲解的深度和类比方式

要点:

  • 角色越具体越好,可以叠加「年限 + 行业 + 专长」。
  • ⚠️ 注意:角色设定不是「角色扮演游戏」,它的本质是限定知识域和表达风格,别指望加一句「你是 OpenAI 创始人」就能让模型说出训练数据之外的东西。

2.2 T —— Task(任务描述)

告诉 AI「你要做什么」,是整个框架的核心。

一个合格的任务描述要回答 5 个问题:

  1. 做什么?(写邮件 / 写代码 / 做总结)
  2. 输入是什么?(原文、数据、需求清单)
  3. 限制条件是什么?(字数、语言、截止时间)
  4. 目标对象是谁?(读者、收件人、用户群体)
  5. 期望的结果是什么?(一段话 / 一张表 / 一个函数)

示例对比:

模糊任务清晰任务
帮我总结这篇文章用 200 字以内总结这篇文章的 3 个核心观点,并按重要性排序
写个爬虫用 Python 写一个爬取豆瓣 Top250 电影标题和评分的脚本,输出到 CSV,要求使用 requests + BeautifulSoup,加注释
解释一下区块链用 5 岁小孩能听懂的语言解释什么是区块链,用「记账本」打比方

2.3 F —— Format(格式约束)

告诉 AI「结果长什么样」。这是 RTF 里最容易被忽略、却最能拉开输出质量差距的一项。

常见的格式约束包括:

格式类型示例
结构格式用 Markdown 表格输出 / 分 3 个章节
长度限制不超过 200 字 / 10 行代码以内
语气风格口语化 / 正式书面语 / 幽默
代码格式输出可直接运行的 Python 代码,含中文注释
附加要求结尾附 FAQ / 开头加目录 / 数据标注来源

一句话心得:R 解决「谁来答」,T 解决「答什么」,F 解决「怎么答」。三者合起来,就是一份完整的「AI 工作说明书」。


三、手把手搭建第一条 RTF 指令

下面用「让 AI 生成一份周报」做完整演示,照抄这个套路,任何需求都能套进去。

第 1 步:写 R(角色)

你是一名互联网公司的产品经理,有 5 年工作经验,擅长用数据说话,汇报风格简洁干练。

第 2 步:写 T(任务)

帮我写一份本周工作周报。本周我完成了 3 件事:① 上线了 App 2.3 版本的新用户引导页,次日留存提升 5%;② 完成了竞品 A、B 的功能对比分析;③ 协调开发团队修复了 3 个 P0 级崩溃问题。周报要发给我的直属上级。

第 3 步:写 F(格式)

格式要求:用 Markdown 格式输出;分「本周完成、数据表现、下周计划、风险与求助」四节;每节 3-5 条要点,每条不超过 50 字;语言正式、避免口语化;开头加一句 20 字以内的本周总结。

第 4 步:合并成一条完整指令

你是一名互联网公司的产品经理,有 5 年工作经验,擅长用数据说话,汇报风格简洁干练。
帮我写一份本周工作周报。本周我完成了 3 件事:① 上线了 App 2.3 版本的新用户引导页,
次日留存提升 5%;② 完成了竞品 A、B 的功能对比分析;③ 协调开发团队修复了 3 个 P0 级
崩溃问题。周报要发给我的直属上级。
格式要求:用 Markdown 格式输出;分「本周完成、数据表现、下周计划、风险与求助」四节;
每节 3-5 条要点,每条不超过 50 字;语言正式、避免口语化;开头加一句 20 字以内的本周总结。

第 5 步:检查清单

  • ✅ 角色里是否写了「职业 + 年限 + 风格」?
  • ✅ 任务里是否包含了「输入信息 + 目标对象」?
  • ✅ 格式里是否写了「结构 + 长度 + 语气」?
  • ⚠️ 如果第 1 次结果不满意,不要整体推翻重写,只改对应要素:回答太啰嗦改 F,知识不对口改 R,内容缺失改 T。逐项微调是最高效的迭代方式。

四、RTF 与其他主流框架对比

框架全称要素数特点适用场景
RTFRole-Task-Format3简单、快、零门槛日常问答、邮件、周报、办公写作
CRISPECapacity-Role-Insight-Statement-Personality-Experiment5强调人格与实验迭代需要创意脑暴、反复打磨的场景
BROKEBackground-Role-Objectives-Key result-Evolve5强调目标与迭代演化复杂项目、长期任务
CORTEXContext-Optional-Task-Refine-Evaluate-Exit5强调上下文与退出机制客服、流程类任务
零框架0想到哪说到哪闲聊、无明确产出需求的场景

结论: 框架不是越多越好。RTF 之所以值得优先掌握,是因为它把 80% 场景的痛点(角色不清、任务含糊、格式缺失)用 3 个字母就覆盖了。等 RTF 用熟了,再学 CRISPE、BROKE 会事半功倍。


五、常见错误与避坑指南

错误 1:角色设定太宽泛

  • ❌ 你是一个专家
  • ✅ 你是一个有 10 年经验、擅长 MySQL 性能优化的 DBA

错误 2:任务里塞了过多并列需求

  • ❌ 帮我写方案,顺便翻译成英文,再做个 PPT,最后发我邮箱
  • ✅ 任务一次只聚焦一个产出物,多个需求拆成多条指令分开发送

错误 3:格式要求写得太模糊

  • ❌ 写好看一点
  • ✅ 用表格输出,每行包含:功能名称、适用场景、优缺点、推荐指数

错误 4:把 RTF 当「咒语」

  • ⚠️ 有些教程暗示「只要把框架关键词贴上,AI 就会听话」。实际上,框架只是帮你组织信息的模板,信息本身的准确性和完整度才是关键。数据错了、需求错了,框架救不了。

错误 5:一次性要求太多输出

  • ⚠️ 长文生成(如 5000 字报告)建议先让 AI 出大纲(F 指定为「大纲」),确认后再分章节生成,质量比一次性生成高得多,也方便中途纠偏。

六、FAQ 速查表

Q1:RTF 三个要素必须全写吗? A:不一定。简单任务(如「用一句话解释 HTTP」)只写 T 也够用;但任务越重要、越复杂,越应该三要素齐全。

Q2:角色设定会不会让 AI 胡说八道? A:角色设定是「调用对应知识域」,不会凭空增加模型能力。要求「资深律师」写法律文书,AI 仍可能出错,重要内容必须人工复核。

Q3:RTF 适合写代码吗? A:非常适合。R 指定技术栈,T 描述功能需求,F 约束语言、注释、输出格式(如「输出可直接运行的完整代码」),能显著减少无效代码。

Q4:多轮对话里每轮都要重复 RTF 吗? A:首轮完整给出即可,后续追问用「保持前面的格式,把第 2 节补充 3 条」这类引用式指令,省 token 又精准。

Q5:RTF 和「模板填充」有什么区别? A:RTF 是通用思考框架,模板是具体格式。可以理解成:RTF 告诉你「要写角色、任务、格式三部分」,模板则规定了这三部分的具体文案。

Q6:英文场景怎么写? A:直接用英文关键词写即可:You are a... / Your task is to... / Format: ...。国内外主流模型都兼容。


写在最后

RTF 框架的价值不在「神秘咒语」,而在于它强迫你在提问前把需求想清楚。角色、任务、格式这三个维度,本质上就是职场里写需求文档的三要素:谁来干、干什么、交付什么标准。

建议你今天就用 RTF 重写一条平时用得最多的指令,对比一下前后输出质量。一次对比,胜过读十篇教程。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

翎_鸢

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值