来源：https://github.com/datawhalechina/vibe-vibe

经过本节学习，你将掌握

• 根据任务类型快速选择合适的框架
• 理解各框架之间的关系
• 获得一个提问前的快速检查清单
• 知道何时该从一个框架切换到另一个

框架速查表

决策流程图

graph TD
    A[开始：我要问 AI 一个问题] --> B{任务复杂吗？}
    B -->|简单，一两句话能说清| C{需要 AI 扮演特定角色吗？}
    B -->|复杂，需要详细说明| D{涉及用户痛点和情感吗？}

    C -->|是| E[R.G.C. 框架]
    C -->|否| F[直接提问也行]

    D -->|是| G[先用故事化 Prompt]
    D -->|否| H{是技术开发任务吗？}

    H -->|是| I[S.C.A.F.F. 框架]
    H -->|否| J[万能模板]

    G --> K{需要继续拆解具体任务？}
    K -->|是| I
    K -->|否| L[故事化 Prompt 足够]

    style E fill:#e1f5fe
    style I fill:#e8f5e9
    style J fill:#fff3e0
    style G fill:#fce4ec

简化版决策：

1. 任务简单 → R.G.C.
2. 任务复杂 + 技术开发 → S.C.A.F.F.
3. 任务复杂 + 非技术 → 万能模板
4. 需要表达用户故事 → 故事化 Prompt
5. 不确定 → 万能模板

框架关系图

四种框架不是互相替代，而是互相补充：

┌─────────────────────────────────────────────────────────┐
│                     万能模板                              │
│            （最通用，覆盖面广，什么都能用）                   │
│  ┌─────────────────────┐  ┌─────────────────────┐      │
│  │    S.C.A.F.F.       │  │    故事化 Prompt     │      │
│  │  （技术开发专用）     │  │   （情感沟通专用）    │      │
│  │                     │  │                     │      │
│  │  ┌─────────────┐    │  │                     │      │
│  │  │   R.G.C.    │    │  │                     │      │
│  │  │ （快速简化版）│    │  │                     │      │
│  │  └─────────────┘    │  │                     │      │
│  └─────────────────────┘  └─────────────────────┘      │
└─────────────────────────────────────────────────────────┘

• R.G.C. 是 S.C.A.F.F. 的精简版
• S.C.A.F.F. 和 故事化 Prompt 是并列关系，各有侧重
• 万能模板 是最大的集合，什么场景都能用

提问前检查清单

在按下发送键之前，快速过一遍：

基础检查（必须）

任务是否清晰：AI 能明白你要它做什么吗？
背景是否充足：AI 有足够信息做出正确判断吗？
约束是否明确：AI 知道什么不该做吗？

进阶检查（推荐）

角色是否指定：AI 应该以什么身份回答？
格式是否说明：你期望什么形式的输出？
示例是否需要：给个例子会不会更清楚？

反思检查（可选）

有没有说太多：是不是一次要求太多了？
有没有说太少：是不是遗漏了关键信息？
边界是否清晰：AI 会不会"加戏"？

框架切换信号

当你用某个框架提问后，AI 输出不理想，这可能是框架选择或填写的问题：

实战建议

给初学者

刚开始时，建议严格按框架填写，哪怕感觉有些项目是"多余的"。

原因：

1. 框架帮你检查是否遗漏关键信息
2. 建立结构化思维的习惯
3. 当输出不理想时，有框架可以对照排查

给有经验的用户

熟练后，可以根据任务灵活简化：

• 简单任务：R.G.C. 甚至直接提问
• 复杂任务：完整框架
• 重复任务：基于之前的提示词微调

核心原则：框架是工具，不是规则。让它帮你，而不是束缚你。

本章回顾

恭喜你完成了「结构化提示词框架」的学习。现在你掌握了：

下一步预告

结构化框架解决了"怎么组织信息"的问题。但有时候，光有结构还不够——你需要一些特殊技巧让 AI 的推理更深入、输出更准确。

下一节「3.3 进阶提示技巧」，我们将学习：

• Zero-shot：直接提问的艺术
• Few-shot：用示例教会 AI
• Chain of Thought：让 AI "想一想"再回答
• Tree of Thoughts：探索多条推理路径
• Self-Critique：让 AI 自我检查

这些技巧可以和结构化框架组合使用，进一步提升 AI 输出的质量。

准备好了吗？让我们进入下一节。