AI 是我們的工作得力助手，但要如何讓AI 乖乖聽懂你的指令呢？

點我展開本文重點

為什麼prompt frameworks 重要
10 大 AI Prompt Framework
👉 1. CRISP
👉 2. ERA
👉 3. RTF
👉 4. Chain-of-Thought (CoT)
👉 5. LangGPT
👉 6. CO-STAR
👉 7. RODES
👉 8. BAB
👉 9. RISE
👉 10. TAG
總結
想要什麼，Web5 Studio都為您做到

---

為什麼prompt frameworks（提詞架構）重要

行銷是一個需要快速產出創意與內容的產業，如今 AI 已經能夠幫助行銷人員快速實現這些需求，例如快速產出社群平台文案，或是提供活動提案建議。然而，許多人可能都遇過 AI 生成的結果與自己期望的內容有落差，為何會有這種現象呢？這通常是因為 AI 無法完全理解用戶的需求。

許多人在使用 AI 生成行銷內容時，常常遇到產出結果不夠理想的問題。他們可能認為 AI 本身的能力有限，但實際上，大部分 AI 產出不佳的原因來自於不夠精確的提示詞設計。

以下是常見的 AI 提示詞錯誤：

• 描述過於模糊：提示詞範圍太廣，導致 AI 無法聚焦。例如，「寫一篇關於環保的文章」，AI 可能會產出內容過於泛泛，無法貼合特定需求。
• 缺乏背景資訊：沒有提供行銷目標、品牌資訊等，讓 AI 產生的內容缺乏一致性。例如，若未告知 AI 目標市場，它可能無法產出符合受眾需求的內容。
• 缺少具體範例：沒有提供示例讓 AI 參考，可能導致產出內容過於空泛。例如，提供「撰寫科技產品的行銷文案」不如提供「撰寫一則針對 IT 主管的雲端解決方案廣告」更具體。
• 忽略風格與格式：沒有設定明確的風格、語調或格式要求，導致 AI 產出的內容可能不符合品牌調性。例如，「撰寫專業文章」與「撰寫輕鬆幽默的部落格文章」的語氣完全不同。

通常情況下，只要可以避免這些常見錯誤，就能讓 AI 的回應品質大幅提升。而 Prompt 框架的設計正是為了幫助行銷人員解決這些問題，提供一個結構化的方法來確保 AI 產出的內容精準、具體且符合行銷需求。

為了解決這個問題，Prompt 成為了關鍵工具。Prompt 的作用是幫助 AI 更清晰地理解用戶的問題和期望，從而生成更貼合需求的結果。透過精心設計的 Prompt Framework，不僅能讓 AI 更準確地響應需求，還能提升工作效率與創意產出。

本篇文章將介紹 10 大 AI Prompt Framework，幫助行銷新手理解並靈活運用，讓 AI 成為您工作中的得力助手。

10 大 AI Prompt Framework

1. CRISP

Context（上下文）: 提供清晰的上下文背景
Request:（要求）： 明確的請求或需求
Insight（見解）: 添加輔助見解以豐富內容
Style（風格）: 指定回應的風格或語氣
Parameters（參數）: 設置具體參數或限制（如字數、格式等）

CRISP 框架適用於需要高度定制的任務，例如撰寫精確文案或設計特定語調的行銷內容。多個架構的模式能減少問題模糊性，確保回應更精確。

優勢	限制
全面性：適合複雜需求高度可定制：能根據需求微調輸出結構化：清晰指引，減少模糊性	複雜性高，對簡單任務顯得繁瑣設計提示耗時

範例

2. ERA

Expectation（期望）: 定義期望的輸出或結果。
Role（角色）: 設定模型的角色（如顧問、老師等）。
Action（行動）: 明確描述需要模型完成的行動或任務。

提詞簡單、效率高，適合中低複雜度的任務，如摘要撰寫或基礎資料處理，僅需定義期望、角色與行動。

優勢	限制
簡單直觀，重點突出適合快速設計提示	缺乏上下文和格式細節如果期望不清晰，或是輸入內容不完整，輸出結果可能不如預期

範例

3. RTF

Request（要求）: 清楚定義任務或需求。
Task（任務）: 詳細說明具體的任務內容。
Format（格式）: 明確輸出的期望格式（如表格、列表、段落等）。

適合對輸出格式有嚴格要求的任務，例如報告或表格製作。

優勢	限制
強調格式與結構簡單實用，設計成本低	缺乏背景資訊，難以滿足細微需求過於重視格式可能抑制創造性

範例

4. Chain-of-Thought (CoT)

Step-by-Step Reasoning（逐步推理）: 引導模型分步解決問題，適合複雜任務。
Iterative Refinement（迭代細化）: 根據初始回應進行調整和改進。

適合需要邏輯分析或逐步解決的複雜任務，如策略規劃或決策建議。

優勢	限制
推理能力強結果更準確	對簡單問題可能顯得冗長多步驟推理可能導致結果不夠直接

範例

5. LangGPT

Profile（角色）：定義使用者或角色
Goal（目標）：設定任務目標
Constraint（限制）：明確限制條件
Workflow（工作流程）：提供執行步驟的詳細指南
Style（風格）：指定輸出風格

LangGPT 是一個靈活且結構化的提示設計框架，靈感來自結構化和可重複使用的程式語言。它適合需要清晰結構的場景，如設計模組、流程規劃和高品質內容生成。

優勢	限制
外部社群：提供共享模板和資源，鼓勵合作與持續改進。	初次設計框架需較多時間學習對簡單任務顯得繁瑣

範例

6. CO-STAR

Context（上下文）: 提供回答所需的整體情境，使 AI 能理解當前任務的具體環境
Objective（目標）: 任務的目標
Style（風格）: 某個著名人物的寫作風格，或者是某個專業領域的專家風格
Tone（語氣）: 確保回應能夠與所需的情感或情境吻合
Audiance（目標受眾）: 確認任務的目標受眾是誰
Response（回應）: 確保 AI 按照要求的格式輸出。 如，facebook 上具有影響力的貼文

強調上下文和目標的框架，適合教育、商業規劃等多場景應用。

優勢	限制
目標導向，生成內容更相關提升輸出品質，減少試錯成本	學習成本高，對初次使用者不友好適用於複雜情境，簡單需求可能過於冗長

範例

7. RODES

Role（角色）: GPT 扮演角色
Objective（目標）: 任務的目標
Details（細節）: 任務的細節，如任務的步驟、該產出的細節
Examples（範例）: 提供範例讓GPT更了解該產出何種結果
Sense Check（確認）: 確認GPT是否了解用戶提供的任務

強調準確性與結構的框架，適合減少錯誤率的情境。

優勢	限制
目標導向，生成內容更相關提升輸出品質，減少試錯成本	學習成本高，對初次使用者不友好適用於複雜情境，簡單需求可能過於冗長

範例

8. BAB

Before（先前）: 描述了當前的問題或情況
After（之後）: 描述了期望的結果
Bridge（橋樑）: 從之前到之後的解決方案或路徑

適合前後對比的需求，如產品升級或效果評估

優勢	限制
注重用戶敘述能力，簡單明瞭設計時間短	過度依賴用戶提供的詳細資訊缺乏結構指引，不適用於複雜任務

範例

9. RISE

Role（角色）: 指定 ChatGPT 的角色
Input（輸入）：描述資訊或資源
Step（步驟）: 詢問詳細步驟。
Expectation（期望）: 描述期望的結果

在CoT的架構上加入角色與期望，適合多步驟流程的簡化設計

優勢	限制
輸出精確度高提供明確步驟，簡化提示設計	不太適合創意性任務

範例

10. TAG

Task（任務）: 指定ChatGPT需要做什麼
Action（行動）: 解釋應該如何做
Goal（目標）: 描述最終結果應該是什麼樣子

TAG框架是一個專為簡單任務設計的框架，適合低複雜度的場景。它能快速聚焦於核心需求，確保結果具體且可衡量。

優勢	限制
簡單直觀：只需三個元素即可定義任務，適合快速設計提示結果導向：專注於具體、可衡量的結果效率高：減少提示設計時間，適合日常應用	適用於簡單任務，對複雜任務的效果有限缺乏結構化和模組化特性

範例

適用場景總結

不同的 AI Prompt Framework 各有專長，適合不同的行銷需求：

CRISP：適合需要高度定制的複雜任務，如撰寫精準文案或設計特定語調。

ERA：適用於中低複雜度任務，如摘要撰寫和基礎資料處理，快速且高效。

RTF：強調格式與結構，適合輸出樣式有嚴格要求的場景，如表格或報告製作。

Chain-of-Thought (CoT)：針對需要邏輯推理的複雜問題，如策略規劃或長期影響分析。

LangGPT：適合多層次應用，例如教學模組設計或流程規劃，具高度結構化與迭代優勢。

CO-STAR：擁有Audiance（目標受眾）的提詞，讓CO-STAR 適合運用在目標導向的場景，如教育設計與商業規劃。

RODES：能提高正確性，減少錯誤。

BAB：在對比前後關係時，適合使用BAB架構來分析前後關係之間的Bridge（橋樑），如產品效果分析。

RISE：適合多步驟流程的簡化設計，提升精確性。

TAG：專為簡單任務設計的框架，例如行銷活動中的快速需求。TAG 幫助快速聚焦核心需求並確保具體且可衡量的結果。

以上就是本篇文章介紹的10大AI prompt frameworks。在選擇框架時，建議根據具體需求進行搭配。例如，簡單任務優先 ERA 或 RTF，高結構需求則選擇 CO-STAR 或 RODES，而涉及推理或分析則可使用 CoT 或 LangGPT。靈活運用這些工具，可以讓 AI 成為行銷工作中更高效的助手，激發更多創意與可能性！

接下來，我們將以三個架構 CO-STAR、RTF 和 BAB 作為示範，幫助行銷人員理解如何應用這些框架來優化 AI 生成內容。

AI Prompt Frameworks示範－提升行銷文案的撰寫效率

示範 1：使用 CO-STAR 框架撰寫 Facebook 廣告貼文

案例：推廣一款環保材質的運動鞋

先來看看沒有使用架構的產出結果

「我要製作一篇關於全新環保運動鞋的社群貼文，目標受眾是熱愛運動的年輕人」

接下來是使用 CO-STAR 框架生成出來的結果：

### Context
近年來，消費者對環保產品的關注度提升，許多品牌開始投入環保材質的開發。本品牌推出一款運動鞋，使用 100% 可回收材質製成，主打舒適、耐用且環保

### Objective 
撰寫一則具有吸引力的 Facebook 廣告貼文，以提升品牌曝光與銷售轉換

### Style
文案應簡潔有力、引人入勝，並具備行銷吸引力，強調產品的環保特點與舒適性

### Tone
積極、熱情且具號召力，鼓勵受眾採取行動（例如購買或分享）

### Audience
關注環保、熱愛運動的年輕族群（18-35 歲），對可持續產品感興趣，並重視時尚與功能兼具的選擇

 ### Response
請提供一則 Facebook 廣告貼文，包括： 
– 吸引人的開場（可為問題或引發共鳴的句子） 
– 強調產品的環保特點與優勢（如 100% 可回收材質、舒適性與耐用性） 
– 號召行動（如購買、了解更多或分享） 
– 盡量控制字數在 100-150 字，以確保適合社群媒體閱讀

產出結果 ➡️

示範 2：使用 RTF 框架撰寫電子報標題與內容

案例：行銷一款 AI 行銷工具

先來看看沒有使用架構的產出結果

「請寫一封廣告 email，宣傳公司新的 AI 工具產品」

接下來是使用 RTF 框架生成出來的結果：

### Request
為新推出的 AI 行銷工具撰寫電子報標題與內容，提高開信率與點擊率。

### Task
1. 撰寫吸引人的電子報標題
2. 以簡潔、具體的內容說明 AI 行銷工具的優勢
3. 呼籲用戶點擊試用連結

###Format
1. 標題：簡短、有吸引力
2. 內文：2-3 段落，清楚呈現價值
3. 結尾：行動呼籲（CTA）

產出結果 ➡️

示範 3：使用 BAB 框架提升社群貼文的觸擊率與互動轉化

先來看看沒有使用架構的產出結果

「公司的社群貼文觸及十分低，如何優化社群貼文的互動率」

接下來是使用 BAB 框架生成出來的結果：

###Before
品牌 A 在 Instagram 和 Facebook 上的社群貼文瀏覽次數低，每則貼文平均觸及僅 5,000 人，互動率不到 1.5%。目前貼文內容較為單調，以產品圖片為主，缺乏吸引人的敘事與互動元素，無法有效吸引目標受眾（25-35 歲都市上班族）。

###After
透過優化社群內容與行銷策略，將貼文平均觸及率提升至 10,000 人以上，互動率達 3% 以上。內容更加貼近受眾需求，採用視覺吸引力高的短影片、圖文並茂的教學貼文，以及參與感強的投票、測驗等互動形式，提升用戶的參與度與品牌認知。

###Bridge
請提出從before到after的策略

產出結果 ➡️

結論：AI 進步了，但 Prompt Frameworks 仍然不可或缺

近年來，AI 技術的進步令人驚嘆，即使提供少量的指令，甚至不使用特定的架構，也能產出相當流暢且有邏輯的文章。然而，這是否意味著我們可以完全拋開 prompt frameworks 呢？

事實上，當 AI 面對較為複雜的問題時，如果沒有使用合適的提詞架構，回應往往會顯得籠統，缺乏層次感與深度。在前述的三個示範中，示範一與示範二即使未使用框架，產出的結果仍然清晰可用。然而，到了示範三，當需要更具體的策略時，缺乏框架的回答便顯得模糊，難以提供有實際價值的見解。

AI 的進步確實降低了門檻，但有效的提詞方式仍然是讓 AI 發揮最大潛力的關鍵。與其完全依賴 AI 的直覺式回答，不如善用 prompt frameworks，讓 AI 成為真正高效的輔助工具。

想要什麼，Web5 Studio都為您做到

Web5 Studio專注於國際最新AIGC互動式行銷案例，致力於為客戶提供創新、個性化的行銷解決方案。我們看準了AIGC互動式行銷的前景，已開發全台首創的AIGC互動式行銷模組，以期客戶永遠都可以用最新的技術，去做最有創意的活動。無論您的需求如何，Web5 Studio都能用最先進的技術，幫助您創造最有創意的行銷活動，讓我們一起攜手，在數位行銷的新浪潮中乘風破浪。