提示工程的框架選擇(Frameworks for Prompt Engineering)

談到提示工程的框架，這篇寫得很好，也成為我們常用來提供給客戶的教學指引。

參考文章：產品經理必須懂得AI：prompts提示工程之五大經典框架

不同類型的 AI Agent 在開發時適用不同的 提示工程框架，這取決於 Agent 的用途、交互方式、技術需求 以及 使用者期望。以下是幾種類型的 AI Agent 以及其適用的框架：

1. 任務導向型 Agent（Task-Oriented Agent）

📌 應用場景：客戶服務機器人、行程規劃助手、智慧助理

🎯 適用框架：

• • ICIO 框架（Instruction-Context-Input-Output）
    適用於 結構化、明確輸入-輸出 的場景，如 自動客服、查詢系統。
  • BROKE 框架（Background-Role-Objectives-Key Result-Evolve）
    適用於需要 動態調整與學習 的任務，如 AI 自動化工作流、智慧 CRM。

📌 示例：

AI 客服機器人使用 ICIO 框架：

• 指令（Instruction）：回答客戶有關退貨政策的問題
• 背景（Context）：客戶已經購買過，且在30天內可退貨
• 輸入（Input）：客戶輸入「如何退貨？」
• 輸出（Output）：提供具體的退貨步驟

2. 創意型 Agent（Creative Agent）

📌 應用場景：文案助手、短影音腳本生成、行銷廣告 AI

🎯 適用框架：

• • CLEVER 框架（Clarity-Language-Efficiency-Value-Evaluate-Results）
    適用於需要 高品質內容輸出 的場景，如 AI 影片腳本創作、品牌文案撰寫。
  • CRISPE 框架（Capacity and Role-Insight-Statement-Personality-Experiment）
    適用於 AI 扮演特定角色（如 AI 作家、劇本生成 AI），提供 具個性化的輸出。

📌 示例：

AI 廣告文案助手使用 CLEVER 框架：

• 清晰度（Clarity）：文案簡潔有力
• 語言（Language）：使用吸引人的描述
• 效率（Efficiency）：快速產出 3 個不同版本
• 價值（Value）：結合市場趨勢
• 評估（Evaluate）：根據 A/B 測試調整
• 結果（Results）：優化最佳版本

3. 會話型 Agent（Conversational Agent）

📌 應用場景：聊天機器人、心理諮詢 AI、AI 角色扮演

🎯 適用框架：

• • CRISPE 框架（Capacity and Role-Insight-Statement-Personality-Experiment）
    適合 個性化角色 AI，如 塔羅 AI、AI 顧問，可設定 個性化語氣與風格。
  • RASCEF 框架（Role-Action-Script-Content-Example-Format）
    適合需要 遵循特定對話流程 的 AI，例如 醫療 AI、法律諮詢 AI。

📌 示例：

AI 塔羅占卜師使用 CRISPE 框架：

• 角色（Capacity and Role）：神秘且專業的塔羅師
• 背景（Insight）：用戶想詢問感情運勢
• 陳述（Statement）：提供解釋，並建議適當的行動
• 個性（Personality）：用語溫和，帶有啟發性
• 實驗（Experiment）：可調整回答方式（如詩意 vs. 直接）

4. 分析型 Agent（Analytical Agent）

📌 應用場景：數據分析 AI、財務分析、量化交易 AI

🎯 適用框架：

• • ICIO 框架（Instruction-Context-Input-Output）
    適合需要 結構化分析 的 AI，如 財報分析 AI、投資建議 AI。
  • BROKE 框架（Background-Role-Objectives-Key Result-Evolve）
    適合 持續優化與學習 的 AI，如 機器學習驅動的預測系統。

📌 示例：

AI 財務分析助理使用 BROKE 框架：

• 背景（Background）：全球經濟環境變化
• 角色（Role）：財務專家，提供風險建議
• 目標（Objectives）：分析美股市場走勢
• 關鍵結果（Key Result）：提供 3 個可能的市場走勢與對應策略
• 優化（Evolve）：根據即時數據調整分析結果

5. 自主決策型 Agent（Autonomous Decision-Making Agent）

📌 應用場景：自動駕駛 AI、供應鏈 AI、智能決策 AI

🎯 適用框架：

• • RASCEF 框架（Role-Action-Script-Content-Example-Format）
    適合 遵循決策流程 的 AI，如 智能物流調度 AI、自動駕駛 AI。
  • BROKE 框架（Background-Role-Objectives-Key Result-Evolve）
    適合 自學習與策略優化 的 AI，如 智慧供應鏈 AI、AI 交易系統。

📌 示例：

AI 供應鏈管理使用 RASCEF 框架：

• 角色（Role）：供應鏈最佳化專家
• 行動（Action）：調整庫存與物流規劃
• 腳本（Script）：分析需求、計算成本、最佳化供應鏈
• 內容（Content）：根據即時市場數據調整決策
• 示例（Example）：提供歷史案例以支持決策
• 格式（Format）：輸出 Excel 報表或 JSON API

6. 個性化推薦 Agent（Personalized Recommendation Agent）

📌 應用場景：電商推薦 AI、音樂/影片推薦 AI

🎯 適用框架：

• • CRISPE 框架（Capacity and Role-Insight-Statement-Personality-Experiment）
    適用於 AI 角色化推薦，如 AI 音樂策劃師、個性化書籍推薦 AI。
  • ICIO 框架（Instruction-Context-Input-Output）
    適用於 基於數據驅動的推薦系統，如 Netflix 影片推薦 AI。

📌 示例：

AI 旅行推薦系統使用 CRISPE 框架：

• 角色（Role）：專業旅行規劃師
• 背景（Insight）：用戶想去日本自由行
• 陳述（Statement）：推薦適合的行程與住宿
• 個性（Personality）：提供熱情、個性化的推薦
• 實驗（Experiment）：測試不同推薦方式，提高滿意度

小結：不同 AI Agent 適用的提示工程框架

不同 AI Agent 需根據需求選擇適合的框架，提升 AI 的互動品質與準確性！ 🎯🚀

以下是 提示工程的框架（Frameworks for Prompt Engineering）的詳細整理，包括其 知識結構 和 邏輯運作方式。

1. CLEVER 框架

📌 適用場景：內容創作、廣告文案、短影音腳本、行銷素材

🔍 核心邏輯：透過 六個步驟，確保輸出 清晰、高效、有價值。

2. ICIO 框架

📌 適用場景：客服機器人、數據分析 AI、資訊檢索系統

🔍 核心邏輯：四個核心步驟，確保 AI 產生 準確且具結構化的回應。

3. CRISPE 框架

📌 適用場景：角色扮演 AI、故事生成、虛擬助理、心理諮詢 AI

🔍 核心邏輯：讓 AI 模擬特定角色，並確保回應 具備情境感與個性。

4. BROKE 框架

📌 適用場景：AI 自動化系統、商業決策 AI、財務分析

🔍 核心邏輯：定義 背景、角色、目標，確保 AI 持續學習與優化。

5. RASCEF 框架

📌 適用場景：自動化決策 AI、智能供應鏈、機器人決策

🔍 核心邏輯：讓 AI 遵循標準化的決策流程，確保 可控性與可解釋性。

上述框架可根據不同 AI Agent 的需求，靈活選擇與組合，提升 AI 的回應準確度與創意能力！

延伸閱讀：

• AI Agent 引領紡織業革新智慧方案開創傳統產業智能新時代
• Intellicon AI 幫助企業傳產自建 AI Agents

以上內容由 智慧方案股份有限公司 彙整。

想找 AI Agents 導入顧問工作機會請看這。