RCT 是最基础的提示词结构框架，把一条提示词拆成三个可以分别打磨的部件

要素	英文	作用
角色	Role	设定模型身份，影响语气、表达方式与知识深度
上下文	Context	提供数据、范例、受众、约束，收窄回答范围
任务	Task	定义要做什么，必须明确且具体

角色 Role

给模型一个身份，是成本最低、见效最快的一招。角色会同时影响输出的 语气、专业深度 和 默认结构，

例如：

• 你是一位严谨的大学教授 —— 回答更学术、更审慎
• 你是一名耐心的初中数学老师 —— 回答更通俗、多打比方
• 你是产品经理，正在写 PRD —— 回答更结构化

它之所以有效，是因为训练语料里 "大学教授写的文字" 和 "初中老师写的文字" 本就分布在不同区域，一句角色设定等于把采样起点挪到对应的那片语料风格上

上下文 Context

三要素里信息量最大、最能拉开效果差距的就是上下文。写提示词时要 尽可能详细地描述上下文

常见形式有：

• 提供数据、范例、定义、规则、语境
• 指明受众，如 "这段话要写给小学生听"
• 加入限制条件，如 "不能超过 100 字"

同一个需求，上下文的多寡直接决定回答质量

写法	提示词	问题
无上下文	给我一个午餐建议	模型只能瞎猜，输出泛泛而谈
有上下文	我正在健身，坚持 16+8 的饮食计划，请给我一个午餐建议	模型能对齐 "低碳水、控热量" 等隐含约束

任务 Task

任务定义了你使用模型的目的，必须明确且具体，并用恰当的措辞把模型引导到预期上

常见任务类型

• 生成类：写一段话、生成标题、续写
• 分析类：总结要点、比较异同、找错误
• 转换类：切换风格、翻译、改写格式
• 多轮类：先分析要点，再汇总成报告

把上面三者叠起来，就是一条信息完整的提示词

你是一个资深营养学家，我正在健身、坚持 16+8 计划，请给我一个午餐建议，以表格形式列出每样食材的分量、卡路里，以及健身时需要关心的其他信息。

最佳实践模板

你是一个 [角色]，
现在的背景是 [上下文]，
请你完成如下任务：[任务描述]。

工程落地时，还有几条可以优化的点

• 角色放 system 消息：多数对话接口区分 system / user 两类消息，把角色和全局规则放进 system，它对整段对话的约束权重更高，也不会被后续用户输入轻易冲淡
• 用分隔符隔离指令与数据：当提示词里要塞入一段用户提供的文本时，用 <data> 之类的定界符把它框起来，能显著降低 "数据里的文字被当成指令执行" 的提示词注入风险
• 关键约束往末尾放：模型对靠近末尾的 token 更敏感，最硬的格式或长度要求放在最后一句，遵守度更高

贡献者: zhaojisen

上一页MCPClient

下一页提示词常见技巧