P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01

前言

上次在办公室里，我和同事同时问Claude同一个问题：“帮我写一个用户认证系统的安全架构。”

五分钟后，我得到的答案像食堂大妈打的菜——有，但不多。就说了几句"要用JWT、要加密、数据库要保护好"。

同事得到的答案呢？像米其林三星——三层架构设计、每层具体实现、安全边界画得清清楚楚，甚至还附了代码框架。

我当时就懵了。同样的问题，同一个AI，凭什么他的答案质量高40%？

同事拍了拍我的肩膀说：“兄弟，问题不在AI，在你的问法。”

我恍然大悟。原来我一直把AI当算命先生，问得云里雾里，指望它猜中我的心思。人家把AI当乙方项目经理，需求写得明明白白，交付自然不一样。

框架一：RTF——最简最快，像点奶茶一样直接

RTF就是Role-Task-Format，翻译成人话就是：你是谁，你要干啥，用啥格式给我。

这玩意儿就像你去奶茶店点单。你不能走进来说"给我来杯喝的"，那样店员可能给你一杯白开水。你得说：“我是老用户（Role），我要大杯全糖加珍珠（Task），用中杯装但装满（Format）。”

举个例子。弱的问法是："帮我写个总结。"AI心里估计在想：总结啥？多长？给谁看？

用RTF框架就是：“你是一个深度学习论文的专家审稿人（Role），我需要你总结这篇论文的核心贡献和局限（Task），用3个段落分别讲核心创新、实验结果、存在的问题（Format）。”

你看，AI立刻就知道自己该扮演谁、该干啥、该交什么作业。就像给乙方下需求，你把角色、任务、格式说清楚了，他总不能再给你"五彩斑斓的黑"了吧？

适用场景：快速任务、内容总结、简单转换。效果：从50分提升到70分，token成本极低，只多花30个token。

框架二：思维链——让AI写"解："，别直接跳答案

思维链的核心就一句话：别让AI直接给答案，让它展示推理过程。

这就像我们小学做数学题。老师最烦什么？最烦你直接写个答案，过程呢？步骤呢？草稿纸呢？

AI也一样。你问它"这段代码有没有内存泄漏"，它直接说"有"或者"没有"，你信吗？反正我不敢信。万一它瞎猜的呢？

用思维链框架，你就得让它一步步来：第一步识别所有内存分配的地方，第二步找出每个分配对应的释放点，第三步检查有没有分配了但没释放的路径，第四步检查有没有重复释放，最后总结结论。

这就好比你去看病。你跟医生说"我不舒服"，医生只能给你开点维生素。你跟医生说"我右下腹疼了3天，按压加重，是不是阑尾炎"，医生就能给你做精准诊断。

AI的脑子其实跟医生差不多，你给的信息越具体、步骤越清晰，它的诊断就越靠谱。数学推理准确率能从58%干到90%，代码分析从45%干到82%。这提升，比炒股还刺激。

适用场景：逻辑推理、数学计算、代码审查、架构设计。token成本中等，多消耗20%到30%，但绝对值得。

框架三：RISEN——给AI戴紧箍咒，让它不能瞎飞

RISEN这名字听起来像某种神秘组织，其实就是Role、Input、Steps、Expectations、Notes的缩写。

这个框架特别适合那种"有明确流程、有严格标准"的任务。说白了，就是给AI戴上紧箍咒，告诉它：你可以飞，但不能飞出我画的圈。

想象一下，你给乙方下需求。如果你只说"帮我做个网站"，乙方可能给你做个1998年的复古风格。但如果你说：第一步先分析需求，第二步列举所有假设，第三步指出风险等级，第四步提出最坏场景，第五步建议验证方案——乙方想偷懒都没门。

RISEN厉害在哪？它有三个层次的约束。Steps告诉AI怎么做，Expectations定义什么是好答案，Notes设定优先级和语气。就像你给下属布置任务，不仅要说做什么，还要说做到什么程度、什么风格、什么优先级。

同一个"评审PRD"的任务，用RTF框架回答就是"总体不错，建议再完善"。用RISEN框架回答，就变成了"第3页第2行假设不成立，风险等级高，最坏场景是用户流失30%，建议用A/B测试验证"。

这差距，就像你问路人"附近有好吃的吗"，和问美食博主"人均200以内、有包间、适合带爸妈去的粤菜馆"得到的答案区别一样大。

适用场景：任务有明确流程、质量标准清晰、需要LLM自查。效果：从50分提升到85分，提升70%。

框架四：RODES——画个圈，让AI在圈里跳舞

RODES = Role、Objective、Details、Examples、Scope。这个框架的核心就两个字：范围。

AI有个毛病，你问它一个问题，它能从盘古开天辟地讲到宇宙大爆炸。你问它推荐系统怎么设计，它可能顺便把前端UI、营销策略、公司组织架构都给你设计一遍。

RODES就是给它画个圈，告诉它：你可以跳舞，但只能在这个圈里跳。

Details是给具体数字，DAU多少、预算多少、延迟要求多少。Examples是给参考案例，Airbnb怎么做、常见的坑是什么。Scope最狠，直接说"范围内是什么、范围外是什么"。

这就像你点外卖。你不写清楚"不要香菜、多放辣、送到东门"，商家就给你默认套餐。等你打开一看，满盒香菜，辣度为零，送到西门，你找谁说理去？

AI比外卖商家还"听话"，你给它画好圈，它绝对不会越界。效果从50分提升到80分，提升60%。

适用场景：产品分析、商业决策、需要权衡多个维度。通过限制范围防止AI乱飞，通过给examples让它知道你要什么水平。

框架五：密度链——让AI自己跟自己较劲

密度链是最复杂但也最强力的框架。核心思想不是一次性问完，而是让AI递归地一遍遍改进自己的答案。

这就像我们写年终总结。第一版像草稿纸，自己看了都脸红。第二版像笔记本，能看了但不够精致。第三版像出版物，可以拿出手了。第四版导师终于说：“嗯，可以交了。”

AI也一样。你让它第一遍写个初稿，第二遍让它自己找问题，第三遍针对问题深化，第四遍最终打磨。

神奇的是，AI在第一遍总是"差不多得了"，但一旦让它看到自己的错误，再写一遍就能大幅改进。第一遍50分，第二遍65分，第三遍80分，第四遍88分。这曲线，比我的工资涨幅还陡峭。

当然，token成本也很高，大概是4倍的对话量。但你想啊，写论文、做提案、搞规划这种高价值输出，多花点token算什么？总比交上去被老板打回来重写强吧？

这就像你请了一个免费的实习生，虽然得让他改四遍，但好歹不要钱啊。现实中的实习生改四遍可能还那样，但AI改四遍是真的能质变。

适用场景：高价值输出、论文、规划、提案。有充足时间、追求卓越的情况。token成本高，但对重要的事值得。

五个框架，一张表看懂

简单任务用RTF，就像用微波炉热饭，快但不够香。逻辑推理用思维链，就像炖汤，得一步步来。结构化任务用RISEN，就像做蛋糕，得有配方有步骤。产品决策用RODES，就像点菜，得说清楚忌口和预算。重要提案用密度链，就像写论文，得反复打磨。

时间也是关键。1分钟用RTF，5分钟用思维链，15分钟用RISEN，30分钟用RODES，1小时以上用密度链。你总不能为了热个饭花一小时吧？

实战案例：设计电商推荐系统

用RTF问，AI给你列个清单：数据库、缓存、模型。就像你去餐厅点"随便来点什么"，服务员给你上了盘花生米。

用思维链问，AI会一步步分析业务诉求、技术挑战、解决方案、风险评估。就像服务员问你"要清淡还是重口、几个人吃、有没有忌口"，然后给你配了一桌菜。

用RISEN问，AI直接给你专业架构提案，包括三种方案对比、优缺点量化、最优方案选择理由。就像你请了个私厨，不仅做菜，还给你讲每道菜的食材来源和营养搭配。

用RODES问，AI考虑了商业约束，在成本和准确率之间找平衡。就像私厨还帮你算了算这顿饭的预算，告诉你哪道菜可以省、哪道菜不能省。

用密度链问，AI交出了生产级别的架构设计，每个细节都经过思考，单点故障、扩容瓶颈、灾难恢复全都想到了。就像私厨不仅做菜，还给你写了本菜谱，连厨房怎么装修都规划好了。

三个常见误区，你中招了吗？

误区一："我问得很清楚了，还需要框架吗？“需要。清楚和有结构是两回事。清楚只是说了问题，框架是告诉AI怎么思考。就像你跟医生说"我肚子疼”，清楚是清楚了，但医生还是不知道你是吃坏了还是阑尾炎。

误区二："这样问太麻烦了，AI应该理解我的意思。"兄弟，AI不是你家对象，不会猜你的心思。给它好的框架，就像给医生好的问诊表，效率翻倍。

误区三："只要我提供足够的上下文，框架不重要。"上下文量多不等于思考方向清。你给AI扔1000字背景，它可能跑偏到火星去。框架才是方向盘，上下文只是汽油。

回到开头的故事

现在你知道为什么同事的答案质量高40%了吧？

他用的不是魔法，就是一个结构化的框架：Role说清楚你是谁，Task说清楚干啥，Format说清楚交什么，Steps说清楚步骤，Expectations说清楚标准。

而我呢？我就问了一句话。就像你去餐厅说"随便来点什么"，和说"我要一份七分熟牛排配黑椒汁加份沙拉不要酱"的区别。

问法不同，答案的质量就不同。这不是AI的问题，是我们问问题的方式有问题。AI就像一面镜子，你问得越潦草，它照得越模糊；你问得越精致，它照得越清晰。

立即可用的三个模板

模板一：代码评审。你是代码审查专家，粘贴代码，按流程评审：先理解代码做什么，再找bug，再评估质量，再给建议。每个bug要说具体在哪行、会导致什么后果、怎么修复。

模板二：产品需求评审。你是产品需求专家，粘贴PRD，第一轮列举所有假设、指出风险、提出反驳场景、建议验证方式。第二轮深化：哪个假设最关键？错了会怎样？怎么早期验证？

模板三：架构设计。你是系统架构师，说清楚角色、目标、规模、成本、性能、可靠性，给好案例和坏案例，画清楚范围，然后一步步说出思考过程。

选一个框架，用在你的下一个问题上。简单任务用RTF，重要任务用RISEN或密度链。把框架保存为模板，每次粘贴即用。

你会发现，AI还是那个AI，但你的答案质量，真的会上一个台阶。

毕竟，在这个AI时代，不会问问题的人，就像拿着金饭碗要饭——工具再好，用不对也是白搭。

P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01