返回博客

RISEN 框架:用结构化提示词,让 AI 每次都给出靠谱结果

一套五步法,让你写出一次到位的提示词——附 ChatGPT、Claude 及任意 AI 助手通用的现成模板。

RISEN 框架:用结构化提示词,让 AI 每次都给出靠谱结果
你向 ChatGPT 问了同一个问题三次,得到了三个完全不同的答案。一个太空泛,一个跑了题,还有一个其实很接近——但你也说不清为什么这次它行、前两次却不行。
这种不稳定,是大家用 AI 助手时最常见的吐槽点。但锅不在 AI,而在提示词——更确切地说,是你的提示词缺乏结构。
研究也支持这一点:arXiv 上一项 2024 年的研究发现,使用清晰、结构化提示词的用户,任务效率和产出质量都明显更高。采用结构化提示框架的团队,生产力提升达到 67%,远高于随手乱写的同行。这种差距并不细微。
RISEN 框架是目前最实用的提示词结构方法之一。它由 Kyle Balmer 提出,提供了一份可重复使用的五步清单,把模糊的请求变成精准的指令。不用瞎猜,也不用反复刷新五次去碰运气。

为什么大多数提示词结果都不稳定

当你随手敲下一句「帮我写封项目进展邮件」,你心里其实清楚得很:哪个项目、收件人是谁、什么语气、要重点提哪些事。但 AI 一无所知,每一个空白处它都在用通用假设去填。
结果呢?输出空泛。你点重新生成。还是不对。改一个词再试。仍然别扭。二十分钟过去,你跟 AI 反复拉扯花的时间,已经够你自己写完那封邮件了。
解药不是更长的提示词,也不是什么神奇咒语,而是把 AI 真正需要的信息按一个不会被忽略的结构交给它。RISEN 做的就是这件事。

RISEN 到底代表什么

网上对每个字母的解释五花八门,不同来源的说法略有差异。这里给出基于 Balmer 原始框架 的权威拆解:
R — Role(角色) AI 应该扮演谁?营销专家?耐心的老师?挑剔的编辑?指定一个角色,会塑造它的视角、专业深度和语气。
I — Instructions(指令) 具体任务是什么?这是你最直接、最明确的请求。不是暗示,不是背景,而是你想让 AI 产出的具体东西。
S — Steps(步骤) AI 应该按怎样的思路推进?把任务拆成几个有逻辑的步骤或环节,引导 AI 的思考过程,确保不漏掉关键点。
E — End Goal(最终目标) 什么样的结果算成功?告诉 AI 这次输出的目的是什么、想达到什么效果、会用在哪里,让它始终盯着真正重要的事。
N — Narrowing(限定) 有哪些边界和约束?字数限制、需要回避的话题、聚焦的方向、格式要求等。限定能把无关内容直接排除掉。
RISEN 框架的五个组成部分:角色、指令、步骤、最终目标、限定
RISEN 框架的五个组成部分:角色、指令、步骤、最终目标、限定

每个要素是如何提升输出质量的

下面来看每一部分各自起什么作用,以及一旦省略会出什么问题。

Role:设定专业层级

没有角色设定时,AI 默认的语气是「通用型助手」。这种语气应付简单问题没问题,但面对专业任务,你需要的是专业视角。
没有角色:「帮我点评一下这封销售邮件。」

加上角色:「你是一位有 15 年 B2B 软件销售经验的销售总监。请帮我点评这封销售邮件。」
第二条提示词带来的反馈,是来自一个真正发过几千封销售邮件的人,而不是泛泛的写作建议。

Instructions:真正的请求

指令含糊,结果就含糊。你的请求越具体,输出就越有用。
含糊:「帮我搞定这个演示。」

具体:「帮我写一个开场钩子,让演示前 15 秒就抓住听众的注意力。」
前者交付物明确,后者只能让 AI 去猜「搞定」到底是什么意思。

Steps:引导推进过程

对于复杂任务,步骤可以避免 AI 跳过分析直接下结论,强制让它按逻辑一步步推进。
没有步骤:「分析这些客户反馈,给我一些建议。」

加上步骤:「分析这些客户反馈。第一步,找出最常出现的 3 个抱怨;第二步,留意任何积极的趋势;第三步,根据出现频次和严重程度,对要解决的问题排个优先级。然后再给出建议。」
分步骤的版本会得到更彻底、更有条理的分析,因为它在模拟一个专家真正会怎样处理这个问题。

End Goal:定义成功

把「为什么需要这个东西」——也就是最终目的——告诉 AI,会以一种细微但关键的方式塑造输出。
没有最终目标:「帮我总结这篇文章。」

加上最终目标:「帮我总结这篇文章。这份摘要会发给高管,他们要据此决定是否对这项技术进行投资。」
任务一样,输出却完全不同。第二条会聚焦在投资决策相关的要点上,而不是给一份通用摘要。

Narrowing:划定边界

约束不是限制,而是聚焦。限定告诉 AI 要包含什么、排除什么、优先什么。
没有限定:「写一篇关于远程办公的博客文章。」

加上限定:「写一篇关于远程办公的博客文章。聚焦混合团队的沟通难题,控制在 800 字以内。不要给「多开视频会」这类老生常谈,我要可以直接落地的具体方法。」
限定能把废话剔除,让输出紧凑、切题。

RISEN 实战:一次完整的改造

下面我们来一步步改造一条真实的提示词。假设你需要写一封每周项目进展邮件。
原始提示词:

Write a project update email.
这种写法只会得到一份空泛、几乎没用的邮件。下面套用 RISEN。
RISEN 版本:

Role: You are a project manager who communicates with clarity and confidence.

Instructions: Write a weekly project update email for our website redesign project.

Steps:
1. Start with a one-sentence status summary
2. List 3 key accomplishments from this week
3. Note any blockers or risks
4. Outline next week's priorities
5. End with a clear ask if stakeholder input is needed

End Goal: This email goes to executives who want a quick read — they should understand project health in under 60 seconds.

Narrowing: Keep the total email under 200 words. Use bullet points for easy scanning. Avoid technical jargon — the audience is non-technical.
前后对比:一句模糊的提示词被改造成一条结构化的 RISEN 提示词
前后对比:一句模糊的提示词被改造成一条结构化的 RISEN 提示词
两版输出的差距会非常明显。RISEN 版的产出可以直接发出去;原始版的产出,你还得花 15 分钟改写。

3 个可直接套用的 RISEN 模板

下面三个模板可以直接复制、按需修改、立刻使用。每个都用 {{variables}} 标出每次需要替换的部分。

模板 1:撰写专业邮件

Role: You are a professional communicator who writes clear, concise emails.

Instructions: Write an email to {{recipient}} about {{topic}}.

Steps:
1. Open with context — remind them of the relevant situation
2. State the main point or request clearly
3. Provide any necessary details or background
4. Close with a specific next step or call to action

End Goal: The recipient should understand exactly what I need from them and be able to respond or act quickly.

Narrowing: Keep it under {{word_count}} words. Tone should be {{tone}}. Don't use filler phrases like "I hope this email finds you well."

模板 2:内容创作

Role: You are a {{expertise}} content writer who specializes in {{industry}}.

Instructions: Write a {{content_type}} about {{topic}}.

Steps:
1. Hook the reader with a compelling opening
2. Present the main points with specific examples
3. Address common objections or questions
4. End with a clear takeaway or call to action

End Goal: The reader should {{desired_outcome}} after reading this.

Narrowing: Target audience is {{audience}}. Length should be {{length}}. Avoid jargon unless necessary. Use a {{tone}} tone.

模板 3:问题诊断与分析

Role: You are a {{role}} with expertise in {{domain}}.

Instructions: Help me solve this problem: {{problem_description}}

Steps:
1. Clarify the root cause of the problem
2. List possible solutions with pros and cons of each
3. Recommend the best approach based on {{criteria}}
4. Outline implementation steps

End Goal: I need to {{what_you_need_to_do}} by {{deadline_or_context}}.

Narrowing: Consider these constraints: {{constraints}}. Focus on solutions that are {{requirements}}.
如果你打算反复使用这类模板——每次替换不同的话题、收件人或场景——像 PromptNest 这样的工具可以帮你把它们连同 {{variables}} 一起保存好。复制时会弹出表单让你填空,最终的提示词直接生成、随手粘贴就能用。

什么时候 RISEN 反而是大材小用

RISEN 很强大,但并不是每条提示词都需要它。对简单问题或临时小任务来说,硬塞五段结构反而会徒增麻烦。
这些情况用 RISEN:
  • 你需要稳定、高质量的输出
  • 任务复杂、涉及多个步骤
  • 你试过更简单的提示词,结果都不理想
  • 这条提示词以后还会反复用
  • 输出本身很重要(客户交付、对外内容、关键决策)
这些情况就不必用:
  • 你只是问一个简单的事实性问题
  • 任务直白、没什么风险
  • 你只是想做个快速头脑风暴或起个头
  • 你正在多轮对话里随时迭代
如果想了解在 RISEN 显得过重时该如何写更轻量的提示词,可以看看《提示词工程入门》,里面介绍了一些更基础、可灵活组合的「积木」。

使用 RISEN 时的常见错误及修正方法

即使有框架,也很容易出错。下面是几个常见坑:
错误 1:跳过角色 很多人上来就直接写指令。但没有角色,输出就会回到「通用」状态。哪怕只加一句「你是一位资深编辑」,输出风格也会明显不同。
错误 2:指令太含糊 「帮我搞定营销」不是指令,那只是一个话题。把它改写成具体的交付物:「为我们的夏季促销邮件活动写 5 个标题方案。」
错误 3:复杂任务没列步骤 如果输出杂乱、缺斤少两,多半是缺少明确步骤。把你自己手动处理这件事的思路拆解出来,原样写进提示词里。
错误 4:没有交代最终目标 AI 不知道你拿这份输出干什么。给自己做笔记的摘要,和给董事会汇报的摘要,写法完全不一样。务必告诉它你的目的。
错误 5:忘记加限定 没有边界的提示词,得到的也是没有边界的回复。如果你看到大段文字、跑题的支线、或者无关的小节,就该加上限定条件。
想了解更多类似坑点,可以阅读《常见提示词工程错误》

搭建你自己的 RISEN 提示词库

RISEN 的真正威力不在某一条提示词,而在于你逐步建立起一个可复用的模板库。一旦你为每周进展、客户邮件或内容简报写出一条好用的 RISEN 提示词,就再也不该重复造一遍轮子。
先列出你最常做的 5–10 个 AI 任务,给每个都写一份 RISEN 模板。把它们存放在你随时能找到的地方——别埋在某个零散的笔记里。
你可以用任何笔记应用或文档来做这件事。但如果你想要一个专门为此打造的工具,PromptNest 是一款原生 Mac 应用,正是为这件事设计的。它支持按项目整理提示词、跨整个库进行搜索,还可以使用像 {{client_name}}{{topic}} 这样的变量,把每一条提示词都做成可复用模板。一个快捷键就能调出搜索框,填好空白,最终提示词直接复制到剪贴板。
Mac App Store 上一次性买断 $19.99——不订阅、不需要账号、不上传云端,完全离线运行。

从一条提示词开始

你不需要把每条提示词都套上 RISEN。先挑一个你经常做、但结果总是飘忽不定的任务,套用这个框架,再对比一下输出。
一旦你看到差距——你一定会看到——你自然会开始把它用到其他任务上。用过几次之后,这套框架就会变成你的本能反应。
挑一条提示词,加上五个要素,看着结果一点点变好。