提示词框架分类与应用指南 本文系统整理了24种提示词框架，按复杂度分为5大类： 基础类（6个框架）：适合日常快速任务 流程类（6个框架）：适合中等复杂度任务 规范类（6个框架）：适合专业领域，具有严格约束条件 探索类（4个框架）：支持迭代优化和多方案探索 综合类（3个框架）：适合最复杂的综合任务 规范类框架（TREF、GRADE、ROSES、COAST等）特别强调： 强制性约束条件 专业标准符合性

本文整理了24种提示词框架，按复杂度分为5类：基础类（6个）、流程类（6个）、规范类（6个）、探索类（4个）和综合类（3个）。重点介绍了流程类框架（ICIO、RISE、RACE、CARE），这些框架包含3-4个元素，强调元素间的逻辑关联和专业性提升。每个框架都配有详细的使用说明、适用场景和检查表，帮助用户根据任务需求选择合适的框架结构。文章指出提示词框架不仅是模板，更是清晰表达的思考工具，建议辩证

大语言模型（LLM）存在三大类局限性：1）生成能力边界，包括计算推理不精确、事实性幻觉和提示词敏感性；2）交互模式问题，如上下文遗忘、暗示强化导致思维定式及长文本质量退化；3）数据固有缺陷，包括知识时效有限、社会偏见和跨模态理解缺失。建议用户提问时提供具体背景，拆分复杂任务，主动管理对话上下文，并对关键信息进行交叉验证。模型本质仍是工具，需结合人类批判性思维才能发挥最大价值。