R-C-T-O 框架是 AI 时代最核心的“指令工程（Prompt Engineering）”逻辑。它不仅仅是一个提问模版，更是一套将人类意图精准转化为 AI 执行力的结构化思维工具。
通过这套框架，你可以避免 AI 给出泛泛而谈的“废话”，从而实现你所追求的**“逻辑放大”**。
🧱 R-C-T-O 框架深度拆解
1. R (Role) – 角色设定
- 定义： 给 AI 穿上一件“专业外衣”，明确它的身份定位。
- 逻辑： 不同的角色背后代表了不同的知识图谱和语气风格。
- 对比：
- 普通提问： “帮我写个广告语。”
- R 视角： “你是一位深谙家长教育焦虑、文字极具穿透力的资深营销策划专家。”
2. C (Context) – 背景信息
- 定义： 告诉 AI 现在的战场环境是什么样的。
- 逻辑： 没有背景的指令是悬空的。你需要投喂目标人群、产品痛点、竞争环境等。
- 对比：
- 普通提问： “写个英语书的介绍。”
- C 视角： “我们正在推《英语语法 从入门到精通》，目标受众是小学高年级家长，他们担心孩子初中跟不上语法节奏，且市面上的书太枯燥。”
3. T (Task) – 具体任务
- 定义： 明确要求 AI 产出什么。
- 逻辑： 任务要具体、单一，避免模糊不清。
- 对比：
- 普通提问： “帮我卖这本书。”
- T 视角： “请写出 5 个震撼人心的视频开头标题，以及一个 300 字的短视频带货脚本。”
4. O (Output) – 输出要求（也称 Constraints/Objective）
- 定义： 规定成果的形状、语气、格式和禁忌。
- 逻辑： 这是最后的“质量关”，确保产出物符合你的审美和《生存基本法》。
- 对比：
- 普通提问： “写好一点。”
- O 视角： “语气要专业且真诚，严禁使用‘绝绝子’等营销词汇。请用表格形式呈现，左列为画面描述，右列为旁白台词。”
💡 为什么你的团队必须掌握 R-C-T-O？
在你的管理体系中，R-C-T-O 是员工晋升 Level 2 的硬指标，原因如下：
- 减少逻辑熵增： 结构化的输入能保证 AI 输出的确定性，不浪费你的算力。
- 实现“因果审计”： 当结果不好时，你可以通过 R-C-T-O 倒推是哪个环节没交代清楚。
- 沉淀数字资产： 每一个成熟的 R-C-T-O 指令都可以存入你的“私有知识库”，成为公司永久的生产模版。
📝 实战示例：为一个教辅书脚本应用 R-C-T-O
[Role]: 你是一位拥有 10 年教龄、在抖音拥有 50 万粉丝的硬核英语老师。
[Context]: 我要卖《英语语法 从入门到精通》，现在很多家长觉得语法不重要，认为靠语感就行，导致孩子上初中后成绩崩盘。
[Task]: 写一个 45 秒的短视频脚本，目的是戳破“语感万能论”的粉红泡沫。
[Output]: 结构要遵循：揭露真相 -> 案例对比 -> 解决方案。字数控制在 250 字以内，语气要犀利，能让家长看完后感到“后背发凉”。
Leave a Reply