Prompts

超实用！DeepSeek 提问模型 + 案例全指南，一次学会高效对话 AI

发布于 2025年4月6日

当我们向 AI 提问时，你是否也有这样的疑惑：为什么同样的问题，有人得到的回答质量更高？其实秘诀不在于 AI 本身，而在于提问的方式。正如写代码需要清晰的结构，与 AI 对话也有套路可循——提问质量会直接影响输出质量。提高提问的技巧，能让 ChatGPT、DeepSeek 等 AI 工具给出更精准、有用的答案。

我们今天就来介绍 DeepSeek 提问框架图中提到的五大提问模型。这些模型提供了结构化的提问模板，帮助我们把问题描述得更加清晰、有条理。从而让 AI 更好地理解需求，产出高质量的结果。下面这张图概括了这五种提问结构：

R-T-F 模型：明确角色、任务和格式

适用场景： R-T-F 模型适用于大多数通用任务，当你希望 AI 扮演特定身份、完成具体任务并以指定格式输出时，可以采用这种结构。通过明确 Role（角色）、Task（任务）和 Format（格式），你给了 AI 一张“身份卡”和“任务清单”，避免回答泛泛而谈。

结构要点： • Role（角色）：指定 AI 扮演的角色或身份。 • Task（任务）：说明希望 AI 完成的具体任务。 • Format（格式）：指定期望 AI 输出的呈现形式或格式。

案例：

产品文案撰写： “请扮演一名专业的电商文案专家（Role），为我撰写一篇吸引人的新品功能介绍（Task），并以段落形式输出不少于500字（Format）。”
营养餐计划： “作为一名营养师（Role），请你创建一份适合孕妇的每日营养餐饮计划（Task），并以表格形式呈现，包括早餐、午餐、晚餐和两次加餐（Format）。”

T-A-G 模型：明确任务、行动和目标

适用场景： T-A-G 模型适合需要制定策略或计划的场景。

结构要点： • Task（任务）：明确需要完成的任务是什么。 • Action（行动）：描述为完成任务需要采取的措施或行动步骤。 • Goal（目标）：确定任务的最终目标，最好是可量化的预期结果。

案例：

短视频营销策略： “请为我的短视频制定一个营销策略（Task），包括选题、拍摄和推广的具体步骤（Action），目标是在30天内获得至少10万次播放量（Goal）。”
学生成绩提升计划： “我们需要提高学生的数学成绩（Task）。请制定一个辅导计划，包括每周一次课后辅导和在线练习安排（Action），目标是在下学期期末考试中平均分提高至少10分（Goal）。”

B-A-B 模型：清晰之前、之后和桥梁

适用场景： B-A-B 模型常用于问题复杂或需要解决方案的场景。

结构要点： • Before（之前）：描述问题发生前的状态或现状。 • After（之后）：说明期望达到的目标状态或结果。 • Bridge（桥梁）：提出需要 AI 填补差距的问题或请求，即实现从“之前”到“之后”的途径。

案例：

SEO 排名提升： “我的网站目前在搜索引擎结果中排名第30位（Before），希望90天内跻身前10名（After），请问有哪些SEO优化策略可以实现这一目标？（Bridge）”
员工迟到问题： “公司目前存在员工经常迟到的问题（Before），希望能减少迟到现象、提高整体出勤率（After），请问如何制定有效的考勤制度来解决这个问题？（Bridge）”

C-A-R-E 模型：提供背景、行动、结果和例子

适用场景： C-A-R-E 模型适用于需要给出方案并希望控制风格或参考实例的场景。

结构要点： • Context（背景）：提供问题相关的背景信息或场景。 • Action（行动）：描述期望采取的行动或需要完成的任务。 • Result（结果）：说明希望达到的结果或效果（可以包含质量要求或量化指标）。 • Example（例子）：给出一个参考示例或风格，用于对标期望的输出。

案例：

环保主题文章策划： “我需要为微信公众号写一篇关于垃圾分类的文章（Context），目的是号召读者践行垃圾分类（Action）。希望文章风趣且有说服力，能让至少50%的读者点在看或点赞（Result）。请参考热门环保公众号的写作风格来进行创作（Example）。”
新品营销方案： “我们公司即将推出一款全新的环保服装产品线（Context），需要制定一个全面的市场推广计划（Action）。希望能够在三个月内显著提升品牌知名度和产品销售量（Result）。可参考苹果公司发布新款 iPhone 时的营销策略来构思方案（Example）。”

R-I-S-E 模型：角色、输入、步骤和期望（进阶版）

适用场景： R-I-S-E 模型是一个进阶的结构，适合复杂任务或需要分步骤执行的请求。

结构要点： • Role（角色）：指定 AI 扮演的专业角色。 • Input（输入）：明确提供给 AI 的输入信息或资料。 • Steps（步骤）：要求 AI 按步骤或流程来解决问题或完成任务。 • Expectation（期望）：描述对最终输出的具体期望或要求。

案例：

内容营销方案（进阶）： “请扮演一名资深内容营销策划专家（Role），基于我提供的关键词列表和用户画像数据（Input），为我们的新品牌制定一个为期30天的内容营销计划，包括每天的选题方向和发布策略（Steps）。期望这个计划能在一个月内为我们的网站带来至少5000名新访客（Expectation）。”
家庭旅游行程规划： “请作为一名专业旅游规划师（Role），根据一个四口之家的旅游需求（目的地偏好、预算、出行时间等）（Input），描述如何为他们制定一个满意的旅游计划（Steps）。期望输出包含详细的行程安排、住宿推荐以及预算分配方案（Expectation）。”

结语：善用提问模型，释放 AI 潜能

掌握以上五大提问模型，我们就拥有了几把与 AI 高效沟通的“钥匙”。无论是使用 ChatGPT 还是 DeepSeek，当我们能够清晰地描述角色、任务、目标和背景，AI 就能更精准地理解我们的意图，给出对路的答案。

实践证明，提问能力的提升，会显著放大 AI 为我们服务的价值。它可以帮我们更快地产出方案、启发思路，成为职场提效和内容创作的强大助力。

不妨从现在开始尝试在你的提问中套用这些框架模型。先从简单的 R-T-F 入手，逐步练习 T-A-G、B-A-B 等结构化提问方式。在实际与 AI 交互的过程中体会它们的效果。相信经过一段时间的练习，你会发现自己的每一次提问都更加有条理且切中要害，而 AI 给出的回答也愈发令人满意。