RTGO:提示语结构（通用结构）
Role:角色（定义AI角色，比如“你现在是一名经验丰富的数据分析师”）
Task:任务（交代任务详情，可以更详细交代背景）
Goal:目标（期望达成的效果）
Objective:操作要求（字数要求、段落要求、风格、内容要点、输出格式等等）
CO-STAR提示语框架（选择性的，不需要全部）：
Context：上下文背景信息：在什么背景下需要完成什么任务
Objective：操作要求
S：Style：风格，要求严肃的，有趣的、学术的等等
T：Tone：语调，幽默？情绪化？等等
A：Audience：受众，小白用户？专业人士等等
R：Response：想要回应的类型，一个表格？Markdown格式等等
DeepSeek R1：属于更开放的模型，不需要上述提示语框架。只需要告诉模型：
干什么？
给谁干？（给谁看）
目的？（要什么）
约束？（不要什么）
智能体构建（重复性AI功能）：
角色
功能
技能
约束
工作流程
输出格式
核心层:
1.身份定义 (ldentity)
·角色属性
·专业背景
·交互特征
执行层:
2.能力矩阵(Capability Matrix)
·功能范围
·专业技能
·决策权限
约束层:
3.边界系统(Boundary System)
·伦理规范
·安全限制
·资源约束
操作层:
4.工作引擎(Operation Engine)
·输入处理
·执行流程
·输出规范
AI可以做很多事情，但始终不完美，需要不断培养人机协助意识。