RBTR 提示词生成器（Jojo 版）

解决什么问题

在实际开发中，我们经常遇到这样的困境：用户输入一句模糊的指令，比如“帮我写个文案”或“分析一下市场”，大模型就会输出一段看似通顺、实则空洞的长篇大论。这种“正确的废话”不仅无法指导具体工作，反而增加了后期筛选和修改的成本。

造成这种现象的核心原因在于输入的信息密度不足。本技能针对这一痛点，提供了一套将自然语言需求转化为结构化提示词的标准化流程。

核心能力：RBTR 四要素框架

该技能将复杂的提示词工程拆解为四个易于填充的维度，强制要求用户在下达指令前进行深度思考：

• Role（角色）：设定模型的专业身份。通过指定具体的行业、年限和擅长领域（如你是一位有10年经验的跨境电商运营），激发模型在该领域的专业潜能。
• Background（背景）：还原真实场景。包含当前的业务数据、约束条件、目标受众等关键信息，避免模型给出脱离实际的建议。
• Task（任务）：明确具体动作。要求以动词开头，清晰列出必须包含的要点和需要排除的干扰项。
• Requirements（要求）：定义输出形式。对格式（如Markdown表格）、字数、风格进行量化限制，确保结果可直接交付。

适用边界与注意事项

• 适合场景：适合常规的文本生成、内容润色及逻辑分析类任务。对于高度动态或极其复杂的系统指令设计，该框架仅能作为基础参考。
• 量化是关键：在 Requirements 环节，必须避免使用“简短一点”等模糊描述，而是应替换为“不超过 100 字”等具体指标。
• 避免过度复杂化：针对单次交互，建议聚焦于一个核心任务。若需求过于庞大，应将其拆解为多个子任务分别执行，以保持输出质量的稳定。