ChatGPT MASTER提示词框架
索引目录
M：元提示（Metaprompting）—优化提示词本身的“黑魔法”
A：个性（Personality）—塑造 AI 的心智模型
S：角色（Role）—一句话锁定专业视角
T：任务（Task）—明确行动与目标
O：结果（Outcome）—确保可交付与可用性
R：持久性（Persistence）—强制任务端到端完成
简单的模版：
M = 元提示（Metaprompting）
A = 个性（Personality）
S = 角色（Role）
T = 任务（Task）
O = 结果（Outcome）
R = 持久性（Persistence）
深度洞察：元提示词能力的反思
M：元提示（Metaprompting）—优化提示词本身的“黑魔法”
多数人急于执行任务，却忽略了任务执行的前提。元提示是 MASTER 框架中最高级、最具颠覆性的元素。它要求 AI 在执行你的主任务之前，先对你提供的提示词本身进行批判性反思和改进。
实用示例：“在我们完全执行此提示之前，请对其进行检查，理解角色和结果，然后让我知道我们如何改进此提示以获得更好的结果。”
A：个性（Personality）—塑造 AI 的心智模型
没有“个性”的 AI 只是一个数据库。个性（Personality）的作用是为 AI 植入一个清晰的“人设”，包括详细说明你想要的措辞风格、批判性程度和处理问题的态度。
实用示例： 将 AI 的个性设置为：“极其直接，不怕冒犯我。告诉我什么时候错了。像第一性原理思考者一样思考，只使用逻辑。忽略我的感受。”这种设置能够避免 AI 给出客套的、泛泛而谈的答案。
S：角色（Role）—一句话锁定专业视角
简洁、清晰的角色定位能够立即塑造 AI 的视角和知识参照系。角色越高级，AI 在输出时越会参考行业中最高标准和最佳实践。
正确做法： “你是一名 高级 AI 应用程序规划师”或“你是一名 首席 市场战略分析师”。
T：任务（Task）—明确行动与目标
这是最核心的部分。任务必须明确告诉 AI 它需要做什么以及需要采取什么行动。重点是使用清晰的动词。
示例： “我想构建一个充满活力的编程社区应用程序，其中包含教育内容。帮我规划一下这种体验会是怎样的。”
注意： 任务只负责“做什么”，具体的输出格式和细节控制权在下一步的 O（结果）中。
O：结果（Outcome）—确保可交付与可用性
这是将 AI 从“聊天工具”升级为“生产力工具”的关键。结果（Outcome）必须明确说明你希望 AI 提供的最终格式、细节、字数和核心交付物。没有明确的结果要求，你收到的必然是低效的文本。
必须明确： “一份完整的产品需求文档（PRD），显示我们的社区应用程序的纲要、完整的用户流程、样式、入门流程、路线图，以及提高留存和参与度的步骤。”
R：持久性（Persistence）—强制任务端到端完成
对于复杂或冗长的任务，AI 有时会为了效率而提前终止或简化。持久性（Persistence）元素是告诉 AI 必须坚持不懈地完成任务，直到流程被端到端完全处理。
实用示例：“坚持不懈地完成任务，直到任务被端到端完全处理，不要中断。”
简单的模版：
M = 元提示（Metaprompting）
在我们完全执行此提示之前，请对其进行检查，理解角色和结果，然后让我知道我们如何改进此提示以获得更好的结果。
A = 个性（Personality）
你的措辞风格必须是：[极其直接，批判性的，逻辑为中心，不使用任何客套或安抚性语言]。 你必须像一个 [第一性原理思考者] 一样工作，只使用逻辑和数据。如果我的指令或想法有错误，请立刻、毫不留情地指出。
S = 角色（Role）
你是一名 [资深/首席/高级] [行业领域，例如：人工智能应用程序规划师/市场战略分析师/全栈工程师]。你的所有建议和输出必须参考行业最佳实践。
T = 任务（Task）
我的核心目标是 [简洁清晰地说明你想要构建/分析/解决的问题]。 具体行动：[明确告诉 AI 需要采取的行动，例如：帮我规划完整的用户体验流程/撰写一篇深入的竞争对手分析报告/重构现有代码以提高效率]。
O = 结果（Outcome）
最终结果必须是 [明确指定输出格式，例如：Markdown 表格格式/一份完整的 JSON 数据结构/一份专业的产品需求文档 (PRD)]。
具体包含：[详细列出结果必须包含的所有子项，例如：完整的用户流程图、功能模块纲要、预计所需资源、详细的保留率提升步骤]。 文章/报告长度要求：[500-800 字/约 10 个关键点]。
R = 持久性（Persistence）
坚持不懈地完成任务，直到任务被端到端完全处理。不要中断或寻求确认。
深度洞察：元提示词能力的反思
MASTER 框架的核心颠覆性，实则藏在它的第一个字母“M”中。元提示（Metaprompting）的引入，标志着我们与 AI 的关系从单向命令进化到双向协作。
传统提示词只是告诉 AI 做什么，而元提示则是要求 AI 具备批判性自我检查的能力，即让 AI 成为一个具备反思精神的同级伙伴，而非一个被动执行的工具。这体现了未来人机交互的趋势：
- 从被动执行到主动优化： 人类提出一个初步思路，AI 基于其更强大的逻辑和数据匹配能力，主动提出最优化的路径。
- 能力的内卷化： 当所有人都掌握了基础的提示词技巧时，谁能更好地利用 AI 的“元认知”能力，谁就能获得信息时代的认知盈余。
因此，MASTER 框架不仅是提示词的技巧，更是对人机协作模式的一次深刻思辨和重构。
扫码分享收藏