【AI 提示詞教學】AI 總是亂回答？日本專家「7R 框架」與 PTCF 終極防呆 Prompt 攻

哈囉大家好！前面我們聊過了 Google 推崇的 PTCF 框架，但如果你覺得 AI 產出的內容還是常常「不到位」或「缺了點靈魂」，那你一定要認識近期在日本討論度極高、由 AI 專家野口竜司提出的「7R 提示詞框架」！如果說 PTCF 是講求效率的「理科生理性溝通」，那麼 7R 框架就是專為複雜任務設計的「終極防呆指南」。這篇文章將帶你一次搞懂 7R 的核心要素，並深入比較它與 PTCF 的差異，讓你針對不同任務選對最強的 AI 溝通武器！

 

 

1. 什麼是野口竜司的「7R 提示詞框架」？

7R 框架是由日本知名 AI 專家野口竜司所構思。他發現許多創作者在面對 AI 時，常常不知道該給予什麼限制，導致產出品質不一。因此，他將 AI 溝通拆解成 7 個以 R 開頭的核心要素。你不必每次都用上全部的 R，但只要掌握這個思路，就能大幅提升 AI 輸出的穩定性與專業度。

2. 拆解 7R 框架的七大核心要素

1. Request (依頼)

明確告知核心任務。例如：「請幫我撰寫一篇 SEO 文章」。

2. Role (役割)

賦予 AI 專業身分。例如：「你是一位資深的部落客」。

3. Regulation (形式)

規範輸出的排版與格式。例如：「請用 HTML 格式輸出，並使用 Tiffany 藍」。

4. Rule (ルール)

設定絕對要遵守的規則與禁忌。例如：「內文嚴禁使用簡體字」。

5. Review & Refine (評估與改善)

這是 7R 的靈魂！要求 AI 自我反省。例如：「完成後，請給自己的產出打分數，並說明哪裡可以更好」。

6. Reference (參照)

提供參考資料或範例。例如：「請參考以下這段過往文章的語氣」。

7. Run Scenario (執行シナリオ)

設定情境或互動腳本。例如：「請一步一步引導我，每完成一個段落就先讓我確認」。

3. 7R 與 PTCF 框架有什麼關鍵差異？

你可能會問，那 Google 推薦的 PTCF (Persona, Task, Context, Format) 和 7R 到底差在哪？其實它們並不衝突，而是「深度」與「應用場景」的不同：

PTCF (Google 推薦)

組成：Persona (角色), Task (任務), Context (背景), Format (格式)

特點：講求「直擊核心」。架構精簡，像是在下達精準的軍事指令。

最佳場景：處理明確的結構化資料、程式碼撰寫、快速翻譯或短文生成。

7R (野口竜司開發)

組成：PTCF 的進化版，額外加入了 Rule (規則), Review (自我審查), Scenario (情境)。

特點：講求「防呆與進化」。特別是 Review & Refine 讓 AI 具備了自我糾錯的能力。

最佳場景：長篇內容創作、複雜專案企劃、需要 AI 擔任顧問反覆討論的任務。

總結來說：PTCF 是幫你「把事情做完」，而 7R 是幫你「把事情做到完美」。

4. 實戰建議：該選哪一個？

如果你今天要用 Gemini 幫你整理一份會議紀錄，直接套用簡潔的 PTCF 就非常足夠了。但如果你是要策劃一個全新的 YouTube 頻道企劃，或是撰寫一篇需要極高質感的長篇教學部落格，請務必祭出 7R 框架，特別是要求模型「Review & Refine (自我審查)」，你會發現 AI 的產出水準會有驚人的突破！

⚠️ 免責聲明與溫馨提醒本文內容主要探討野口竜司所提出之 7R 提示詞框架，以及與 PTCF 框架之學術與實務差異，旨在提供內容創作者及開發者優化 AI 溝通之參考。AI 模型之運作與理解能力可能隨開發商版本更新而有所變動，本站文章所載之各項平台評測，皆為撰文當下之實測結果。讀者於實際應用時，仍須依據自身業務需求與工具之最新版本進行驗證與調整。