MBRY 提示词框架

前面讲了很多工具和方法论，这一章讲提示词本身。怎么跟 AI 说话才能让它听懂、做对？

这不是玄学，是有章法可循的。我总结出一套极简框架叫 MBRY，用了很长时间，效果非常好。这一章把它掰开揉碎讲清楚。

一个核心原则

和 AI 沟通，把目标放在第一句。

别先寒暄，别先讲故事，别先铺陈背景。先把"我要什么结果"端上桌。

这不是话术技巧，是底层逻辑。任何智能体在接到指令时，都会先对齐"优化目标"。你把目标放前面，它就按结果倒推；你把背景放前面，它就按背景续写。

顺序不同，AI 的搜索空间、注意力分配、评估标准，全都会变。

有研究表明，同样的信息用不同的顺序呈现，AI 的输出准确率可以相差 20% 以上。目标优先是确定性最高的结构。

MBRY 四步框架

我把这套顺序收敛成一个极简框架：MBRY。

四个字母代表四个步骤，按顺序说。

M 是 Mission，目标。第一句就告诉 AI 你要什么结果。比如"写一篇 1500 字的技术博客"，比如"实现一个购物车的添加商品功能"，比如"帮我 debug 这段代码"。目标要具体、可判断。

B 是 Background，背景。目标清楚了，再交代来龙去脉。你有什么素材？有什么约束？受众是谁？技术栈是什么？这些信息帮助 AI 理解上下文，但不是最重要的，所以放在目标之后。

R 是 Route，路径。你希望 AI 怎么做？先做什么后做什么？用什么方法？避免什么？这一步是给 AI 一条"行车路线"，避免它自己乱选技术方案。

Y 是 Yield，要求。最后明确交付要求。输出什么格式？分几个部分？如果不对题怎么办？这一步是收尾，确保 AI 的输出符合你的预期。

记忆点很直白：先"锚定"目标，再"供给"背景，再"收束"路径，最后"交付"要求。

为什么这个顺序有效

MBRY 有效不是因为我这么定义的，而是因为它符合 AI 的工作原理。

目标函数对齐。第一句话锚定了"要什么"，后文都围着它收敛。AI 的每一次生成都是在优化一个目标，你明确给出目标，它就不用猜。

信息瓶颈管理。靠前的信息权重更高。这是所有语言模型的特点。你把最关键的信息放前面，AI 就会优先关注。

可判分。先有目标，才谈得上"对不对题"。如果你让 AI 自己揣测目标，它有可能判断错误，写出一堆跟需求无关的内容。

搜索空间压缩。目标就是边界。明确的目标能把 AI 从漫无边际的生成空间拉回主线，减少废话和跑题。

为什么多数人反着来

观察了很多人跟 AI 对话，发现一个普遍现象：大部分人习惯把目标放在最后。

为什么？两个心理原因。

第一是害怕被拒绝。先铺垫一大堆背景，希望对方"理解我的处境"，最后才小心翼翼说出需求。这是人际沟通中的自我保护机制，但对 AI 完全没用。AI 不需要被说服，它只需要知道你要什么。

第二是自我中心。总想"把我都说清楚"，以为 AI 理解了全部背景才能做正确的事。但实际上 AI 更在意"你要我现在做什么"。背景只是辅助信息，不是主角。

和 AI 对话不需要建立关系、不需要迂回，直接说目标反而是最高效的沟通方式。

一个经典的例子

用唐僧的故事来说明。唐僧路过一户人家，想借宿一晚。

错误示范是这样的：

"贫僧唐三藏，从东土大唐而来，奉唐王李世民圣旨前往西天取经。路途遥远，历经千辛万苦，我师徒四人一路降妖除魔，至今已走了九九八十一难中的七十三难……所以，今晚可否在贵府借宿一宿？"

问题在哪里？听者要到最后一句才知道你想干什么。前面所有信息都变成认知负担，而且还不知道借宿的条件——你们几个人？要住多久？有什么交换？

正确示范用 MBRY 来说：

目标：我今晚要在你家睡。 背景：我乃唐三藏，受唐王圣旨去西天取经。 路径：我们四个人一匹马，你给几个房间看着办。 要求：若可行请指引房间，若不便请直说，我即刻离开。

第一秒就给出"要什么"，对方立刻进入"能不能、愿不愿、需要什么条件"的评估模式。背景只提供对决策有用的事实。路径把执行细节说清楚。要求把预期和退路都点明。

直奔主题，不需要客套。

MBRY 模板

这里给一个可以直接套用的模板：

目标（Mission）：
请产出<成果类型>，达成<明确指标/判分标准>。

背景（Background）：
我已有/受限于：<素材/受众/边界/缺口>。

路径（Route）：
按<结构/步骤/方法>生成，避免<禁忌>。

要求（Yield）：
先给<大纲/方案>，我确认后再给<成品/实现>；
输出为<格式/字段>；
若不对题请自检重写一次。

这个模板覆盖了大部分场景。你可以根据具体任务调整每一项的内容，但顺序不要变。

实战对比

看一个真实的对比。

背景优先的写法（容易跑偏）：

"我做内容创作三年了，主要写职场类文章，读者多是工作两三年的职场新人。最近发现很多人沟通效率很低，尤其是跟领导汇报的时候。我有一段唐僧借宿的故事素材，觉得挺有意思。我想写一篇关于沟通的文章，口语化一点，节奏快一些……"

AI 读完这段，可能会写一篇关于"职场沟通技巧"的文章，也可能写一篇关于"如何向领导汇报"的文章，也可能写一篇唐僧故事的解读。方向太多，容易跑偏。

MBRY 的写法（像工程交付）：

"目标：写一篇 1500 字公众号文章，主题是'目标前置的对话秩序'。 背景：已有唐僧借宿的叙事素材；受众为职场白领，工作 2-5 年。 路径：10 个短点，无小标题，口语化，每点 2-4 句；包含一个模板和一组前后对比。 要求：先出 10 点大纲让我确认，再出全文；若跑题或结构不一致，请自检一次并重写。"

这样写，AI 的输出方向非常明确。它知道要什么格式、什么长度、什么风格、先交付什么、出错了怎么办。没有歧义，一次到位的概率大大提高。

关于语气：去客套

有研究发现，越"客套"的语气，AI 越容易跑偏；越"直接/命令式"的语气，准确率往往更高。

这不是说 AI 需要被粗暴对待，而是客套语本身会稀释信息密度。"请问您能不能帮我"里的"请问"、"能不能"都是无效信息，AI 会尝试理解为什么你要"请问"而不是直接说，反而增加困惑。

操作建议是这样的：

去掉多余前缀。删掉"请问"、"麻烦"、"能否"、"如果方便的话"这些词，直接用动词开头。

强化判分词。写清"达到"、"不超过"、"不少于"、"覆盖"、"必须包含"、"禁止"等硬约束。

用行动语态。少用"希望"、"想要"、"能不能"，多用"产出"、"列出"、"对比"、"给出"、"验证"。

一个对比：

客套版本："能否请你帮我大概写一下关于 X 的文章，字数看情况即可，如果方便的话加点案例……"

直接版本："写一篇 1500 字关于 X 的文章；10 个要点；口语化；无小标题；结尾给 1 条行动口号；包含 2 个案例；若跑题自检重写一次。"

后者虽然看起来"命令式"，但 AI 执行起来准确得多。

其他流行的提示词框架

MBRY 是我总结的框架，但业界还有很多其他框架，思路都差不多。

CO-STAR 框架把提示词分成六个部分：Context（上下文）、Objective（目标）、Style（风格）、Tone（语气）、Audience（受众）、Response（响应格式）。这个框架更适合内容创作类任务，对风格和语气的控制更细。

ICIO 框架更简洁，四个部分：Instruction（指令）、Context（上下文）、Input（输入数据）、Output（输出格式）。这个框架更适合数据处理类任务。

RISEN 框架强调角色扮演：Role（角色）、Instructions（指令）、Steps（步骤）、End Goal（目标）、Narrowing（约束）。让 AI 扮演一个特定角色来回答问题。

这些框架的共同点是：都强调结构化、都把关键信息放在前面、都明确输出格式。选哪个框架不重要，重要的是养成结构化沟通的习惯。

对于编程任务，我还是推荐 MBRY，因为它的"路径"部分很适合指定技术方案，避免 AI 自作主张选错实现方式。

什么时候可以不把目标放第一句

有两种例外情况。

第一种是你确实还没想清目标。有时候你只是有一个模糊的想法，需要 AI 帮你梳理成具体的目标。这时候真正的"目标"其实是：帮我定义可选的目标清单及评估标准。先让 AI 帮你想清楚要什么，然后再按 MBRY 来执行。

第二种是强合规或高风险任务。比如你在做金融相关的功能，必须先声明红线：在不违反 xxx 法规的前提下，再完成 yyy 任务。这时候红线可以理解为"零号目标"，放在最前面。

除了这两种情况，目标优先都是最佳选择。

把 MBRY 用起来

理论讲完了，关键是用起来。

今天就试一次。把你下一条发给 AI 的提示词改写成 MBRY 格式。第一句写清目标，第二句给必要背景，第三句定生成路径，第四句点明交付要求。

然后对比一下：用 MBRY 格式和你平时随意写的提示词，AI 的输出质量有什么差异？

多试几次你就会发现，沟通从"求它理解我"变成"让它服务目标"。这种转变一旦发生，你会舍不得回到过去那种含糊的沟通方式。

把"含蓄"留给人情，把"明确"交给任务。和 AI 说话，不要试探，不要等对方意会。先把目标摆出来，再用背景供料，用路径收束，用要求落地。

下一章讲如何诊断和修复 AI 表现不好的情况。工具有了，框架有了，但 AI 还是不听话怎么办？有一套排查思路可以帮你快速定位问题。