在当今人工智能飞速发展的时代，如何高效地与大模型进行交互，从而获取精准、有用的信息，成为了众多使用者关注的焦点。CARE+ROSES模型作为一种强大的提问框架，能够帮助我们更清晰、有目的地与大模型沟通，充分挖掘其潜力。下面，我们将通过具体实例来分步拆解提问逻辑，并附上实操模版。
一、CARE框架详解
（一）CARE框架
背景（Context）：[具体的场景描述，如学生的学习阶段、知识水平等]
行动（Action）：[详细说明要进行的具体活动，如教授的内容、解决的问题等]
结果（Result）：[明确期望达到的效果或结果，如学生掌握的程度、问题解决的标准等]
示例（Example）：[给出具体的例子，帮助大模型理解如何操作，例子要与行动和结果相关]
（二）框架原理与适用场景
CARE框架强调上下文指导、行动、结果和示例四个关键要素，以确保Prompt的清晰和有效性。它适用于教育和培训、内容创作、问题解答等场景，通过提供上下文、明确行动和期望的结果，以及给出示例，帮助大模型更好地理解和回应用户的需求。
（三）具体实例拆解
案例：假设我们是一名老师，希望借助大模型帮助学生更好地理解基础数学概念中的加法和减法。 提示词模版：“学生们刚刚接触加法和减法，对这两个概念的理解还比较模糊（Context），用简单易懂的方式向学生讲解加法和减法是如何进行的（Action），学生能够独立完成如 2 + 3、5 - 2 这样简单的加减法运算（Result），可以像这样举例，小明有 2 个苹果，小红又给了他 3 个，那么小明现在一共有 2 + 3 = 5 个苹果；如果小明吃了 2 个苹果，那么他还剩下 5 - 2 = 3 个苹果（Example）”
二、ROSES框架详解
（一）ROSES框架
角色（Role）：[明确大模型要扮演的角色，如专业顾问、导师等]
目标（Objective）：[具体、清晰地陈述目标或目的，如解决的问题、达成的成果等]
场景（Scenario）：[详细描述当前的情况，包括相关的背景信息、面临的挑战等]
预期解决方案（Expected Solution）：[定义期望得到的结果，如具体的解决方案、达到的标准等]
步骤（Steps）：[列出达到解决方案所需的具体措施，可分点详细说明]
（二）框架原理与适用场景
ROSES框架细分为角色、目标、场景、预期解决方案和步骤五个核心部分，确保清晰、有目的的交流，适合于需要深入分析和解决方案的场合，如商业咨询、策略制定等。
（三）具体实例拆解
案例：假设我们要为一名计算机专业的应届毕业生做职业规划。提示词模版：“你是一位经验丰富、眼光独到的资深职业规划师（Role），为毕业生制定一份详细、可行的职业发展规划，使其在五年内能够在互联网行业站稳脚跟，并获得晋升机会（Objective）；毕业生小伦是计算机专业出身，一心想进入互联网行业，但对于该行业的具体岗位和发展方向不太清楚，也没有相关的实习经历和人脉资源（Scenario），给出适合小伦的互联网行业职位（Expected Solution），如前端开发工程师、算法工程师等，并提供相应的技能提升建议，如学习哪些编程语言、参加哪些培训课程；同时，提供积累工作经验和扩展人脉的具体途径，如参加实习项目、加入行业社群等（Steps）。
三、CARE+ROSES模型综合应用
在实际应用中，我们可以将 CARE 框架和 ROSES 框架结合起来，以更全面、深入地与大模型进行交互。例如，在为一家新成立的互联网创业公司制定营销策略时，我们可以先用 ROSES 框架明确角色（如资深营销专家）、目标（如提高公司产品的市场占有率）、场景（如公司产品刚上线，知名度较低）、预期解决方案（如制定一套有效的营销策略）和步骤（如市场调研、目标客户定位、营销渠道选择等）；然后，在每个步骤中，使用 CARE 框架提供上下文指导（如市场调研的背景信息、目标客户的特征等）、行动（如具体的调研方法、定位策略等）、结果（如得到准确的市场数据、明确的目标客户群体等）和示例（如类似公司的成功案例）。这样，我们就能更精准地引导大模型，获取更有价值的信息和建议。
互动话题
你在使用大模型的过程中，有没有遇到过因为提问方式不当而导致结果不理想的情况？你是如何解决的呢？快来分享你的经验吧！
