每个优秀的AI提示词都有三个部分：指令（做什么）、上下文（AI需要的背景信息）和约束（格式、长度、语气、什么不要做）。这不是理论——这是一种可重复的结构，能将模糊的请求转化为具体、有用的输出，每次都能成功。
什么是ICC框架？
指令是核心任务。不是"帮我处理营销"，而是"为7天内未转化的试用用户编写3封培育邮件序列"。指令越具体，AI需要猜测的就越少。
上下文是AI无法推断的所有信息。你的受众、你的行业、你已经尝试过什么、为什么需要这个、输出将用于什么。AI很聪明，但它读不了你的想法——上下文填补了你输入的内容和你真正意思之间的空白。
约束是护栏。字数、语气、格式、要避免什么。"200字以内，专业但温暖，无行业术语，包含行动号召。"没有约束，AI会默认生成冗长、通用、保守的输出。
关键要点
一个糟糕的提示词给AI留下100种可能的解释。ICC将其缩小到一种。投入时间只需30秒。质量改进是显著的。
ICC在实际应用中是什么样的？
不使用ICC："写一篇关于远程工作的博客文章。"
使用ICC：
指令：写一篇博客文章论证混合办公模式（办公室3天，远程2天）对大多数团队的表现优于完全远程。
上下文：我是一家200人规模SaaS公司的人力资源副总裁。我们在2025年1月转为混合模式，协作评分提高了22%，而员工留存率保持不变。这篇文章发布在我们的公司博客上——读者是中等规模科技公司的其他HR领导。
约束：800-1000字。对话式但数据支撑的语气。至少包含来自我们经验的2个具体指标。以实际建议结尾，而不是模糊的结论。不要使用"工作与生活的平衡"这个短语。
第二个提示词只需多花30秒来写。输出不需要任何额外的编辑。这就是ICC为你带来的权衡。
什么时候应该跳过ICC？
简单的事实性问题不需要它。"法国的首都是什么？"不会从约束中受益。当你需要AI创建某些东西时使用ICC——文档、分析、邮件、代码、计划或建议。任务的创意性或主观性越强，ICC帮助就越大。
专业提示
将你最好的ICC提示词保存为模板。下次需要类似输出时，交换上下文但保持指令和约束不变。你将建立一个个人提示词库，能持续产生优异的结果。
底线
现在就试试：找出你最后一次输入ChatGPT的提示词。用明确的指令、上下文和约束重新编写它。比较输出结果。差异会自己说话。
自己试试：将任何提示词粘贴到我们的免费提示词优化器中，看看结构化提示词实际上是什么样的。