跳转到主要内容
PromptQuorum为人类设计。 为AI结构化。
中 复杂度Used to win Singapore's GPT-4 competition

CO-STAR Framework

Context · Objective · Style · Tone · Audience · Response

由新加坡GovTech数据科学与人工智能团队被认为是其出处,曾被用于赢得新加坡首届GPT-4提示工程大赛。对语气、受众和输出格式拥有最大程度的控制力。

作者 · 最后更新

CO-STAR framework fields overview
定义
CO-STAR框架(Context · Objective · Style · Tone · Audience · Response)是一种提示词工程结构,将你对AI的请求拆分为6个独立字段。最适合商务沟通和营销文案。

6个字段

1

Context

AI理解任务和情境所需的背景信息。

2

Objective

你希望AI实现的具体目标或结果。

3

Style

写作风格——例如正式、口语化、新闻体、学术风格。

4

Tone

情感基调——例如有说服力、富有同理心、权威、友好。

5

Audience

输出内容面向的受众,决定用词、深度和默认假设。

6

Response

确切的输出格式——例如项目符号列表、500字文章、JSON、表格。

真实示例

场景: 为面向CTO的SaaS工具撰写产品发布邮件

CO-STAR提示词

Context: PromptQuorum是一款将于2026年7月上线的多模型AI工具。Objective: 撰写一封能带来注册转化的产品发布邮件。Style: 简洁直接,不废话。Tone: 自信而专业。Audience: 中型科技公司的CTO。Response: 200字邮件正文,含主题行。

何时使用CO-STAR

When to use CO-STAR
适用场景
  • ✓商务沟通和营销文案
  • ✓语气与风格至关重要的内容(品牌写作)
  • ✓面向特定受众的专业写作
  • ✓需要将风格与语气分开控制的任何任务
不适用场景
  • ✗结构化并无增益的简单一次性提问
  • ✗需要按顺序完成的多步骤任务(请改用RISEN)
  • ✗案例比结构更重要的技术性任务(请改用TRACE)

常见问题

CO-STAR代表什么?

CO-STAR代表Context、Objective、Style、Tone、Audience和Response——这六个字段能让你精确控制AI的输出。

CO-STAR从何而来?它赢得了新加坡的GPT-4大赛吗?

CO-STAR被认为出自新加坡GovTech的数据科学与人工智能团队。Sheila Teo用它赢得了GovTech首届GPT-4提示工程大赛(参赛者超过400人),并在Towards Data Science上发表文章介绍了这一做法。框架本身并未参赛获奖,获奖的是Teo。它的核心设计思路是将Style(呈现方式)与Tone(情感基调)分开。

什么时候该用CO-STAR而不是CRAFT?

当你需要对语气和受众进行精细控制时,使用CO-STAR;当你想要基于角色设定、并有明确目标人群时,使用CRAFT。想了解如何评估CO-STAR提示词的效果,请访问https://www.promptquorum.com/zh/prompt-engineering/how-to-evaluate-prompt-quality。

来源

相关框架

MCP