5C Prompt Contract Framework

定义

5C Prompt Contract（5C 提示契约）是由 Ugur Ari 提出的极简提示设计框架，将提示工程精炼为五个直观组件：Character（角色）、Cause（原因）、Constraint（约束）、Contingency（应变）、Calibration（校准）。该框架旨在平衡结构控制与创意自由度，同时实现极高的 token 效率。

核心组件

1. Character（角色）

定义 AI 的身份、专业知识、语气风格和行为特征。

你是一位拥有 15 年经验的科技行业产品经理，擅长将复杂技术概念转化为用户友好的产品说明。

2. Cause（原因/目标）

明确任务的目的、预期成果以及为什么要完成这个任务。

目标：为即将发布的企业级 SaaS 产品撰写产品说明文档，帮助潜在客户理解产品价值和核心功能。

3. Constraint（约束）

设定边界条件、资源限制、执行规则和排除项。

约束：
- 文档长度不超过 800 字
- 避免使用技术术语，使用通俗语言
- 包含至少一个客户成功案例
- 不要提及竞争对手

4. Contingency（应变）

定义备用方案、错误处理机制和安全回退策略。

如果无法获取足够的产品信息，请：
1. 列出需要补充的关键信息点
2. 提供一个通用的模板框架
3. 说明完成文档所需的后续步骤

5. Calibration（校准）

输出优化指令，包括质量标准、验证步骤和迭代要求。

校准：
- 完成后自检：文档是否回答了"这是什么"、"为什么需要"、"如何使用"三个核心问题
- 确保每个功能点都对应一个具体的用户收益
- 使用积极的、以结果为导向的语言

框架优势

Token 效率

5C 框架的核心优势在于极高的输入 token 效率：

提示风格	平均输入 Token	相对效率
5C	54.75	基准
DSL	348.75	6.4x 更多
非结构化	346.25	6.3x 更多

跨模型表现

在 OpenAI、Anthropic、DeepSeek、Gemini 四大模型家族测试中，5C 框架均表现出色：

Gemini 效果最显著：5C 仅需 54 tokens，而 DSL 需要 1,212 tokens
输出质量：在保持创意丰富度的同时，一致性优于非结构化提示
创意自由度：相比 DSL 的刚性结构，提供更多语义探索空间

与传统 DSL 对比

维度	5C Framework	DSL
学习曲线	平缓，直观易懂	陡峭，需学习标记语法
Token 开销	极低	高
认知负载	低，聚焦核心要素	高，需处理多层嵌套
创意自由度	高，LLM 保留”熵预算”	受限，语法合规消耗创意
可移植性	跨模型、跨平台	依赖特定 DSL 实现
结构化程度	中等，平衡灵活与规范	高，严格的标记语言

适用场景

可能不适用

需要严格 schema 验证的场景
企业级 templates 标准化需求
复杂的多步骤工作流编排

实践建议

从 Character 开始：明确定义角色是其他组件的基础
Constraint 要具体：模糊的限制会产生模糊的输出
Contingency 不要省略：定义回退策略提升可靠性
Calibration 用于质量控制：把它当作内置的质检步骤
保持简洁：5C 的优势在于极简，避免过度扩展

知识冲突

5C vs 复杂 DSL 之争

5C 立场（Ugur Ari）：

复杂 DSL 的 token 和认知开销限制了 LLM 的”熵预算”
简化结构让 LLM 专注于语义理解和创意生成
特别适合资源受限的场景

复杂 DSL 立场（部分企业实践）：

严格的标记语言提供更好的可预测性和可验证性
适合需要精确输出格式的生产环境
便于程序化处理和解析

调和观点：两种方式各有适用场景。5C 适合创意任务和资源敏感场景，复杂 DSL 适合结构化输出和严格验证场景。实际应用中可以根据任务类型选择或组合使用。

关联连接

Prompt_Engineering — 提示工程总览
摘要-5c-prompt-contracts-paper — 原始论文来源
DSL_Prompting — 域特定语言提示
Token_Efficiency — Token 效率优化
Prompt_Design — 提示设计方法论
5c-prompt-markdown-note-taking — 5C 在 Markdown 知识笔记中的应用

美格知识库

探索