YAML 写提示词，比 JSON 好十倍

提示词怎么写才最高效？学术界和工业界争论了好几年，没有定论。但如果你去看那些真正在重度使用 AI 的开发者，他们的选择出奇一致：YAML。

不是 JSON，不是 Markdown，更不是散文式的自然语言。就是 YAML。

原因很简单。JSON 的大括号和引号让提示词变得臃肿，写的人累，AI 读起来也累。Markdown 虽然易读，但表达复杂的逻辑关系时力不从心。而 YAML 在结构化和可读性之间取得了最好的平衡，两空格缩进直观表示层级，列表和键值对灵活适应不同需求。

但 YAML 不是银弹。真正让它发挥价值的是一个叫 RGCIE 的框架。

Role（角色）、Goals（目标）、Constraints（约束）、Instructions（指令）、Examples（示例）。这个顺序从抽象到具体，从身份到行动，形成了一个完整的思维链路。先告诉 AI 你是谁，再告诉它你要去哪，接着划清边界，然后给出具体操作指南，最后用示例把前面的一切具象化。

这个框架的真正威力在于嵌套。每一个 RGCIE 结构本身，可以嵌入到更大的 RGCIE 结构中。你可以构建一个多层次的专业系统：顶层是一个总顾问角色，下面挂载建筑师模式、景观设计师模式、城市规划师模式、技术支持和可持续设计模式。每个子模式都有自己的 RGCIE 定义，但又共享顶层的行为规范。

一个建筑师问"如何设计节能住宅"，系统自动切换到建筑师模式回答。同一个用户问"如何改善社区步行友好性"，系统无需任何提示，自动切换到城市规划师模式。这种"角色智能切换"的实现，不依赖任何复杂的路由逻辑，纯粹靠 YAML 的结构化定义和 AI 自身的理解能力。

这种做法的本质是：你不是在用提示词指挥 AI，而是在用提示词为 AI 设计一套行为系统。跳出"怎么问 AI"的层面，进入"怎么设计 AI 的行为模式"的层面。