可操作,可重复的
chatGPT使用方法论
用 “BORE” 分析法设计chatGPT prompt
-
阐述背景B (Background)
-
定义目标0(Obiectives)
3.定义关键结果R (key Result)
4.试验并改进E (Evolve)
用 “BORE” 分析法设计chatGPT prompt
- 阐述背景B (Background):说明背景,为chatGPT提供充足信息
- 定义目标O (Objectives):”我们希望实现什么”
- 定义关键结果R (key Result):“我要什么具体效果“
- 试验并调整,改进E (Evolve):三种改进方法自由组合
- 改进输入:从答案的不足之处着手改进背景B,目标O与关键结果R
- 改进答案:在后续对话中指正chatGPT答案缺点
- 重新生成:尝试在prompt不变的情况下多次生成结果,优中选优
例子:自动驾驶卡车试乘报告框架
Step1 阐明背景 (Background)
我们公司研发自动驾驶卡车系统。我们的车辆已经拥有在特定道路上完全靠自己驾驶的能力,但是目前车上仍有司机作为安全员,自动驾驶系统会辅助司机驾驶,帮助卡车司机开车更轻松,更安全。(点明业务目标,提供基本背景)
作为一个产品经理,你需要用敏锐的目光去发现改进点,并提供建议。(让chatGPT进入角色,缩小任务范围)
现在你要去试乘我司的产品:一款自动驾驶卡车。这辆卡车上有司机,它将在一条主要是高速的长途货运路线上装载货物运营。(进一步告知当前业务的细节)
Step2 设定目标 (Objective)
请为我提供一个试乘体验报告框架模板。(设定明确的目标,“chatGPT需要产出的内容是什么”)
Step3 定义关键结果 (key Result)
模版要涵盖产品体验的不同方面(明确范围上的要求),
使用逻辑严密,清楚的语言(明确语言上的要求),
有优雅,清晰,易于理解的结构。(明确结构上的要求)
Step4 根据答案试验并调整,改进E (Evolve)
如果对chatGPT生成的答案不满意,可能是:
情况1:指令给得不够清楚
改进提示(输入内容)
- 改进背景B(Background): 检查提供给chatGPT的信息是否充足
- 改进目标O (Objectives) : 检查是否明确说明 “要生成什么东西”
- 增加/修改关键结果R(key Result): 若chatGPT答案没有体现你想要的东西,可以在关键结果R中补充说明要求。
情况2:chatGPT干得不好,或回答有错误
改进答案
在接下来的对话中指出答案中的错误与不足,让它重新回答
情况3:运气不好,碰上糟糕的输出
重新生成
相同prompt (输入) 让chatGPT多生成几次,优中选优
三种方法需要组合起来,重复、多次使用,才可以得到满意答案。