该框架主要包括以下五个部分:
背景 B (Background)
角色 R (Role)
目标 O (Objectives)
关键结果 K (Key Results)
实验改进 E (Evolve)
框架解释
- 背景 (Background)
背景信息部分提供关于请求的背景和上下文,它帮助 ChatGPT 更好地理解问题的背后意图和情境。例如,当你询问有关某个事件的历史背景时,通过提供更多的洞察,可以得到更为深入和具体的答案。
- 角色 (Role)
角色设计是让 ChatGPT 扮演某种特定的角色,如“资深产品经理”、“顶尖的心理学家”等。这有助于建立一个稳定且具象化的形象,并告诉 ChatGPT 角色的职责所在,让 ChatGPT 与用户之间的互动更加顺畅。
- 目标 (Objectives)
定义目标是为了表达我们希望实现什么,而定义关键结果则是为了让 ChatGPT 知道实现目标所需要的具体、可衡量的内容。
- 关键结果 (Key Results)
仅有目标还不够,我们还需要设计关键结果来补充和完善目标,确保 ChatGPT 能够更精确地满足我们的需求。目标与关键结果是相辅相成的:明确的目标有助于我们制定出可衡量的关键结果,而具体的关键结果则可以帮助我们对目标进行微调,以便更精确地满足需求。
- 实验改进 (Evolve)
在我们与 ChatGPT 的互动过程中,有时生成的回答并不完全符合我们的预期。为了得到满意的回答,我们需要对指令进行改进,采取一些策略进行调整和优化。在改进时,可根据实际情况灵活运用不同的策略以便获得更好的结果,例如:
- 改进输入:从答案的不足之处着手改进背景、角色、目标与关键结果
- 改进答案:在后续对话中指正 ChatGPT 答案的缺点
- 重新生成:尝试在 prompt 不变的情况下多次生成结果,优中选优
实际案例
- 背景: 我正在写一篇关于英语方言的论文
- 角色: 你是一位语言学家
- 目标: 你将提供论文中“美国南部方言特点”的内容参考
- 关键结果: 清晰、准确地解释美国南部方言的特点
- 实验改进: 第一次 Prompt 中我们留空这部分,等内容生成后再做改进
实际案例
下面是一个实际案例及生成效果:
接下来进行实验改进(Evolve)
在原提示词中的K模块增加了一条“基于波特五力原则进行分析”。
标签:思维,Prompt,角色,框架,结果,目标,改进,关键,ChatGPT From: https://blog.csdn.net/GDL_MPY/article/details/142832875