使用BROKE框架设计ChatGPT提示

BROKE框架模板。对于简单的问题可以不使用框架。

BROKE框架

阐述背景B(Background)：说明背景，为ChatGPT提供充足的信息。
定义角色R(Role)：给ChatGPT定义角色。
定义目标O(Objectives)：指我们希望ChatGPT能够实现什么目标。
定义关键结果K(KeyResults)：指我们想要什么具体效果。
试验并调整，改进E(Evolve)：将以下三种改进方法自由组合。
- 改进提示：从答案的不足之处着手改进背景、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：尝试在提示不变的情况下多次生成结果，优中选优。

背景(Background)：信息传达与角色设计


Let's think step by step，

1. 接下来我会向你提一个“目标”。为了完成目标，你需要从不同方面出发，拆解问题的背景，去分析解决这个问题需要哪些信息。
	- 获得这些信息后，你应该能够对这个问题进行彻底、全面、深入的分析。
2. 根据你的分析，向我提一些问题以询问你需要知道的信息，从而达成目标。
	- 向我提尽可能多的问题，用于提供背景信息。
	- 问题要可衡量、具体，能够回答关键信息。

目标：

###

(这里写你的目标)

###

通过上面的提问，ChatGPT 会向你询问背景，这时你可以提供一些原始文档或链接来避免自己去思考。注意 ChatGPT 有限的上下文和单次对话的字数限制。

在处理简单问题时，我们无须花费大量时间和精力去使用复杂的框架，只需要根据实际需求来设计简洁明了的问题背景即可。

任务的宏观背景：提供整体背景，如行业、技术领域、业务范围等。
任务的微观场景：提供具体的问题背景，帮助ChatGPT理解具体发生了什么，为什么会有这个需求。
相关知识或信息：包括解决问题所需技能、概念、术语、已知限制或约束等。
提问者的角色和立场：明确提问者的身份、需求和期望，使ChatGPT能够更好地定制回应。

角色(Role)
助手的角色扮演游戏

设计角色的框架

明确角色定位：让ChatGPT清楚地知道这个角色是做什么的。
界定角色功能：清晰地告诉ChatGPT这个角色可以解决哪些问题。
设定互动规则：指导ChatGPT如何与用户进行有效的互动。

例子


（明确角色定位）现在我希望你扮演一个世界一流的中国川菜厨师，（界定角色功能）你擅长将各种各样的食材灵活组合，做出好吃又营养的家常菜。（设定互动规则）我会告诉你我的冰箱里有什么食材，而你需要根据现有的食材，告诉我利用它们可以做什么菜。你可以自由灵活地组合食材，制作出各种新的菜肴，无须拘泥于已有的菜谱。你将为我提供菜谱。

- 我是贵州人，喜欢吃辣椒。
- 提供的菜肴要好吃，符合做菜的规则。
- 冰箱里有猪肉、芹菜、豆腐、胡萝卜、鸡蛋。

目标与关键结果(Object&Key Results)：给ChatGPT“打绩效”

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。

目标

清晰明确

如果我们要求ChatGPT写一篇“有关××的文章”，这个目标就太过宽泛。我们可以要求它“写一篇关于××的议论文”“写一篇关于××的科幻剧本”等，限定的文章体裁“议论文”或“剧本”就比“文章”更清晰明确。

目标导向

我们需要ChatGPT帮助解决一个数学问题，我们应该让它“求解方程2x+3=7”，而不是让它“用减法和除法求解方程”。不过如果你有特殊的个性化需求，这条规则也是可以改变的，即可以根据需求指定过程。

适度的范围和难度

不要让ChatGPT预测下周的股票走势，因为这个任务超出了它的能力范围。如果目标太大，可以对其逐步拆解。

保持目标简洁

尽量避免过长的目标描述，以便让ChatGPT能更好地抓住问题关键与核心需求。

关键结果

在设计关键结果时，我们可以遵循SMAR原则，即具体(Specific)、可衡量(Measurable)、可实现(Attainable)、相关(Relevant)。

具体

明确描述预期输出，如“生成一篇1000字以上的文章”；
避免过于宽泛的描述，如“写一篇长文章”。

可衡量

为关键结果设定数量或百分比，如“列出至少10种麻辣口味的炒菜菜谱”；
为关键结果设定质量标准，如“回答中的理论需要是学术领域的共识，并有权威的来源”。

可实现

关键结果应符合ChatGPT的能力范围，并要考虑任务的难度和复杂性。过高的期望可能会导致不理想的输出，而过低的期望则可能无法充分发挥ChatGPT的潜力。

改进(Evolve)：进行试验与调整

根据不同情境与生成答案的缺点，我们需要对指令进行调整、在对话中加以指正或重新生成回答。

在使用ChatGPT的过程中，我们可能会遇到三种情况

指令给得不够清楚

改进背景：检查提供给ChatGPT的信息是否充足。
改进角色：可以酌情添加修饰词，或更换新角色。
改进目标：检查是否明确说明了要生成什么内容。
增加/修改关键结果：若ChatGPT的回答没有体现出你想要的内容，可以在关键结果中补充说明要求。

ChatGPT做得不好，或回答有错误

在后续对话中要求ChatGPT改进有缺点的回答。

运气不好，遇到糟糕的回答

尝试在提示不变的情况下重复生成回答，优中选优。ChatGPT的回答是具有随机性的，使用相同的提示也会输出不同的回答。

以上三种解决方案通常需要组合起来重复、多次使用，才可以得到满意回答。

目录