直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

BORE框架

回答

BORE 框架是由自动驾驶行业的产品经理陈财猫提出的一套 ChatGPT 方法论。

BORE 框架的产生过程：陈财猫是 ChatGPT 的第一批用户，最初与 ChatGPT 的交互限于找乐子，后来发现其在工作中的巨大作用，并形成了可操作、可重复的方法论。

BORE 框架的名称及含义：BORE 读作[bɔːr]，四个字母分别是四个单词的首字母，B 代表 Background（背景），O 代表 Objectives（目标），R 代表 key Results（关键结果），E 代表 Evolve（改进），“BORE”本身也是“钻孔”的意思，便于记忆。

BORE 框架四个流程的详细定义：

  1. 背景 B（Background）：阐述任务的宏观背景和微观场景，让 ChatGPT 获得充分信息。
  2. 目标 O（Objectives）：明确任务目标，告知 ChatGPT 需生成的内容。
  3. 关键结果 R（key Results）：列出完成任务所需达成的关键结果，即具体要求和指标，可按需定制。
  4. 改进 E（Evolve）：通过试验并调整，灵活组合以下三种改进方法以获得满意答案。
    • 从答案不足之处着手，更新并迭代 prompt。
    • 在后续对话中指正 ChatGPT 答案缺点。
    • 在 prompt 不变的情况下多次生成结果。

此外，作为产品经理，还可将 ChatGPT 的能力与外部工具结合，放大其能力，例如为业务画时序图、流程图，用生动图像和数据分析支撑需求改动，以增加需求通过产品评审会的可能性。

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

陈财猫：BORE框架的产生过程，一个自动驾驶产品经理的ChatGPT方法论

[title]陈财猫：BORE框架的产生过程，一个自动驾驶产品经理的ChatGPT方法论作者：“陈财猫”真名：陈颢鹏BROKE提示词框架提出者，这篇文章是BROKE的前身BORE的产生过程作者和港科大搞nlp的朋友写了一本书《ChatGPT进阶:提示工程入门》本篇文章经过作者授权收录到知识库，希望给大家一些启发原文链接：https://mp.weixin.qq.com/s/AGdTBGn9vQrApZwPrAmxtQ以下是正文内容：我是一个自动驾驶行业的产品经理，也是ChatGPT的第一批用户。第一次遇见ChatGPT是在去年十二月的第一个星期，有一个搞AI的朋友在群里发了一张与ChatGPT的聊天截图，引起了我的兴趣，从此我便一发不可收拾。刚开始，我与ChatGPT的交互主要限于找乐子：我和ChatGPT一起写小说，叫它读我朋友写的诗，用它和楼上一大早就开始装修的邻居吵架。△一些关于风水的友好建议后来，我用它画流程图，做数据分析，帮我读懂技术与代码，它已经成为了我工作中不可或缺的生产力工具。△该时序图的内容生成+绘图相关工作由chatGPT完成我也发现了各种使用ChatGPT的技巧，甚至形成了一套可操作,可重复的ChatGPT方法论"BORE"。用这套方法论，每个人都可以成为ChatGPT的进阶玩家。一眼看下去是不是有点复杂？别担心，后面的文章里，我会为大家讲清楚这套方法，并结合例子教会大家它怎么在工作中发挥ChatGPT的威力，接下来我们就一起开始看看吧。

陈财猫：如何用GPT写长篇科幻？用分治法完成复杂任务

[title]陈财猫：如何用GPT写长篇科幻？用分治法完成复杂任务作者：陈财猫，提示工程师，AI产品经理。提示词框架“BORE”与“BROKE”原创作者。提示工程教材《ChatGPT进阶提示工程入门》已在北京大学出版社出版。该文章节选自《ChatGPT进阶提示工程入门》第6章第1小节：“使用分治法让ChatGPT完成大而复杂的任务”。本文内容在原书基础上有调整。飞书原文：[如何用GPT写长篇科幻？用分治法完成复杂任务](https://ubdnzdt3m9.feishu.cn/wiki/SH0aw9bB2iXbGgkFckNcjBeen7c?from=from_copylink)微信公众号原文：https://mp.weixin.qq.com/s/_Zi0Bku69QI64ZniyT15HwBROKE框架的介绍：[陈财猫：可操作，可重复的GPT使用框架“BROKE”](https://waytoagi.feishu.cn/wiki/HIizwFasOiUcDmklRF2cVWuunac)BORE框架的诞生：[陈财猫：BORE框架的产生过程，一个自动驾驶产品经理的ChatGPT方法论](https://waytoagi.feishu.cn/wiki/TLdHwb9WqiXQOlkINftc4wepnBc)

陈财猫：BORE框架的产生过程，一个自动驾驶产品经理的ChatGPT方法论

[title]陈财猫：BORE框架的产生过程，一个自动驾驶产品经理的ChatGPT方法论[heading2]应用场景3：分析具体业务场景那么，接下来，我们给这种方法取一个好记又好听的名字：BORE，读作[bɔːr],记住这个名字就等于记住了这套方法。在“BORE”方法中，四个字母分别是四个单词的首字母，B代表Background，O代表Objectives，R代表key Results，E代表Evolve，“BORE"本身也是个英文单词，有“钻孔”的意思，很好记。最后我们给出这四个流程的详细定义：1.背景B（Background）：阐述任务的宏观背景和微观场景，让ChatGPT得到充分的信息。2.目标O（Objectives）：明确任务的目标，告诉ChatGPT需要生成的内容是什么。3.关键结果R（key Results）：列出完成任务所需达成的关键结果，即需要满足的具体要求和指标。这些关键结果可以根据实际需求进行定制。4.改进E（Evolve）：试验并调整，下面三种改进方法进行灵活组合，最终得到满意答案。a.“从答案的不足之处着手,更新并迭代prompt”，b.“在后续对话中指正ChatGPT答案缺点”，c.“在prompt不变的情况下多次生成结果”撬动外部工具，放大ChatGPT能力这里，我们还有一些其他的ChatGPT进阶技巧：将ChatGPT的能力与外部工具结合，放大ChatGPT的能力。作为产品经理，我们要为业务画时序图，画流程图等。有时我们也要用一些生动的图像，数据的分析去支撑需求改动，让我们的需求更有说服力，这样我们会更有可能通过产品评审会。△很多程序员都想要的实用职场技巧

其他人在问
BORE框架
BORE 框架是由自动驾驶行业的产品经理陈财猫提出的一套 ChatGPT 方法论。 BORE 框架的产生过程如下：陈财猫是 ChatGPT 的第一批用户，最初与 ChatGPT 的交互主要是找乐子，后来发现其在工作中能发挥重要作用，从而形成了这套可操作、可重复的方法论。 BORE 框架中，四个字母分别代表四个单词的首字母： 1. B 代表 Background（背景）：阐述任务的宏观背景和微观场景，让 ChatGPT 获得充分信息。 2. O 代表 Objectives（目标）：明确任务目标，告知 ChatGPT 需生成的内容。 3. R 代表 key Results（关键结果）：列出完成任务所需达成的关键结果，包括具体要求和指标，可根据实际需求定制。 4. E 代表 Evolve（改进）：通过试验并调整，灵活组合以下三种改进方法以获得满意答案： 从答案的不足之处着手，更新并迭代 prompt。 在后续对话中指正 ChatGPT 答案缺点。 在 prompt 不变的情况下多次生成结果。 此外，作为产品经理，还可以将 ChatGPT 的能力与外部工具结合，放大其能力，例如为业务画时序图、流程图，用生动的图像和数据分析支撑需求改动，以增加需求通过产品评审会的可能性。 相关文章原文链接：https://mp.weixin.qq.com/s/AGdTBGn9vQrApZwPrAmxtQ
2024-10-16
常用的结构化提示词框架有哪些？
以下是一些常用的结构化提示词框架： 1. 基础的结构化编写 Prompt 框架： Role: Profile: author:作者 version:版本 language:中文 description: Goals: 1. 2. Constrains: Skills: Workflows: 1. 2. 2. CRISPE 框架（Capacity and Role,Insight,Statement,Personality,Experiment） 3. BROKE 框架（Background,Role,Objectives,Key Results,Evolve） 4. ICIO 框架： Instruction（指令）：明确定义 AI 需要执行的任务，遵循简洁明了、具体详细、行动导向、单一任务等原则。 Context（背景信息）：提供任务的相关背景，包括任务目的、目标受众、相关背景、限制条件、角色扮演等。 Input Data（输入数据）：为 AI 提供执行任务所需的具体信息或数据。 Output Indicator（输出引导）：指导 AI 如何构建和呈现输出结果，包括格式要求、语气和风格、长度限制、结构指引、特殊要求、评估标准等。
2024-11-14
利用 AI 生成培训框架
以下是为您生成的培训框架相关内容： 一、AI 在教育培训中的应用 1. 数字教师 借助大型语言模型，人工智能生成的角色可以作为数字教师，如让牛顿亲自授课《牛顿运动定律》，让白居易为您讲述《长恨歌》背后的故事。 数字教师可以实现一对一辅导，不受情绪左右，提高学生参与感。 能够根据学生的学习情况、兴趣和偏好提供定制化的学习计划和资源，实现因材施教，提高学习效率和成果，缓解教育资源不平等问题。 2. 数字陪伴 人工智能生成的虚拟角色可以作为孩子的玩伴，来自他人的赞美等社会奖励，促进儿童成长，提高学习成绩。 二、AI 相关技术原理与概念 1. 概念 生成式 AI 生成的内容称为 AIGC。 2. 相关技术名词 AI：人工智能。 机器学习：电脑找规律学习，包括监督学习、无监督学习、强化学习。 监督学习：有标签的训练数据，算法学习输入和输出之间的映射关系，包括分类和回归。 无监督学习：学习的数据没有标签，算法自主发现规律，经典任务如聚类。 强化学习：从反馈里学习，最大化奖励或最小化损失，类似训小狗。 深度学习：参照人脑有神经网络和神经元，因有很多层所以叫深度，神经网络可用于多种学习方式。 生成式 AI：可以生成文本、图片、音频、视频等内容形式。 LLM：大语言模型，对于生成式 AI，生成图像的扩散模型不是大语言模型；对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。 3. 技术里程碑 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出 Transformer 模型，它完全基于自注意力机制处理序列数据，比 RNN 更适合处理文本的长距离依赖性。
2024-10-29
我计划编写一本关于生成式人工智能的书籍，但是在开始前，我需要确定一个合适的大纲框架来组织我的思路。这个框架应该包括那些部分，以及如何将各个部分连接起来，以便读者能够理解掌握AIGC的概念和应用
以下是为您编写关于生成式人工智能书籍提供的大纲框架建议： 一、引言 介绍编写本书的目的和背景，引导读者进入生成式人工智能的世界。 二、基础概念 1. 什么是生成式人工智能（AIGC） 定义和特点 与传统人工智能的区别 2. 相关技术名词 AI（人工智能） 机器学习（包括监督学习、无监督学习、强化学习） 深度学习（神经网络、神经元） 生成式 AI（可生成文本、图片、音频、视频等内容形式） LLM（大语言模型） 三、AIGC 的应用领域 1. 文字生成（如使用大型语言模型生成文章、故事、对话等） 2. 图像生成（如使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等） 3. 视频生成（如使用 Runway、KLING 等模型生成动画、短视频等） 四、AIGC 与其他内容生成方式的关系 1. AIGC 与 UGC（用户生成内容） 区别与联系 各自的优势和适用场景 2. AIGC 与 PGC（专业生成内容） 区别与联系 相互的影响和融合 五、技术原理 1. Transformer 模型 自注意力机制 处理序列数据的优势 2. 技术里程碑（如谷歌团队发表的《Attention is All You Need》论文） 六、实际案例分析 展示不同领域中成功的 AIGC 应用案例，分析其实现过程和效果。 七、挑战与展望 1. 面临的挑战（如数据隐私、伦理问题等） 2. 未来发展趋势和前景 八、结论 总结全书重点内容，对 AIGC 的未来发展进行展望。 各个部分之间可以通过逻辑递进、案例引用、对比分析等方式进行连接，使读者能够逐步深入理解掌握 AIGC 的概念和应用。
2024-10-23
什么是LangGPT框架
LangGPT 是由云中江树开发的一款开源提示词框架。它旨在解决传统提示词在系统性、灵活性和用户友好性方面的不足，更好地挖掘和利用大模型的潜力。 随着 GPT4 等新一代模型的发布，提示词的重要性日益凸显，其编写过程逐渐成为 AI 时代的一种编程语言，而 LangGPT 提示词框架就是为了应对高效编写高质量提示词这一需求而研发的。 云中江树早在 2023 年 3 月就提出了结构化构建提示词的方法，并于 5.4 青年节开源发布，很快收藏破千，成为 GitHub 开源社区全球趋势热榜前十项目，还撰写了学术论文开源发表。 LangGPT 提出的结构化提示词已被百度、智谱、字节、华为等国内主流大模型智能体平台使用，当前已发展成为国内最具影响力的高质量提示词工程师学习交流社群。其愿景是让人人都能写出高质量提示词，为大众提供一套可操作、可复现的提示词方法论、工具和交流社群。 使用框架时，可以换着不同的预设角度去描述同样一个物体。例如，去年有人用 LangGPT 的框架，模拟一个能以善解人意的方式讲解任何学科概念的老师进行输出。
2024-10-21
12种Prompt框架
以下是 12 种 Prompt 框架： 1. Key Result（关键结果）：说明想要的具体效果，试验并调整。包括改进输入（从答案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 答案缺点）、重新生成（在 Prompt 不变情况下多次生成结果，优中选优）。 2. Evolve（试验并改进）：三种改进方法自由组合。 3. APE 框架：未提供具体说明。 4. COAST 框架：未提供具体说明。 5. CONTEXT（上下文背景）：为对话设定舞台。 6. OBJECTIVE（目的）：描述目标。 7. ACTION（行动）：解释所需的动作。 8. SCENARIO（方案）：描述场景。 9. TASK（任务）：描述任务。 10. ICIO 框架：相关链接 。 11. CRISPE 框架：相关链接 。 12. BROKE 框架：作者陈财猫，相关链接 。 此外还有： 1. 框架集合：右侧附件做成了海报。 2. Instruction（指令）：即希望 AI 执行的具体任务，比如翻译或者写一段文字。 3. Context（背景信息）：给 AI 更多背景信息引导模型做出更贴合需求的回复。 4. Input Data（输入数据）：告知模型需要处理的数据。 5. Output Indicator（输出引导）：告知模型要输出的类型或风格。 6. Capacity and Role（能力和角色）：ChatGPT 应扮演的角色。 7. Insight（见解）：提供请求的背后见解、背景和上下文。 8. Statement（声明）：要求 ChatGPT 做什么。 9. Personality（个性）：希望 ChatGPT 以何种风格、个性或方式回应。 10. Experiment（实验）：请求 ChatGPT 为您回复多个示例。 其他框架： 1. ACTION（行动）：描述想做什么。 2. RESULT（结果）：描述所需的结果。 3. EXAMPLE（示例）：举一个例子来说明观点。 4. ROSES 框架：未提供具体说明。 5. ROLE（角色）：指定 ChatGPT 的角色。 6. OBJECTIVE（目的）：陈述目标或目标。 7. SCENARIO（方案）：描述情况。 8. EXPECTED SOLUTION（解决方案）：定义所需的结果。 9. STEPS（步骤）：要求达到解决方案所需的措施。 10. RACE 框架：未提供具体说明。 11. PATFU 泡芙提示词框架：作者口袋君。 12. Problem（问题）：清晰地表述需要解决的问题。 13. Aera（领域）：问题所在领域以及需要扮演的角色。 14. Task（任务）：解决问题需要执行的具体任务。
2024-10-21
知识库都有哪些提示词框架
以下是一些常见的提示词框架： ICIO 框架：包括 Instruction（指令）、Context（背景信息）、Input Data（输入数据）、Output Indicator（输出引导）。 CRISPE 框架：涵盖 Capacity and Role（能力和角色）、Insight（见解）、Statement（声明）、Personality（个性）、Experiment（实验）。 BROKE 框架：包含 Background（背景）、Role（角色）、Objectives（目标）、Key Result（关键结果）。 TRACE 框架：有 TASK（任务）、REQUEST（请求）、ACTION（行动）、CONTEXT（上下文）、EXAMPLE（示例）。 ERA 框架：包括 EXPECTATION（期望）、ROLE（角色）、ACTION（行动）。 CARE 框架：由 CONTEXT（上下文）、ACTION（行动）、RESULT（结果）、EXAMPLE（示例）组成。 ROSES 框架：包含 ROLE（角色）、OBJECTIVE（目的）、SCENARIO（方案）。 Evolve 框架：包括试验并改进，通过改进输入、改进答案、重新生成等方法。 APE 框架。 COAST 框架：包含 CONTEXT（上下文背景）、OBJECTIVE（目的）、ACTION（行动）、SCENARIO（方案）、TASK（任务）。 TAG 框架：包括 TASK（任务）、ACTION（行动）、GOAL（目标）。 RISE 框架。
2024-10-17