一个主动驾驶产物司理的ChatGPT办法论：BORE

作者 | 陈财猫

我是一个主动驾驶行业的产物司理，也是ChatGPT的第一批用户。第一次遇见ChatGPT是在客岁十二月的第一个星期，有一个搞AI的伙伴在群里发了一张与ChatGPT的谈天截图，惹起了我的兴致，自此我便一发不成拾掇。

刚开头，我与ChatGPT的交互主要限于找乐子：我和ChatGPT一同写小说，叫它读我伙伴写的诗，用它和楼上一大早就开头装修的邻人吵架。

△一些关于风水的友好发起

厥后，我用它画流程图，做数据分析，帮我读懂武艺与代码，它以前成为了我事情中不成或缺的消费力东西。

△该时序图的内容天生+画图干系事情由chatGPT完成

我也发觉了种种使用ChatGPT的本事，乃至构成了一套可利用,可反复的ChatGPT办法论"BORE"。用这套办法论，每一局部都可以成为ChatGPT的进阶玩家。

一眼看下去是不是有点繁复？别担心，后方的文章里，我会为各位讲清晰这套办法，并团结例子教会各位它怎样在事情中发扬ChatGPT的威力，接下去我们就一同开头看看吧。

BORE：一套ChatGPT提示计划流程

众所周知，一个形貌不佳需求、发言糊里懵懂的产物会让步骤员痛楚无比，不仅影响步骤员的心境，也直接影响产出的质量。从这个角度看，用户在与ChatGPT的交互中就富裕扮演了产物司理“给步骤员派活”的人物，写得稀烂的需求天然只能取得稀烂的回应，而假如“需求”计划妥当，ChatGPT会给你超乎渴望的惊喜。

△我的大学舍友，一位热情弥漫的步骤员伙伴

写好“需求”是一门武艺，在天然言语处理中这门武艺但是以前有了本人的名字，我们的输入被叫做"prompt"，也就是提示。而写好提示的武艺就叫做“prompt engineering”，也就是提示工程。这是一门高度依托履历的武艺，我在接下去的文章中会总结我的提示工程实践，教各位怎样以这个“步骤员”写好“需求”。我总结的本事中会包含一些具体的使用场景，协助各位更好地域解。

讲清晰背景，为ChatGPT提供富裕信息

在我们见告它之前，ChatGPT关于种种具体的业务场景（背景）所知甚少。讲清晰背景是发扬ChatGPT强壮才能的紧张。

使用场景1：干活前先让ChatGPT进入人物

“主线物流主动驾驶“现在在主动驾驶范畴是一个很火的朝向，那么如今我们就以这个朝向作为例子，伪装本人是一家主线物流驾驶公司的产物。

来看看使用场景1，由于我们如今伪装本人是一家主线物流主动驾驶企业的产物，可以在必要chatGPT帮助我事情前先运转这条prompt：

"我们公司研发L4级别的主动驾驶卡车体系。我们的车辆拥有一辆L4主动驾驶车辆所必要的算力，传感器与才能，但是现在车上会有司机作为宁静员，主动驾驶体系会帮助司机的驾驶，协助卡车司机开车更轻松，更宁静，更节油。我将提供产物司理平常事情中的一些实践成绩。这约莫触及计划具体的主动驾驶功效，举行数据分析，分析具体的行驶场景并提供好效的反应等。你可以明白这件事吗？”

这个例子中，我们报告了ChatGPT大局的业务背景，并特地查验了prompt的后果。在读到外表的内容后，ChatGPT就主动代入了主动驾驶产物司理的人物。后文的一切其他例子都是在ChatGPT进入人物的条件下举行的。

我们来具体拆解这条prompt的计划：

1. 论述背景，点明如今的业务范围及业务目标：“我们公司研发L4级别的主动驾驶卡车体系。”然后进一步见告如今业务的细节：“我们的车辆拥有一辆L4主动驾驶车辆所必要的算力，传感器与才能，但是现在车上会有司机作为宁静员，主动驾驶体系会帮助司机的驾驶，协助卡车司机开车更轻松，更宁静，更节油。”报告chatGPT大抵的职责范围：“我将提供产物司理平常事情中的一些实践成绩。这约莫触及计划具体的主动驾驶功效，举行数据分析，分析具体的行驶场景并提供好效的反应等。”

2. 确定后果，我寻常会反问一句它对否了解，以此来查验转达的信息对否清晰，有没有被准确地域解。

底下是场景1的运转后果：

△场景1的运转后果

使用场景2：草拟文档的布局与框架

熟习了业务，就要开头干活了。ChatGPT进入人物后，我们来试试让它提供一个产物试乘报告的框架。我们为ChatGPT提供了“背景”，界说了“职责目标”：

"如今，作为一个产物司理，你必要去试乘我司的产物，用敏锐的目光去发觉改良点，并提供发起。请为我提供一个试乘体验报告框架模板，模版要涵盖产物体验的不同方面，使用逻辑精密，清晰的言语，有优雅，明晰，易于了解的布局。

这是一款主动驾驶卡车。这辆卡车上有司机，它将在一条主要是高速的远程货运路途上装载货品运营。"

我们给ChatGPT的prompt可以被拆解成以下的局部

1. 论述背景：这是一款主动驾驶卡车，车上有司机，跑的是远程

2. 界说职责目标：扮演的人物是产物，职责是写试乘报告模版框架，内容涵盖哪些方面，必要使用言语特点怎样等等

底下是场景2的运转后果：

△场景2的运转后果

小作业：ChatGPT十分仔细，可以捕捉到弱小的细节，以是“写背景”这件事很紧张。不信把场景1中的"我们公司研发L4级别的主动驾驶卡车体系”换成”我们公司研发L4级别的主动驾驶卡车“，再运转场景2试试。

给ChatGPT打绩效：界说目标&紧张后果，实验并调停

列位在科技公司事情的同砚们一定对OKR十分熟习：这是一个标准绩效办理东西，我信赖这篇文章的很多读者都写过OKR，被OKR打过绩效。不外表这里，我们主要是运用OKR来形貌职责目标，办理职责的预期后果，并在任责的目标和希冀上与ChatGPT告竣共鸣。

那么，OKR是什么呢？我们先往返忆OKR的内容：OKR的英文是Objectives and Key Results，由两个局部,"Objectives"，职责目标和"Key Result"，紧张后果构成。界说“职责目标”表达了我们渴望完成什么，而界说“紧张后果”则让ChatGPT晓得完成目标所必要告竣的具体、可权衡的后果。

我们在之前的场景中但是以前为ChatGPT界说了OKR，比如在“使用场景2 草拟文档的布局与框架”里，“提供一个试乘体验报告框架模板”就是“O”，而"要涵盖产物体验的不同方面，使用逻辑精密，清晰的言语，有优雅\明晰\易于了解的布局"则可以看做“KR”。

添加细节在ChatGPT的prompting中会起到立竿见影的后果，ChatGPT会对这些小细节做出宏大的反响。比如，有研讨职员发觉在GPT-3（可以了解为ChatGPT的爸爸）的输入前到场"Let's think step by step",就让它的推理准确率从17.7%暴增到78.7% [1]。

如今，作为ChatGPT的使用者，列位天然是恨不得它可以发扬出全部功能，又快又好地出活。既然以前有了随手的胡萝卜（OKR），那么是时分请我们热爱的小毛驴（ChatGPT）拉磨了

。

△设定了好的目标就是告捷了一半

接下去我们看一个具体的例子，更好地域解这种头脑与ChatGPT提示工程的团结。

使用场景3：分析具体业务场景

我们来看使用场景3，主动驾驶产物司理在事情中常常要界说种种繁复场景，我们在这个prompt中要求ChatGPT帮助我们界说一个简便的他车冒进切入场景：

“在我车在高速抬升驶时，常常会有他车从相邻车道从十分近的距离切入我车车道，形成碰撞风险。请用天然言语形貌与界说这个场景。

言语作风：明晰，有逻辑性，可靠，容易使用盘算机步骤建模。

建模要求：形貌清晰事变的历程和时序干系。注意用数字量来界说临界点。将切入的步调编好序号。建模要体现两辆车的交互

我们的主动驾驶车辆被称为ego，他车被称为npc。”

在这个例子中，我们在论述了背景，界说了职责目标的基本上再给出对职责的具体要求（也就是key results）。prompt从多个方面划定了关于抱负答案的标准。

用刚刚的框架对这条prompt举行拆解：

1. 论述背景：大局的业务背景以前在“让ChatGPT快速进入人物”中给出。以是我们进一步为ChatGPT形貌了微观的具体业务场景（高速上被他车切入）。

2. 界说职责目标：职责目标O是“用天然言语形貌与界说这个场景。”

3. 界说紧张后果：这里的KR有“a. 言语作风：明晰，有逻辑性，可靠，容易使用盘算机步骤建模。b. 建模要求：形貌清晰事变的历程和时序干系。注意用数字量来界说临界点。将切入的步调编好序号。建模要体现两辆车的交互。c. 我们的主动驾驶车辆被称为ego，他车被称为npc。”

KR可以依据一局部需求定制。比如在这个例子中，我们用天然言语给场景建模的目标约莫是想要给步骤员写PRD，以是要求“有逻辑，容易使用盘算机步骤建模”。而公司内假如有“黑话”，好比把主动驾驶车叫做ego，也可以报告它。

4. 实验并调停，改良：这是一个实验并调停的历程。假如对ChatGPT天生的内容不克不及让人满意，有三种约莫性：第一种是我们这个老板当得不佳，指令给得不够清晰。这时分可以调停prompt，看看背景和OKR有没有必要增补的场合。重重天生回复。颠末多次调停后，就可以取得比力满意的答案。第二种是ChatGPT这位员工干得不佳，这时分我们可以指出天生内容中的错误，让它重新回复。第三种是你运气比力背，碰到一次不太好的后果。这时分你可以优中选优，相反prompt让ChatGPT多天生多次，然后选一次最满意的，让我们一同称赞AI的勤勤奋恳。

在这个历程中，我们给ChatGPT定了“OKR”，干完活了还要“复盘”，一个不合错误还要打回返工，是不是像极了屏幕后方的列位打工人们。

底下是这条prompt的运转后果，以及为答案纠偏的历程。

△场景3的运转后果

△经过“打绩效”来对ChatGPT纠偏

ChatGPT天生的回复不是完善的，以是经过"实验并调停"来纠偏十分紧张。

小作业：外表回复的第4点中，有什么分明违异知识的错误？我们可以经过什么办法来让ChatGPT修正这个错误？

小结

讲到这里，我们复习一下外表所讲的内容。我们以背景，目标，紧张后果，改良四个步调为抓手，打出了组合拳，沉淀了一套ChatGPT prompting办法论

。那么，接下去，我们给这种办法取一个好记又动听的名字：BORE，读作[b??r],记取这个名字就即是记取了这套办法。在“BORE”办法中，四个字母分散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。

最初我们给出这四个流程的具体界说：

1. 背景B（Background）：论述职责的大局背景和微观场景，让ChatGPT取得富裕的信息。

2. 目标O（Objectives）：明白职责的目标，报告ChatGPT必要天生的内容是什么。

3. 紧张后果R（key Results）：列出完成职责所需告竣的紧张后果，即必要满意的具体要求和目标。这些紧张后果可以依据实践需求举行定制。

4. 改良E（Evolve）：实验并调停，底下三种改良办法举行机动组合，终极取得满意答案。

a. “从答案的不敷之处动手,更新并迭代prompt”，

b. “在后续对话中指正ChatGPT答案缺陷”，

c. “在prompt安定的情况下多次天生后果”

撬动外部东西，扩大ChatGPT才能

这里，我们另有一些其他的ChatGPT进阶本事：将ChatGPT的才能与外部东西团结，扩大ChatGPT的才能。

作为产物司理，我们要为业务画时序图，画流程图等。偶尔我们也要用一些生动的图像，数据的分析去支持需求窜改，让我们的需求更有压服力，如此我们会更有约莫经过产物评审会。

△很多步骤员都想要的实用职场本事

但是，到此为止，ChatGPT展现的才能都是笔墨 or 代码上的，岂非就没有办法了吗？

等等？ChatGPT可以天生代码？

使用场景4：使用ChatGPT画时序图

既然ChatGPT可以天生代码，那么代码是不是可以转化为种种千般的图像？感激列位步骤员的开源精力，现在我们有很多基于代码的东西可以使用，让我们搜刮一下“code to diagram”（代码转图表）试试。

好得很，固然有，出来的第一个后果就提供了足足6种东西，那么接下去就赶忙试一下。

在这里，我们选择mermaid（意思是尤物鱼），不仅是由于它支持十几种图像，并且它还提供了一个在线编纂器，代码贴进入就可以立刻天生图像。天生器的网址在：https://mermaid.live/

△mermaid项目主页

那么，我们试着在使用场景3的基本上深化，以ChatGPT已有的输入为基本，要求它画出“在我车在高速抬升驶时，常常会有他车从相邻车道从十分近的距离切入我车车道，形成碰撞风险。”的时序图。

请看底下的prompt：

"现在有一款用来将代码转化为种种图表的东西，叫做mermaid。请阅读底下的内容，写一份可以天生mermaid时序图的代码。请注意，时序图要与我提供的内容坚持完全一律。

内容：在高速公路上，当ego车行家驶历程中，一个npc车辆忽然从相邻车道切入ego车道，且距离十分近，这种场景可以形貌为：

1.NPC车辆在相邻车道以速率V_npc接近ego车辆。

2.当水平距离d_npc到达阈值d_critical时，NPC车辆开头切入利用：

a. NPC车辆向内侧车道转向，同时NPC车辆的前轮触碰到ego车道的车道线，并压在车道线上。

b. NPC车辆渐渐进入ego车道，直到完全进入，并摆正地点。

3.在这个历程中，ego车辆应该举行以下反响：

a. 主动驾驶体系应该可以检测到NPC车辆的切入举动，并识别它的举动意图。

b. 假如检测到了NPC车辆的切入举动，主动驾驶体系应该可以举行敏捷反响，接纳避让办法以确保宁静行驶。

c. 具体的避让办法可以包含刹车、增速、转向等，以确保制止与NPC车辆产生碰撞。

4.当NPC车辆完成切入利用后，NPC车辆的速率会渐渐回到原始速率V_npc，并行驶在ego的前线。"

我们来拆解这段prompt，仍旧是上文中提到的BORE办法：

1.论述背景：我们提示了ChatGPT对话中所说的mermaid是代码转图表东西，并在“内容”中提供了必要他转换成时序图的笔墨。

2.界说职责目标：请阅读底下的内容，写一份可以天生mermaid时序图的代码。

3.界说紧张后果：时序图要与我提供的内容坚持完全一律。

4.改良，实验并调停：这段prompt颠末多次调停，我也多次让ChatGPT打回重做，取得的后果是优中选优的（在图中我们可以看到调停prompt+重重天生加起来共9次）。

最初，我们取得了可以天生时序图的代码：

△场景4的运转后果

将取得的代码粘贴到mermaid live editor中，就可以天生后果了

△mermaid在线天生图表页面

最初是制品图。

不外，mermaid提供的才能远远不止时序图，现在官网上就有13种可用的图表，包含流程图，排序图，类图，形态图，实体干系图，用户旅程，甘特图，饼状图，需求图，Git图，C4C图，头脑导图，和时间轴。请在事情中自在取用。除了mermaid之外，另有像plantUML，Diagrams，markmap之类的code to diagram东西，这里就不赘述了。

使用场景5：用ChatGPT做数据分析

主动驾驶产物司理是一个十分必要实事求是的事情，要计划一个什么功效，空口说是不算证据的，数据很紧张。再加上我司的数据基本建立做得挺好，以是我在事情中会交往到多量的数据，做很大多据分析事情。精良的数据分析也可以协助产物计划的功效更好更公道，固然也就更容易经过需求评审会。

从东西和范围上去说，写一两行excel公式是数分，用hadoop，写spark算大数据也是数分。从办法上去说，算均匀数是数分，用种种千般的机器学习办法做回归，分类也可以叫数分。数分前偶尔分还要做举行数据洗濯，数据预处理等等。这是一门独立完备的学科，话题要掀开真实是太大，我就不在这里提供具体例子了。

用ChatGPT做数分可以使用的数据分析东西

这里提供一些简便的摆列，假如不晓得我在说什么，可以上网搜一搜教程。

1. excel：列位最熟习，也是最简便的就是excel了。写点公式就算进阶用法（好比说有的岗亭的JD乃至明白要求会用vlookup这一个函数），再进一步，我们可以写一点Excel宏，也就是在excel内里运转VBA步骤。在excel界这以前好坏常高等的用法了，它十分强壮，作为产物你能用到的绝大局部需求都可以用它处理。（另有人用excel宏来写盘算机病毒，叫做宏病毒，毕竟VBA也是编程言语）ChatGPT可以十分轻松地依据你的需求和形貌写出可以用的excel宏。

2. python：python有很多强壮的数据分析库。数分有pandas，numpy等，画图有seaborn，plotly，matplotlib等，机器学习的就更多了。这是个很大的话题，但是产物平常事情学点pandas+画图库就够用。寻常数据分析的代码可以用jupyter notebook来运转（十分切合数据分析！），用anaconda办理安装的种种包，具体请看网上的python数据分析教程。

3. R言语：这是一个专门用来搞统计的言语，不外Python以前够用，在此按下不表。

用ChatGPT做数分的一些小tips

1. BORE框架仍旧管用：之条件到的计划准则仍旧管用，比如“提供背景Background”，偶尔分你无碍把取得的运转后果直接粘贴给它看（假如是笔墨的话）。而ChatGPT仍旧也会对你设定的“紧张后果key Result”起反响，好比画图画得太丑，你就可以催促它画顺眼点，配色好一些等等，它会有反响的。

2. ChatGPT会有一定瞎编&错误的情况：偶尔分ChatGPT会对不了解的信息乱编一气，代码中的盘算历程也不一定对。你必需充足警惕，看看有没有错的场合，这要求你对它使用的数学办法与东西都比力了解。

3. 上下文仅限：ChatGPT现在上下文才能仅限，只能读到上下文的几千个字，以是会有“忘记”的情况，这种时分你可以把前方的内容重新粘贴到最新的对话里，提示它一下。别的，这也意味着chatGPT只切合小范围数分，假如你的代码比力多，全部靠它就不实际了。

4. 头脑为主，东西为辅：数据只是数据，怎样表明数据才是其真正代价地点。别忘了在事情中业务代价才是数据分析的终极目标，你的思索不克不及省，ChatGPT只能作为帮助东西。

一些关于ChatGPT与人工智能的想法

使用ChatGPT的注意事项&想法网上有很多，我提出一局部感受比力深的几点

1. ChatGPT的使用者要负起责任，当好“把关人”。这个东西颠末了人类反应的强化学习练习，十分喜好讲一些“看起来是对的，完全切合言语逻辑，但是但是是乱说八道”的东西。使用者一定要当一个及格的把关人，要对天生内容有基本的推断才能。特别是主动驾驶产物司理，我们计划的车辆将会在路途抬升驶，是性命关天的事变，一定要有责任感。同时，openai会搜集对话信息用于改良产物，要注意保密成绩。

2. ChatGPT“省工不省脑”。“形貌清晰毕竟想要什么”和“晓得必要做什么”这两件事并不比上手去做简便太多。关于第一件事，明晰地形貌需求是每个产物的基本功，很多人做不到这一点。关于第二件事，你也必需够懂业务，内心多数，才干晓得“要做什么才是对的”。在这个层面上，我们和ChatGPT之间倒是有点像向导和员工的干系了（老板卖力方案战略，想活派活，发射指令，而员工卖力实行）。

3. 人工智能是人类新长出来的器官，将来天下里每一局部都是通才。有个比如说互联网和手机是新的器官，极大地扩展了人类的影象容量。每一局部都可以经过手机，即时从互联网获取多量的信息，就像多了一个用来影象的器官一样，人工智能也是云云。每一局部工智能都是人类新长出来的器官，用于完成特定的职责。在它们的帮助下，每一局部在将来天下里都将成为通才。

4. 要用ChatGPT创新？想点不一样的组合。在心思学中，心思学家从两个方面评价创造力。第一个是发散头脑（对某一成绩产生不寻常想法的才能）。第二个是聚合头脑（整合不同泉源的信息，从而处理成绩的才能）。从这个角度看，“把两个看似不干系的东西团结在一同，发扬出更大的威力”这件事约莫就有点创造力的意思。除了文中把ChatGPT和绩效评价，ChatGPT和图表言语团结以外，有人现在还整了很多更新更狠的活。有人给小爱同砚接了openai的api就变成了人工智能音箱，让ChatGPT写AI画图的prompt就能出很多顺眼的图，ChatGPT和搜刮引擎团结在一同就做出了new bing。就在迩来（2月20日），微软公布了一篇叫做“ChatGPT for Robotics”的文章，研发职员就创建了一套用于给机器人职责撰写prompt的办法论和计划准则，用ChatGPT调api，试着让机器人也听得懂人话 [2]。在想"ChatGPT可以做什么"的时分无碍当一下缝合怪，可谓宽广天地，大有可为。

△ChatGPT for Robotics论文配图

这是一个极新的年代，种种宏大的事物不休地诞生。祝各位接下去玩得愉快，可以用BORE“钻”出更多ChatGPT的潜能！

引用1 Kojima, Takeshi, et al. "Large language models are zero-shot reasoners." arXiv preprint arXiv:2205.11916 (2022).

引用2 https://www.microsoft.com/en-us/research/group/autonomous-systems-group-robotics/articles/ChatGPT-for-robotics/