给ChatGPT“打绩效”-ChatGPT与提示工程(下)

当前位置:　首页>> 技术小册>> ChatGPT与提示工程(下)

在BROKE框架中，设定目标与关键结果是一个关键环节。下面我们逐步了解如何设定明确的目标，以及在这个过程中需要注意哪些方面。

在人力资源领域，特别是在科技公司中，目标与关键结果(OKR)在绩效评估中会被使用。不过在这里我们用它来描述任务目标，管理任务的预期结果，并在任务的目标和期望上与ChatGPT达成共识。

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。这两者是相辅相成、密切相关的关系。

5.4.1 如何设计目标

目标指任务的目的，即告诉ChatGPT需要生成的内容是什么。

通常，只要你清楚地知道自己想要什么，那么实现过程就不复杂。因此，你可以仅凭借你的直觉和经验设定一个目标。这里将提供一些技巧供你参考，以下达精确的目标指令。

1.清晰明确

在执行命令时，聪明的ChatGPT也需要明确的指示。因此，在设计目标时，应该清晰明确地告诉ChatGPT我们期望的输出是什么。举个例子，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。

2.目标导向

确保目标以期望的结果为导向，而非以过程为导向。例如，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。

3.适度的范围和难度

一个好的目标应该具有适度的范围和难度，即既要挑战ChatGPT的能力，也要考虑其局限性。例如，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。ChatGPT虽然聪明，但是并不是万能的。如果目标太大，可以对其逐步拆解——使用分治法（第6章将介绍）让ChatGPT完成复杂任务，将问题由大化小。

4.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。关于目标的详细信息与补充可以在下一步“设计关键结果”中完成。

5.4.2 如何设计关键结果

在5.4.1小节中，我们了解了如何设置明确的目标以指导ChatGPT完成任务。然而，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。下面我们将深入探讨如何设计出有效的关键结果，以便优化与ChatGPT的交互。

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。

关键结果是对目标的补充。在关键结果中，我们要列出完成任务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。

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)。通过运用这些原则，我们可以更好地引导ChatGPT生成满足需求的输出。SMAR原则可以理解为SMART原则的变种，只是少了T(Time-bound)，以下是SMAR原则的内容。

1.具体

关键结果应具体地描述目标的预期成果。在设计关键结果时，要确保关键结果能明确反映出你希望ChatGPT完成的任务，避免使用模糊或过于抽象的表述。

操作建议：

(1)明确描述预期输出，如“生成一篇1000字以上的文章”；

(2)避免过于宽泛的描述，如“写一篇长文章”。

2.可衡量

关键结果应包含可衡量的指标，以便评估任务是否成功。可衡量的指标有助于你更好地了解ChatGPT的表现，并方便用于调整提示以优化输出。

操作建议：

(1)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”；

(2)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”。

3.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。