Building AI-Copilot：构建 LLM 支持的生成应用程序的一些经验教训和模式

我们正在构建一个用于产品策略和生成创意的实验性人工智能副驾驶，名为“Boba”。一路上，我们学到了一些关于如何构建此类应用程序的有用经验，我们已经根据模式制定了这些应用程序。这些模式允许应用程序帮助用户更有效地与大语言模型 (LLM) 交互，编排提示以获得更好的结果，帮助用户导航复杂的对话流路径，并集成 LLM 没有的知识有可用的。

目录

概述

Using Boba 

Some patterns for building generative co-pilot applications构建生成式副驾驶应用程序的一些模式

Templated Prompt 模板化提示

Structured Response 结构化响应

Real-Time Progress 实时进度

Select and Carry Context选择并携带上下文

Contextual Conversation 情境对话

Out-Loud Thinking 大声思考

Iterative Response 迭代响应

Embedded External Knowledge嵌入的外部知识

Future plans and patterns未来的计划和模式

---

作者：Farooq Ali 法鲁克·阿里

概述

Boba is an experimental AI co-pilot for product strategy & generative ideation, designed to augment the creative ideation process. It’s an LLM-powered application that we are building to learn about:
Boba 是产品策略和生成创意的实验性人工智能副驾驶员，旨在增强创意构思过程。这是一个由LLM支持的应用程序，我们构建它的目的是为了了解：

1. How to design and build generative experiences beyond chat, powered by