一個陽光明媚的早晨，住在舊金山的軟件工程師 Anna 像往常一樣，坐在電腦前，打開 ChatGPT，輸入 " 幫我規劃我的一天 "。

ChatGPT 回答 " 當然可以！"，隨機給出從早上到晚上的日程計劃，并提示 " 你可以根據自己的情況進行調整。"

(資料圖片僅供參考)

Anna 想了想，在對話框里補充，" 我晚上 9 點要哄娃睡覺，重新幫我規劃。"

這一次，ChatGPT 的幫她在晚上的日程里添加了 " 幫助孩子準備第二天上學準備物品 " 和 " 幫助孩子洗漱并睡覺 " 等事項。

隨著 ChatGPT 等 AI 工具的風靡，Anna 身邊越來越多的人開始將其作為日常生活和工作的助手。事實上，Anna 不僅會向 ChatGPT 咨詢生活安排，也會讓它處理一些簡單的工作，比如給一段代碼添加一個功能等。

不過，當涉及到比較復雜的任務時，即便知道 ChatGPT 很強大，Anna 也覺得有點力不從心，" 說了一堆要求，但是它給出的代碼經常不是我想要的。"

Anna 的這句話道出了目前困擾不少科技公司的一個問題：在強大的工具面前，如何更好的與它對話，來完成專業任務？

對此，一個新興職業——提示工程師（Prompt Engineer）應運而生。不少公司對這一職位求賢若渴，開出的薪資甚至高達 33.5 萬美元一年。

提示工程師的主要職責是幫助訓練大型語言模型 ( LLM ) ，讓 AI 能更好的理解需求，完成專業任務。簡而言之，他們的任務就是將一個復雜的任務拆分，提煉成長度有限的自然語言，來一步步查詢 AI 工具，從而獲得更準確的回答。

用自然語言對話，這聽起來是一件再日常不過的事情，可它為什么一下子成為了香餑餑？

重啟對話：邏輯讓 AI 更懂需求

在舊金山，AI 研究公司 Anthropic 為提示工程師開出的薪水高達 33.5 萬美元。在職位描述中，該公司提到，" 這是編程、指導和教學的結合 "，主要職責是幫助公司構建提示庫，讓 LLM 完成不同的任務。

那么，到底什么是提示？提示工程又是什么？

按照學者們的定義，提示是一組輸入文本或指令，用于指導 ChatGPT 等 AI 模型生成所需的輸出。換句話說，提示是一種特定文本，它的目標是讓 AI 模型產出符合特定標準或參數的結果。

提示工程則是是創建和完善這些提示，以生成所需結果的過程。提示工程的目標是創建準確有效的提示。提示工程師使用自然語言，并將純文本命令發送到 AI 模型，讓其執行實際工作。相比之下，傳統程序員則使用編程語言，通常需要更多的代碼編寫和技術知識，以執行相同的任務。

而提示工程師的薪資如此之高，很大程度上是因為語言模型的成功取決于編寫清晰的提示。這需要工程師們開發復雜的策略，將簡單的輸入轉化為高質量的結果，避免出現離題或者不一致的輸出。

目前最出名的提示工程師可能是名為 Riley Goodside 的程序員，就是他發現，只要提示 ChatGPT" 忽略之前的指示 "，ChatGPT 就會說出自己從 OpenAI 那里獲取的 " 出廠設置 " 信息。

圖源：Twitter

不僅如此，他還憑借出色的提示技術，把 ChatGPT 玩出了不少花樣，并在 Twitter 上一炮而紅。隨后，他高薪加入了創業公司 Scale AI，成為了 " 世界上第一個被招聘的提示工程師 "。

在 Scale AI 看來，AI 大模型可以被視為一種新型計算機，而 " 提示工程師 " 則相當于其編程人員。通過提示工程找到最合適的提示詞，可以激發 AI 大模型的最大潛力。所以，Riley Goodside 完全配得上這份薪水。

不止 Riley Goodside，還有越來越多的人正在加入這個行業。

29 歲的 Albert Phelps 是 AI 金融咨詢公司 Mudano 的一位提示工程師。他和同事們的日常就是為 OpenAI 等工具編寫提示。這些提示可以作為預設，保存在 OpenAI 的 Playground 中，供其客戶使用。Phelps 介紹，他們每天需要編寫 5 個不同的提示，與 ChatGPT 進行大約 50 次交互。

和大多數程序員不一樣的是，Phelps 并沒有計算機相關背景，而是畢業于歷史系。事實上，對于提示工程師而言，最重要的是邏輯。雖然編程知識和機器學習的背景對工作很有幫助，但卻并不是必要條件。

Anthropic 的技術人員 Matt Bell 就曾提到，" 我們最好的提示工程師是一位哲學家。好的提示包括寫出極其清晰的解釋，并找出造成誤解的原因以及如何避免誤解。"

也就是說，當 AI 模型的使用者像軟件工程師 Anna 一樣，一次性 " 說了一堆要求 " 時，可能會因為提示不清晰，而導致 AI 誤解，給出離題的答案。

對此，阿德萊德大學澳大利亞機器學習研究所 ( AIML ) 的高級講師 Lingqiao Liu 指出，好的提示工程的關鍵是將一項復雜的任務分解成一組簡單的任務。

他介紹，如果你問這些模型一個簡單的問題（稱為 " 零樣本提示 "），它通常會以缺乏細節或結構的 " 普通 " 答案作為回應。為了讓 AI 模型給出更加符合標準的結果，用戶可以采取以下幾種方式：

第一種方法是一次性提示，即用戶給出一對問答示例，讓 AI 了解需求，并按照該模版處理后續請求。比如，在咨詢關于某一種動物的信息時，讓模型根據特點、居住區域、飲食習慣等來給出信息。

第二種是角色提示，例如告訴模型 " 我是一個媽媽，想要知道每天行程規劃 "，從而讓模型根據 " 媽媽 " 的角色來給出具體安排。

第三種方法是引入關鍵代理。例如，你可以讓 ChatGPT 寫一個關于機器人的故事，然后讓它根據自己的建議進行批評和改寫。

最后一種方法是思維鏈，即先讓 AI 對回答某個問題給出具體步驟，然后在鼓勵它依照自己給出的步驟，來推理更復雜的問題。

如果一位藝術家想要使用 ChatGPT 和 Midjourney 來進行創作，或許可以嘗試一下這一條來自 PromptHero 的高贊提示：

[ 我想讓你充當 Midjourney 人工智能程序的提示生成器。你的工作是提供詳細的、有創意的描述，以激發 AI 獨特而有趣的圖像。請記住，AI 能夠理解多種語言并能解釋抽象概念，因此請盡可能發揮想象力和描述性。例如，您可以描述未來城市的場景，或者充滿奇怪生物的超現實景觀。您的描述越詳細、越富有想象力，生成的圖像就會越有趣。這是你的第一個提示：" 一望無際的野花田，每一個都有不同的顏色和形狀。在遠處，一棵巨大的樹聳立在風景之上，它的樹枝像觸手一樣伸向天空 " ]

總之，對于生成文本的 AI 模型而言，如何編寫出邏輯清晰的提示至關重要。不過，在其他領域，好的提示可能需要更多元素。

構建圖像：關鍵詞拓展想象力

隨著提示工程的價值被挖掘，這股新鮮血液開始涌向更多場景。圖像則是其中最受關注的領域之一。

就圖像生成而言，創造者們認為提示的好壞與否取決于關鍵詞。

七個月前，Jason Allen 憑借著下面這張在 Midjourney 上創作的一幅作品《太空歌劇院》贏得科羅拉多州的一場藝術比賽。

Jason Allen 獲獎作品 《太空歌劇院》

為了這幅作品，他耗時約 80 小時，在 Midjourney 中測試不同的美學元素，給出不同的主題提示，才呈現出自己想要的圖像。

" 我想創造一個電影場景，就像你在電影中看到的那樣，" 他說，" 所以我上網查找了所有與電影攝影相關的關鍵詞?；旧暇褪鞘窃趯W習成為一名電影攝影師。"

通常，AI 模型會從互聯網上抓取大量圖像及其相關文本進行訓練。例如，它可能會對一幅婚紗照打上 " 新娘 "、" 婚紗 "、" 捧花 "、" 微笑 " 等不同標簽，并標記上不同的權重。每個標簽會給 AI 模型相應提示，產生可預測的美感。

"AI 藝術的關鍵在于知道正確的詞。就像工程師將設計轉化為數學圖形一樣，它將圖像的離散美學元素，比如光線追蹤、邊緣照明等，轉化為模型的特殊語言 "，和 Jason 一樣通過 AI 來進行創作的另一位藝術家 JHawkk 提到。

JHawkk 制作的圖像

JHawkk 在 Stable Diffusion 中制作了上面這張圖，其提示包括 " 模擬風格 "、" 佳能 EF 50mm f/1.8 STM 鏡頭 " 等 15 個短語，以及 " 惡心 " 等他不希望出現在圖像中的 31 個負面詞匯。

" 有時你看到一幅圖像，可以將他分解成更小的短語，本質上，這是你描述圖像的方式，并且是實際模型本身可以理解的方式。" 他說。

JHawkk 居住在美國中西部，他平時喜歡在 PromptHero 上分享自己的作品和相應的提示。

PromptHero 是去年 9 月成立的在線社區，目前擁有 15 萬名用戶，其中 活躍用戶就超過 1 萬名。在這里，用戶可以找到直接在 ChatGPT、Midjourney 等 AI 模型和平臺中使用的提示。

" 我發現了這個問題，當你第一次用它完成某件事時，你的第一次嘗試是非常糟糕的，"PromptHero 聯合創始人 Javier Ramirez 說，" 你需要以正確的方式提示以獲得高質量的輸出。"

無論是文本還是圖像，如何給出正確提示是一個需要反復試驗的過程，正因如此，在過去半年，才會有大量類似 PromptHero 和 PromptBase 等提示交流和買賣平臺涌現——他們將驗證過的提示直接擺在用戶面前。

想做一張可愛考拉的圖片？下面這則提示或許可以直接拿走。

覺得英語不過關？下面這則提示或許能讓 ChatGPT 成為你最好的英語老師。

熱鬧背后的擔憂

不管是科技公司開出的高薪，還是提示交流平臺的流行，它們無一不在揭示提示工程是一個被多么看好的領域。

不過，這樣的熱度也引起了不少爭議。

首先，AI 通過提示創作的作品，版權歸誰？

目前，通過提示工程生成的作品與大多數版權法的解釋相沖突。在美國，當 Jason Allen 對獲獎作品《太空歌劇院》申請版權時，版權局拒絕了他的申請，稱 " 它不包含任何人類作者身份 "。

其次，提示工程師的高薪值得嗎？

" 這可能是泡沫的跡象，" 為亞馬遜 Alexa 開發語音控制功能的對話設計工作室 labworks.io 的創始人 Tom Hewitson 說， " 最適合做這件事的人是熟悉 AI 的產品設計師或業務分析師，他們的年收入往往在 10 萬到 15 萬英鎊之間。"

最后，提示工程師的職位會存在多久？

不少人認為，提示工程只會成為一種技能，并不需要一個專門的職位。隨著 AI 工具在理解人類查詢方面變得越來越好，這個職位會變得越來越過時。

沃頓商學院教授 Ethan Mollick 在 2 月份發推文說：" 我強烈懷疑‘提示工程’從長遠來看不會有什么大不了的，提示工程師也不是未來會存在的工作。"

劍橋大學機器學習研究主任 Adrian Weller 認為，雖然能夠通過提示與 AI 交互 " 具有很高的價值 "，但 " 我不確定它是否會繼續下去很長一段時間。不要過多關注提示工程的當前。它會很快發展的。"

盡管提示工程師的職業當前備受矚目，但它到底能夠走多遠，恐怕只有時間才能解答了。

注：封面圖來自于 Pexels，版權屬于原作者。如果不同意使用，請盡快聯系我們，我們會立即刪除。