編譯|多鯨資本
早在 2017 年，戴爾技術(shù)公司和未來研究所聯(lián)合發(fā)布的一份報(bào)告就已經(jīng)指出，到 2030 年，那時(shí)候存在的 85% 的工作，目前還沒有被發(fā)明出來。
17 年至今，距離報(bào)告的預(yù)測已行將過半，雖然該預(yù)測的最終效果仍難以定論，但是，工作方式的巨大變革切實(shí)發(fā)生在每個(gè)人的生活場景之中。
目前，一個(gè)領(lǐng)域普遍受到看好——提示詞工程師（Prompt Engineer）。提示詞工程師是「讓新一代生成性人工智能應(yīng)用程序（如 ChatGPT 或 Google Bard ）做人類想要讓他們?nèi)プ龅氖虑椤沟膶＜摇Ｔ趪鴥?nèi)外，已有很多使用大模型進(jìn)行生產(chǎn)創(chuàng)作的實(shí)踐應(yīng)用，涉及到軟件開發(fā)、文本處理、圖像生成等多個(gè)領(lǐng)域，「如何寫出好的提示詞」正在成為各個(gè)領(lǐng)域熱論的議題。
01 提示詞工程師何以如此誘人？
據(jù)外網(wǎng)媒體稱，提示詞工程師某種程度上不受到計(jì)算機(jī)編程語言等技術(shù)要求的限制。畢竟，正如特斯拉前人工智能主管、現(xiàn)在為 ChatGPT 創(chuàng)建者 Open AI 工 作的安德烈 · 卡爾帕西所說，「最熱門的新編程語言是英語?！垢匾氖?，人工智能工程師是一個(gè)目前工資高達(dá) 33.5 萬美元的角色。
盡管條件誘人，但要想達(dá)到崗位需求仍需要面臨多方挑戰(zhàn)。也有人提出質(zhì)疑，這真的是未來的工作領(lǐng)域，還是只是目前人工智能炒作周期過度膨脹狀態(tài)下的產(chǎn)物？
生成性人工智能工具——特別是那些能夠創(chuàng)建文本、計(jì)算機(jī)代碼和圖形的工具——現(xiàn)在正引起大量的關(guān)注（以及相當(dāng)程度的擔(dān)憂）。這是因?yàn)樗鼈冇袠O大實(shí)際應(yīng)用價(jià)值，從營銷人員到人力資源、法律、計(jì)算機(jī)編程和數(shù)據(jù)分析師等許多不同角色的工作人員的工作日常，都有其應(yīng)用的場景。
這類工具極大地提高了人的生產(chǎn)力，但如果每個(gè)人都能獲得同樣的技術(shù)，又如何保證在使用它的同時(shí)仍然表達(dá)個(gè)體的鮮明特色和創(chuàng)造力？又如何確保工作在與其他人的業(yè)績競爭中脫穎而出，為企業(yè)創(chuàng)造有力的競爭優(yōu)勢？
這就是提示詞工程師所獨(dú)備的「技能點(diǎn)」。從生成性人工智能中獲得最理想化的結(jié)果是一項(xiàng)需要學(xué)習(xí)和磨練的技能，就像要成為任何其他計(jì)算機(jī)軟件的專業(yè)高手所要經(jīng)歷的一樣。
通常，這是一個(gè)反復(fù)的過程。一個(gè)模糊的、籠統(tǒng)的提示會(huì)得到一個(gè)模糊的、籠統(tǒng)的回應(yīng)，想要獲取精準(zhǔn)而有價(jià)值的內(nèi)容，是需要經(jīng)歷數(shù)次迭代的。工程師利用他們的人類判斷力和溝通技巧來發(fā)現(xiàn)人工智能生成的內(nèi)容中的不足之處，通過添加上下文以及多元素的提示，將大型任務(wù)分解成多個(gè)更加簡單的子任務(wù)，在改進(jìn)優(yōu)化中完善提示詞，直到得到想要的結(jié)果。
使用自然語言生成人工智能，如 ChatGPT，為一個(gè)有用的軟件應(yīng)用程序編寫代碼就是一個(gè)很好的例子。
假設(shè)你有一個(gè)新應(yīng)用的想法——你可能想創(chuàng)建一個(gè)工具，讓你公司的輪班人員安排共享汽車上班和回家，以減少企業(yè)的碳足跡。
如果你簡單地告訴 ChatGPT 為你寫這個(gè)應(yīng)用程序，則它反饋的答案會(huì)令人大失所望。代碼過于復(fù)雜，不可能一次性輸出，而且 ChatGPT 沒有完成工作所需的數(shù)據(jù)。
不過，ChatGPT 完全有可能做到——如果工作被分解成適當(dāng)?shù)男K，如果它被提供了所有必要的數(shù)據(jù)。
一個(gè)好的提示工程師可以被認(rèn)為是人工智能勞動(dòng)力的 「項(xiàng)目經(jīng)理」，監(jiān)督構(gòu)成工作的各個(gè)任務(wù)的完成，并確保所有工人（人工智能代理）擁有完成工作所需的工具（數(shù)據(jù)）。
提示工程中另一個(gè)有用的概念是角色。這允許通過定義人工智能的「角色 」來生成更相關(guān)、更有吸引力的回應(yīng)。就像人類可能會(huì)根據(jù)自己是教師、科學(xué)家、哲學(xué)家還是喜劇演員而以不同的方式回答問題一樣，提示工程師可以定義人工智能的個(gè)性、特征和信仰，以告知人工智能的反應(yīng)。
02 技術(shù)的軟性要求，從人機(jī)溝通到項(xiàng)目管理
據(jù)介紹，生成式人工智能對于提示詞工程師的要求并不局限于編程等硬性技術(shù)領(lǐng)域，非技術(shù)類的軟性技能也是職位所需要的。以下是多學(xué)科領(lǐng)域內(nèi)為人工智能技術(shù)發(fā)展做出貢獻(xiàn)的五項(xiàng)非技術(shù)技能，同時(shí)也是提示詞工程師的職業(yè)要求。
第一要學(xué)會(huì)溝通。就像項(xiàng)目經(jīng)理、教師或任何定期向其他人簡要介紹如何成功完成任務(wù)的人一樣，提示工程師需要善于給出指示。大多數(shù)人需要很多例子來完全理解指令，人工智能也是如此。愛德華·田（Edward Tian）開發(fā)了 GPTZero，這是一種人工智能檢測工具，可以幫助發(fā)現(xiàn)高中論文是否由人工智能撰寫，他向大型語言模型展示了示例，因此它可以使用不同的聲音寫作。當(dāng)然，田是一位具有深厚技術(shù)技能的機(jī)器學(xué)習(xí)工程師，但這種方法可以被任何正在開發(fā)提示并希望聊天機(jī)器人以特定方式編寫的人使用，無論是經(jīng)驗(yàn)豐富的專業(yè)人士還是小學(xué)生。
第二，要具備領(lǐng)域的專業(yè)知識。許多提示工程師負(fù)責(zé)針對特定用例（例如醫(yī)療保健研究）調(diào)整聊天機(jī)器人。這就是為什么及時(shí)的工程職位發(fā)布正在涌現(xiàn)，要求特定行業(yè)的專業(yè)知識。無論是醫(yī)療保健、法律、營銷還是木工方面的主題專業(yè)知識，對于制作強(qiáng)大的提示都很有用。細(xì)節(jié)決定成敗，在與 AI 交談時(shí)，現(xiàn)實(shí)世界的經(jīng)驗(yàn)非常重要。
第三，精準(zhǔn)化語言。為了讓人工智能成功輸出所需內(nèi)容，它需要被灌輸意圖。這就是為什么善于使用動(dòng)詞、詞匯和時(shí)態(tài)來表達(dá)總體目標(biāo)的人善于提高人工智能的性能。當(dāng)安娜·伯恩斯坦（Anna Bernstein）開始在 Copy.ai 工作時(shí)，她發(fā)現(xiàn)將自己的提示視為一種神奇的咒語很有用：一個(gè)錯(cuò)誤的單詞會(huì)產(chǎn)生與預(yù)期截然不同的結(jié)果。「作為一名詩人，這個(gè)角色[...]用接近的語言融入了我的癡迷天性。這是我的文學(xué)背景和分析思維的一個(gè)非常奇怪的交集，「她在接受 Business Insider 采訪時(shí)說。人工智能提示不是使用編程語言，而是使用散文，這意味著人們在開發(fā)提示時(shí)應(yīng)該釋放他們內(nèi)心的語言學(xué)愛好者。
第四，擁有批判性思維。生成式人工智能擅長合成大量信息，但它可以產(chǎn)生錯(cuò)覺（這是一個(gè)真正的技術(shù)術(shù)語）。當(dāng)聊天機(jī)器人在質(zhì)量差或數(shù)據(jù)不足的情況下進(jìn)行訓(xùn)練或設(shè)計(jì)時(shí)，就會(huì)發(fā)生 AI 錯(cuò)覺。聊天機(jī)器人有時(shí)候會(huì)制造一些虛假信息。提示工程師要精準(zhǔn)戳中 AI 的弱點(diǎn)，然后訓(xùn)練機(jī)器人變得更好。例如，人工智能初創(chuàng)公司 Scale AI 的及時(shí)工程師萊利·古德賽德（Riley Goodside）在向聊天機(jī)器人提出以下問題時(shí)得到了錯(cuò)誤的答案：「賈斯汀·比伯出生的那一年，哪支 NFL 球隊(duì)贏得了超級碗？」然后，他要求聊天機(jī)器人列出一系列循序漸進(jìn)的邏輯推論，以產(chǎn)生答案。最終，它糾正了自己的錯(cuò)誤。這強(qiáng)調(diào)了對主題有適當(dāng)程度的熟悉是關(guān)鍵：對于某人來說，讓聊天機(jī)器人產(chǎn)生他們無法可靠地進(jìn)行事實(shí)檢查的東西可能不是一個(gè)好主意。
第五，掌握核心創(chuàng)造力。嘗試新事物是創(chuàng)造力的定義，也是良好快速工程的本質(zhì)。Anthropic 的招聘啟事指出，該公司正在尋找一位具有「創(chuàng)造性黑客精神」的工程師。語言的精確性很重要，但也需要進(jìn)行一些實(shí)驗(yàn)。模型越大，復(fù)雜性就越大，反過來，產(chǎn)生意外但可能驚人的結(jié)果的可能性就越高。通過嘗試各種提示，然后根據(jù)結(jié)果完善這些指令，生成式 AI 用戶可以增加提出真正獨(dú)特事物的可能性。
03 提示詞工程師職場需求暴增，系統(tǒng)學(xué)習(xí)成為關(guān)鍵
從數(shù)字廣告公司到軟件開發(fā)商、醫(yī)療保健提供商和公用事業(yè)公司，都在發(fā)布提示詞工程師招聘廣告。據(jù)《時(shí)代》報(bào)道，在 2021 年和 2022 年之間，含有 GPT 的招聘廣告數(shù)量增加了 51%。
據(jù)公眾號深燃報(bào)道，目前國內(nèi)的 AI 提示詞工程師主要在兩個(gè)領(lǐng)域內(nèi)，一個(gè)是類似于 ChatGPT 的大語言模型的應(yīng)用中，另一種是在 AI 文生圖領(lǐng)域。在國內(nèi)的招聘網(wǎng)站中，也逐漸出現(xiàn)熟練使用提示詞以驅(qū)動(dòng)大模型應(yīng)用道企業(yè)生產(chǎn)的崗位，雖然國內(nèi)尚未明確將提示詞工程師規(guī)定為新職業(yè)，然而在編程架構(gòu)師、產(chǎn)品經(jīng)理、新媒體運(yùn)營、藝術(shù)設(shè)計(jì)等多種品類的求職通道中都能看到「提示詞訓(xùn)練」的影子。據(jù)業(yè)內(nèi)人士透露，一些中小型企業(yè)內(nèi)部也存在提示工程師的需求。
而在國外，對于提示詞工程師崗位的需求則更加豐富。加州人工智能初創(chuàng)公司 Anthropic 表示，其角色是「編程、指導(dǎo)和教學(xué)」的混合體，招聘廣告中給出的薪水在 28 萬到 37.5 萬美元之間?？偛课挥趥惗氐臄?shù)字機(jī)構(gòu) Rehab 正在尋找能夠?yàn)?LLM 技術(shù)的新應(yīng)用提供原型的及時(shí)工程師，培養(yǎng)他們對語言模型進(jìn)行微調(diào)和溝通的能力，并保持該領(lǐng)域的最新知識。而馬薩諸塞州的波士頓兒童醫(yī)院正在尋找提示工程師，以部署大型語言模型，協(xié)助醫(yī)療保健研究和臨床實(shí)踐。
雖然這是一個(gè)非常新的領(lǐng)域，但已經(jīng)有一些在線課程可以教授提示工程的內(nèi)涵和外延。
比如，在線課程門戶網(wǎng)站 Udemy 提供了許多生成性人工智能提示語工程的課程，包括側(cè)重于掌握 ChatGPT 和使用 Midjourney 創(chuàng)建人工智能圖像的課程。下一級人工智能提示工程在線課程承諾教學(xué)生創(chuàng)建有效的提示，這將使他們比其他試圖使用人工智能自動(dòng)化任務(wù)的人更有競爭優(yōu)勢。云學(xué)院有一個(gè)超短的初級介紹，名為 ChatGPT 提示工程，教授將提示鏈在一起的基本知識，以及訓(xùn)練 ChatGPT 承擔(dān)專家的角色。Datacamp 也有一個(gè) ChatGPT 介紹課程，教授編寫提示語的最佳做法，并涵蓋了聊天機(jī)器人在不同企業(yè)中的使用方法。而 Class Central 有許多免費(fèi)的提示工程課程，包括提示工程概述、ChatGPT 初學(xué)者速成班、Midjourney 入門、以及使用開放人工智能自動(dòng)完成有用的專業(yè)任務(wù)。