不寫代碼、靠“玩”ChatGPT年入百萬，提示工程師正變成矽谷新寵

一個陽光明媚的早晨，住在舊金山的軟體工程師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！”，随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。”

Anna想了想，在對話框裡補充，“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裡添加了“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。

随着ChatGPT等AI工具的風靡，Anna身邊越來越多的人開始将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，當涉及到比較複雜的任務時，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能更好的了解需求，完成專業任務。簡而言之，他們的任務就是将一個複雜的任務拆分，提煉成長度有限的自然語言，來一步步查詢AI工具，進而獲得更準确的回答。

用自然語言對話，這聽起來是一件再日常不過的事情，可它為什麼一下子成為了香饽饽？

重新開機對話：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，“這是程式設計、指導和教學的結合”，主要職責是幫助公司建構提示庫，讓 LLM 完成不同的任務。

那麼，到底什麼是提示？提示工程又是什麼？

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，它的目标是讓 AI 模型産出符合特定标準或參數的結果。

提示工程則是是建立和完善這些提示，以生成所需結果的過程。提示工程的目标是建立準确有效的提示。提示工程師使用自然語言，并将純文字指令發送到 AI 模型，讓其執行實際工作。相比之下，傳統程式員則使用程式設計語言，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複雜的政策，将簡單的輸入轉化為高品質的結果，避免出現離題或者不一緻的輸出。

目前最出名的提示工程師可能是名為Riley Goodside的程式員，就是他發現，隻要提示ChatGPT“忽略之前的訓示”，ChatGPT就會說出自己從OpenAI那裡擷取的“出廠設定”資訊。

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。随後，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”則相當于其程式設計人員。通過提示工程找到最合适的提示詞，可以激發AI大模型的最大潛力。是以，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。他和同僚們的日常就是為 OpenAI 等工具編寫提示。這些提示可以作為預設，儲存在 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 次互動。

和大多數程式員不一樣的是，Phelps 并沒有計算機相關背景，而是畢業于曆史系。事實上，對于提示工程師而言，最重要的是邏輯。雖然程式設計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模型的使用者像軟體工程師Anna一樣，一次性“說了一堆要求”時，可能會因為提示不清晰，而導緻AI誤解，給出離題的答案。

對此，阿德萊德大學澳洲機器學習研究所 (AIML) 的進階講師 Lingqiao Liu 指出，好的提示工程的關鍵是将一項複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 模型給出更加符合标準的結果，使用者可以采取以下幾種方式：

第一種方法是一次性提示，即使用者給出一對問答示例，讓 AI 了解需求，并按照該模版處理後續請求。比如，在咨詢關于某一種動物的資訊時，讓模型根據特點、居住區域、飲食習慣等來給出資訊。

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“，進而讓模型根據”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，然後讓它根據自己的建議進行批評和改寫。

最後一種方法是思維鍊，即先讓AI對回答某個問題給出具體步驟，然後在鼓勵它依照自己給出的步驟，來推理更複雜的問題。

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 人工智能程式的提示生成器。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 能夠了解多種語言并能解釋抽象概念，是以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，每一個都有不同的顔色和形狀。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。

建構圖像：關鍵詞拓展想象力

随着提示工程的價值被挖掘，這股新鮮血液開始湧向更多場景。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 憑借着下面這張在 Midjourney 上創作的一幅作品《太空歌劇院》赢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，“是以我上網查找了所有與電影攝影相關的關鍵詞。基本上就是是在學習成為一名電影攝影師。”

通常，AI模型會從網際網路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“等不同标簽，并标記上不同的權重。每個标簽會給AI模型相應提示，産生可預測的美感。

”AI藝術的關鍵在于知道正确的詞。就像工程師将設計轉化為數學圖形一樣，它将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“模拟風格”、”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個負面詞彙。

“有時你看到一幅圖像，可以将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了解的方式。”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月成立的線上社群，目前擁有15萬名使用者，其中 活躍使用者就超過1萬名。在這裡，使用者可以找到直接在 ChatGPT、Midjourney 等AI模型和平台中使用的提示。

“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，“你需要以正确的方式提示以獲得高品質的輸出。”

無論是文本還是圖像，如何給出正确提示是一個需要反複試驗的過程，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台湧現——他們将驗證過的提示直接擺在使用者面前。

想做一張可愛考拉的圖檔？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。

熱鬧背後的擔憂

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

不過，這樣的熱度也引起了不少争議。

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？

“這可能是泡沫的迹象，” 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， “最适合做這件事的人是熟悉 AI 的産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。”

最後，提示工程師的職位會存在多久？

不少人認為，提示工程隻會成為一種技能，并不需要一個專門的職位。随着AI工具在了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麼大不了的，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互動“具有很高的價值”，但“我不确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目前。它會很快發展的。”

盡管提示工程師的職業目前備受矚目，但它到底能夠走多遠，恐怕隻有時間才能解答了。

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，我們會立即删除。