不寫代碼、靠“玩”ChatGPT年入百萬，提示工程師正變成硅谷新寵

用自然語言對話的技能，還能這么值錢

文|章姝敏  編輯| VickyXiao

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(guī)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(jù)自己的情況進行調(diào)整。”

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(guī)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(jīng)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(yè)任務？

對此，一個新興職業(yè)——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(yè)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？

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(chǎn)出符合特定標準或參數(shù)的結果。

提示工程則是是創(chuàng)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(chuàng)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(fā)送到 AI 模型，讓其執(zhí)行實際工作。相比之下，傳統(tǒng)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(zhí)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(fā)復雜的策略，將簡單的輸入轉化為高質量的結果，避免出現(xiàn)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(fā)現(xiàn)，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(chuàng)業(yè)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(fā)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(yè)。

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(shù)程序員不一樣的是，Phelps 并沒有計算機相關背景，而是畢業(yè)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?！?/span>

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(jié)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(xù)請求。比如，在咨詢關于某一種動物的信息時，讓模型根據(jù)特點、居住區(qū)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(guī)劃“，從而讓模型根據(jù)”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(jù)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(chuàng)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(chuàng)意的描述，以激發(fā) 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(fā)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(xiàn)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。

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(chuàng)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(chuàng)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(xiàn)出自己想要的圖像。

“我想創(chuàng)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(wǎng)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?！?/span>

通常，AI模型會從互聯(lián)網(wǎng)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(chǎn)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(shù)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(chuàng)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(xiàn)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?！彼f。

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(qū)，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(fā)現(xiàn)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(lián)合創(chuàng)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?！?/span>

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(xiàn)——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。

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(chuàng)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(shù)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(fā)語音控制功能的對話設計工作室 labworks.io 的創(chuàng)始人 Tom Hewitson 說， “最適合做這件事的人是熟悉 AI 的產(chǎn)品設計師或業(yè)務分析師，他們的年收入往往在 10 萬到 15 萬英鎊之間?！?/span>

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(fā)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?！?/span>

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(xù)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(fā)展的?！?/span>

盡管提示工程師的職業(yè)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。

*參考資料：