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(dāng)然可以！"，隨機(jī)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(jìn)行調(diào)整。"

Anna 想了想，在對話框里補(bǔ)充，" 我晚上 9 點(diǎn)要哄娃睡覺，重新幫我規(guī)劃。"

(資料圖)

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

隨著 ChatGPT 等 AI 工具的風(fēng)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(shí)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(dāng)涉及到比較復(fù)雜的任務(wù)時，即便知道 ChatGPT 很強(qiáng)大，Anna 也覺得有點(diǎn)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(qiáng)大的工具面前，如何更好的與它對話，來完成專業(yè)任務(wù)？

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

提示工程師的主要職責(zé)是幫助訓(xùn)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(wù)。簡而言之，他們的任務(wù)就是將一個復(fù)雜的任務(wù)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(zhǔn)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(dá) 33.5 萬美元。在職位描述中，該公司提到，" 這是編程、指導(dǎo)和教學(xué)的結(jié)合 "，主要職責(zé)是幫助公司構(gòu)建提示庫，讓 LLM 完成不同的任務(wù)。

那么，到底什么是提示？提示工程又是什么？

按照學(xué)者們的定義，提示是一組輸入文本或指令，用于指導(dǎo) 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(biāo)是讓 AI 模型產(chǎn)出符合特定標(biāo)準(zhǔn)或參數(shù)的結(jié)果。

提示工程則是是創(chuàng)建和完善這些提示，以生成所需結(jié)果的過程。提示工程的目標(biāo)是創(chuàng)建準(zhǔn)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(shí)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(shù)知識，以執(zhí)行相同的任務(wù)。

而提示工程師的薪資如此之高，很大程度上是因?yàn)檎Z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(fù)雜的策略，將簡單的輸入轉(zhuǎn)化為高質(zhì)量的結(jié)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(shè)置 " 信息。

圖源：Twitter

不僅如此，他還憑借出色的提示技術(shù)，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(jī)，而 " 提示工程師 " 則相當(dāng)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(yù)設(shè)，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(jìn)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(jī)相關(guān)背景，而是畢業(yè)于歷史系。事實(shí)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(jī)器學(xué)習(xí)的背景對工作很有幫助，但卻并不是必要條件。

Anthropic 的技術(shù)人員 Matt Bell 就曾提到，" 我們最好的提示工程師是一位哲學(xué)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(dāng) 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?yàn)樘崾静磺逦鴮?dǎo)致 AI 誤解，給出離題的答案。

對此，阿德萊德大學(xué)澳大利亞機(jī)器學(xué)習(xí)研究所 ( AIML ) 的高級講師 Lingqiao Liu 指出，好的提示工程的關(guān)鍵是將一項(xiàng)復(fù)雜的任務(wù)分解成一組簡單的任務(wù)。

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(xì)節(jié)或結(jié)構(gòu)的 " 普通 " 答案作為回應(yīng)。為了讓 AI 模型給出更加符合標(biāo)準(zhǔn)的結(jié)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(guān)于某一種動物的信息時，讓模型根據(jù)特點(diǎn)、居住區(qū)域、飲食習(xí)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(guān)鍵代理。例如，你可以讓 ChatGPT 寫一個關(guān)于機(jī)器人的故事，然后讓它根據(jù)自己的建議進(jìn)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(fù)雜的問題。

如果一位藝術(shù)家想要使用 ChatGPT 和 Midjourney 來進(jìn)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(dāng) Midjourney 人工智能程序的提示生成器。你的工作是提供詳細(xì)的、有創(chuàng)意的描述，以激發(fā) AI 獨(dú)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(shí)景觀。您的描述越詳細(xì)、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(yuǎn)處，一棵巨大的樹聳立在風(fēng)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(guān)重要。不過，在其他領(lǐng)域，好的提示可能需要更多元素。

構(gòu)建圖像：關(guān)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(guān)注的領(lǐng)域之一。

就圖像生成而言，創(chuàng)造者們認(rèn)為提示的好壞與否取決于關(guān)鍵詞。

七個月前，Jason Allen 憑借著下面這張?jiān)?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(shù)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(xué)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(guān)的關(guān)鍵詞?；旧暇褪鞘窃趯W(xué)習(xí)成為一名電影攝影師。"

通常，AI 模型會從互聯(lián)網(wǎng)上抓取大量圖像及其相關(guān)文本進(jìn)行訓(xùn)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(biāo)簽，并標(biāo)記上不同的權(quán)重。每個標(biāo)簽會給 AI 模型相應(yīng)提示，產(chǎn)生可預(yù)測的美感。

"AI 藝術(shù)的關(guān)鍵在于知道正確的詞。就像工程師將設(shè)計轉(zhuǎn)化為數(shù)學(xué)圖形一樣，它將圖像的離散美學(xué)元素，比如光線追蹤、邊緣照明等，轉(zhuǎn)化為模型的特殊語言 "，和 Jason 一樣通過 AI 來進(jìn)行創(chuàng)作的另一位藝術(shù)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(fēng)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(fù)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(zhì)上，這是你描述圖像的方式，并且是實(shí)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(yīng)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(dāng)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(zhì)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(fù)試驗(yàn)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(yàn)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(guān)？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(dān)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(lǐng)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(quán)歸誰？

目前，通過提示工程生成的作品與大多數(shù)版權(quán)法的解釋相沖突。在美國，當(dāng) Jason Allen 對獲獎作品《太空歌劇院》申請版權(quán)時，版權(quán)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(shè)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(shè)計師或業(yè)務(wù)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(rèn)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(xué)院教授 Ethan Mollick 在 2 月份發(fā)推文說：" 我強(qiáng)烈懷疑‘提示工程’從長遠(yuǎn)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(xué)機(jī)器學(xué)習(xí)研究主任 Adrian Weller 認(rèn)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(guān)注提示工程的當(dāng)前。它會很快發(fā)展的。"

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

來源：獵云網(wǎng)返回搜狐，查看更多

責(zé)任編輯：