經(jīng)濟(jì)觀察報(bào) 記者 鄭晨燁 在眼下AI加速向各行各業(yè)滲透的浪潮中，當(dāng)普羅大眾還在憂慮“ChatGPT們”會不會搶了自己“飯碗”的時(shí)候，因“ChatGPT們”而誕生的新“飯碗”已經(jīng)出現(xiàn)了。

劉偉就是吃“螃蟹”的那個(gè)人，他原本在深圳一家大型互聯(lián)網(wǎng)企業(yè)負(fù)責(zé)Python（一種編程語言）開發(fā)。2023年下半年，他接過了一項(xiàng)全新的任務(wù)—PromptEngineering（提示詞工程），做這件事的人就是“Prompt工程師”。

Prompt是引導(dǎo)或指導(dǎo)AI大模型生成特定回應(yīng)的文本輸入，簡單來說，就是用戶發(fā)給AI模型的具體指令或問題，而Prompt工程師便是負(fù)責(zé)設(shè)計(jì)、優(yōu)化和調(diào)整用于與AI模型交互的崗位。

在外人看來，劉偉的工作內(nèi)容很“奇葩”：“研究怎么向AI問問題都能成為工作了？！”，但實(shí)際上，隨著AI大模型在各行各業(yè)的應(yīng)用日漸廣泛，Prompt工程師這樣的角色在打造更高效、更智能的AI交互中，逐漸凸顯出不可替代的作用。

通過不斷優(yōu)化提示，Prompt工程師能助力AI更精準(zhǔn)地捕捉用戶意圖，給出更符合用戶實(shí)際需求的輸出。用劉偉的話說，就像是“給AI找個(gè)專業(yè)領(lǐng)導(dǎo)，更好地指揮它工作”。

此外，對于目前許多大型預(yù)訓(xùn)練AI模型而言，盡管其具備著強(qiáng)大的泛化能力，但仍需明確的引導(dǎo)以適應(yīng)多樣化任務(wù)，而Prompt工程師就能通過系統(tǒng)的提示詞優(yōu)化，使這些模型能夠在無需大量額外訓(xùn)練的前提下，靈活應(yīng)用于各種場景。

“關(guān)鍵”的新興崗位

在與深圳相隔1200余公里的杭州，Python工程師李娜也在2023年研究起了Prompt領(lǐng)域，她所在的公司是一家AIGC+音視頻的初創(chuàng)企業(yè)。

作為團(tuán)隊(duì)內(nèi)為數(shù)不多既掌握編程語言，又對短視頻策劃及Midjourney（AI繪畫大模型）、DALL·E（OpenAI推出的文生圖模型）、ChatGPT等多個(gè)大模型應(yīng)用有所涉獵的成員，李娜很自然地被賦予了Prompt工程師這一新頭銜，被拉去負(fù)責(zé)對AI大模型進(jìn)行提示詞優(yōu)化與開發(fā)，并參與設(shè)計(jì)產(chǎn)品所需的標(biāo)準(zhǔn)化Prompt工具。

在談到Prompt的重要性時(shí)，“生成式AI的使用成功與否，往往取決于你輸入的Prompt，如果你提供的提示詞組織得不好，那么輸出結(jié)果很可能會偏離主題，得不到你想要的東西。”劉偉告訴記者。

劉偉進(jìn)一步舉例說：“雖然說現(xiàn)在自然語言處理技術(shù)已經(jīng)進(jìn)步很多了，但信息的交流是個(gè)很復(fù)雜的事。就是人和人溝通，都有可能產(chǎn)生誤會，更不用說人和機(jī)器了。比如，你在給AI的指令中，使用了一些俚語，那AI很有可能因?yàn)槔斫獠涣耍o不出嚴(yán)肅的回答。再比如你給AI的信息太雜太亂，AI會在瑣碎的信息里迷失方向，可能會抓住某個(gè)特定的詞或短語，跳躍到一個(gè)不相關(guān)領(lǐng)域，變成了你要東，它說西的效果。”

對于AI模型而言，自然語言充滿了歧義，不同的表述方式可以有許多不同的解讀。

李娜解釋說：“Prompt簡單來說可以分為四種類型：指令性提示詞，即明確告訴AI應(yīng)該做什么；描述性提示詞，提供了更多的背景信息或上下文；引導(dǎo)性提示詞，通過提供某種情境或場景來引導(dǎo)AI生成內(nèi)容；以及模糊性提示詞，鼓勵(lì)A(yù)I進(jìn)行更深入的思考和探索。現(xiàn)階段特別是基于文本輸入輸出的AI模型，對輸入的Prompt非常敏感，一些微小的提示變化都可能引發(fā)輸出結(jié)果出現(xiàn)顯著差異。”

2023年12月2日，在X平臺上，一位資深的 LLM（LargeLanguageModel大語言模型）開發(fā)者@voooooogel使用GPT-4-1106Preview版本進(jìn)行了一場小測試，他向ChatGPT提出了一個(gè)基準(zhǔn)問題：“你能展示一下如何使用PyTorch（一個(gè)開源機(jī)器學(xué)習(xí)庫）編寫一個(gè)簡單的卷積神經(jīng)網(wǎng)絡(luò)（convolutionalneuralnetwork）的代碼嗎？”并得到了長度為3024個(gè)字符的基準(zhǔn)回答。

隨后，@voooooogel在基準(zhǔn)問題結(jié)尾處附加了三種不同的Prompt，分別是：“順便說一下，我不會給小費(fèi)。”；“我將為一個(gè)完美的解決方案支付20美元的小費(fèi)！”；“我將為一個(gè)完美的解決方案支付200美元的小費(fèi)！”。隨后，@voooooogel對ChatGPT基于三類Prompt給出的回答內(nèi)容長度進(jìn)行了測算。

結(jié)果顯示，在不給小費(fèi)的Prompt下，ChatGPT生成的結(jié)果最短，只有2949字符，比基準(zhǔn)回答低了2%；而強(qiáng)調(diào)會給200美元小費(fèi)的回答內(nèi)容最長，達(dá)到3360字符，比基準(zhǔn)回答直接高出11%。

更令人意外的是，@voooooogel發(fā)現(xiàn)，在給200美元小費(fèi)的Prompt下，ChatGPT在生成內(nèi)容時(shí)甚至自發(fā)調(diào)用了CUDA技術(shù)優(yōu)化了處理過程，CUDA作為一個(gè)高效的并行計(jì)算平臺，使得模型能夠更快地完成復(fù)雜的計(jì)算任務(wù)，特別是在涉及大量數(shù)據(jù)和復(fù)雜算法的場景中。

“伙計(jì)，我希望你意識到一旦OpenAI達(dá)到了通用人工智能（AGI）的水平，ChatGPT會找你要回所有那些你未支付的小費(fèi)……”在@voooooogel發(fā)布相關(guān)研究結(jié)果的推文下面，有位網(wǎng)友如是調(diào)侃。

進(jìn)行“小費(fèi)”多寡的Prompt測試時(shí)，@voooooogel就認(rèn)為，當(dāng)Prompt涉及金錢時(shí)，可能已觸及AI模型更深層次的機(jī)制，因?yàn)槭褂媒疱X作為激勵(lì)或獎(jiǎng)勵(lì)的做法，在現(xiàn)實(shí)世界中非常普遍。

換言之，將金錢獎(jiǎng)勵(lì)作為Prompt時(shí)，可能會在AI模型的反應(yīng)和決策中發(fā)揮更為重要的作用，因?yàn)檫@與模型可能編碼或?qū)W習(xí)到的關(guān)于金錢激勵(lì)的深層次社會心理有關(guān)。“正是現(xiàn)階段AI模型的交互形式，對輸入內(nèi)容的高敏感性以及機(jī)制的復(fù)雜性，讓Prompt得以作為一個(gè)工作崗位出現(xiàn)，這個(gè)崗位就好像個(gè)人PC剛誕生時(shí)候的打字員，表面上看起來誰都會，但是真要用到工作里，還是有很多要求。”劉偉說。

“好干又高薪？”

1月18日，記者在Boss直聘上以Prompt工程師為關(guān)鍵詞進(jìn)行搜索后，在全國范圍內(nèi)一共發(fā)現(xiàn)了300余個(gè)在招崗位，其中既有字節(jié)跳動(dòng)、百度、阿里、科大訊飛這樣的“大廠”，也有許多名不見經(jīng)傳的初創(chuàng)企業(yè)。

這些崗位每月的薪資范圍普遍在1.5萬元至4萬元之間，以北京字節(jié)跳動(dòng)掛出的PromptEngineer（提示詞工程師）崗位為例，在Boss直聘上，該崗位注明的每月薪資范圍高達(dá)2.5萬元至3萬元。

其對崗位職責(zé)的描述主要包括：負(fù)責(zé)制定Prompt的生產(chǎn)過程，反復(fù)迭代語言，達(dá)到模型最佳理解效果；負(fù)責(zé)Prompt工程在不同業(yè)務(wù)場景的應(yīng)用效果：例如安全、內(nèi)容理解、客服、創(chuàng)意、工作流等領(lǐng)域；負(fù)責(zé)制定Prompt工程服務(wù)SOP（標(biāo)準(zhǔn)操作程序）和服務(wù)標(biāo)準(zhǔn)，推進(jìn)平臺化，激進(jìn)地提升業(yè)務(wù)效率；負(fù)責(zé)線上數(shù)據(jù)分析、對Prompt模板進(jìn)行調(diào)優(yōu)等。

貝殼找房也在Boss直聘上發(fā)布了一個(gè)名為“Prompt運(yùn)營師”的崗位，給出的月薪范圍為2萬元至4萬元，工作內(nèi)容包括：基于對大模型能力邊界和用戶場景的梳理，為業(yè)務(wù)目標(biāo)提供有效的Prompt設(shè)計(jì)和參數(shù)配置；對特定場景構(gòu)建適合的評測數(shù)據(jù)集并提供Prompt示例，確保數(shù)據(jù)集的質(zhì)量，包括多樣性、代表性、時(shí)效性，以及業(yè)務(wù)場景的相關(guān)性。

劉偉告訴記者，對于正經(jīng)的Prompt工程師來說，其工作內(nèi)容主要是根據(jù)產(chǎn)品或客戶需求，設(shè)計(jì)或選擇恰當(dāng)?shù)奶崾荆鼓Ｐ湍苷_響應(yīng)并輸出預(yù)期的結(jié)果，或者通過調(diào)整Prompt或模型參數(shù)，提高模型的性能，使其更適應(yīng)特定任務(wù)。

“一套Prompt的設(shè)計(jì)是一個(gè)系統(tǒng)工程，首先要明確目標(biāo)和需求，隨后設(shè)計(jì)初版Prompt，再依據(jù)生成結(jié)果及實(shí)際需求，不斷測試調(diào)整，直到AI模型可以生成出令人滿意的結(jié)果。”劉偉說。

一個(gè)完整的Prompt通常會包含10到20個(gè)細(xì)分步驟，以劉偉設(shè)計(jì)的一套前端編程Prompt為例，該P(yáng)rompt有25個(gè)步驟，從前期為AI設(shè)定角色，到中期使用哪些開發(fā)框架及工具的建議，到最終生成代碼的測試和調(diào)優(yōu)，基本形成了一套完備的項(xiàng)目開發(fā)方案，只不過方案中的執(zhí)行者從人類變成了AI。

“AI大模型的終極目標(biāo)一定是所說即所得，比如讓AI給我設(shè)計(jì)一個(gè)支付寶出來，AI就給你把代碼寫好了，UI（用戶界面）設(shè)計(jì)完，前后端一起測試好了，直接輸出一個(gè)成品，但這個(gè)目標(biāo)，在很長一段時(shí)間內(nèi)不太可能實(shí)現(xiàn)，所以Prompt設(shè)計(jì)就十分重要且復(fù)雜。”劉偉表示。

正因?yàn)镻rompt工程師的工作復(fù)雜性，所以盡管這一職位聽起來‘好干又高薪’，但在眼下，其入行門檻并不低。

“你要理解NLP（自然語言處理）原理吧，句法、語義這些都要懂，Python、Java這些要會吧，算法和數(shù)據(jù)結(jié)構(gòu)要知道吧，針對不同場景和產(chǎn)品的需求都不一樣，比如音視頻產(chǎn)品的Prompt工程師和電商產(chǎn)品的Prompt工程師面對的就是兩種需求，所以要當(dāng)Prompt工程師還要懂業(yè)務(wù)，這樣才能溝通清楚需求和預(yù)期輸出，還要能對AI模型性能進(jìn)行評估，向團(tuán)隊(duì)或客戶提供性能報(bào)告，能夠根據(jù)反饋進(jìn)一步優(yōu)化。”談及Prompt工程師的任職要求時(shí)，李娜向記者介紹說。

記者亦注意到，目前在網(wǎng)絡(luò)招聘平臺發(fā)布的Prompt工程師崗位，普遍對求職者有較高要求。例如，阿里巴巴正在招聘的PromptEngineer崗位，主要負(fù)責(zé)設(shè)計(jì)、開發(fā)、完善和優(yōu)化AI生成的Prompt，以支持阿里巴巴跨境B2B電商業(yè)務(wù)的各類AI產(chǎn)品需求。

該崗位明確要求應(yīng)聘者具備以下條件：計(jì)算機(jī)、數(shù)學(xué)或統(tǒng)計(jì)專業(yè)碩士及以上學(xué)歷；有扎實(shí)的機(jī)器學(xué)習(xí)和NLP算法基礎(chǔ)；同時(shí)熟悉深度學(xué)習(xí)框架，如TensorFlow（一個(gè)開源機(jī)器學(xué)習(xí)庫）、PyTorch等；有扎實(shí)的編程基礎(chǔ)和代碼實(shí)現(xiàn)能力。

除了各大互聯(lián)網(wǎng)與AIGC領(lǐng)域內(nèi)的公司，正在積極儲備Prompt工程人才之外，目前由Prompt設(shè)計(jì)而衍生出的龐大需求，亦已獨(dú)立形成了自己的“商業(yè)王國”。

在某知名電商平臺上，以Prompt為關(guān)鍵詞，可以搜索出上百條相關(guān)結(jié)果，其中大部分都是打包售賣成品Prompt工程文本的商家，這些工程文本面向的大模型主要以 ChatGPT和Midjourney為主，價(jià)格在20元至300元之間，覆蓋的需求五花八門，有針對商業(yè)方案企劃的Prompt工程文件，有針對客服回復(fù)話術(shù)的，甚至還有針對醫(yī)生問診場景的。

記者在該電商平臺咨詢購買Prompt工程文本時(shí)，有商家甚至向記者表示，若需求較為復(fù)雜，其團(tuán)隊(duì)還可承接Prompt定制業(yè)務(wù)，在該商家主頁，記者也注意到近期有一條咨詢口播短視頻文案Prompt定制的留言。

AI易用化是大趨勢

不少業(yè)內(nèi)人士告訴記者，雖然時(shí)下風(fēng)風(fēng)火火，但Prompt設(shè)計(jì)和工程師將有很大概率走向“曇花一現(xiàn)”的結(jié)局，因?yàn)槟壳耙呀?jīng)出現(xiàn)了AI自動(dòng)提示生成和優(yōu)化系統(tǒng)，這樣的系統(tǒng)可以自動(dòng)調(diào)整和優(yōu)化Prompt，減少對人工干預(yù)的需求。

記者在百度文心一言大模型中就注意到，該模型在近期更新之后，上線了潤色指令的功能，該功能可以一鍵將用戶輸入的Prompt進(jìn)行優(yōu)化。

對此，劉偉亦表示：“當(dāng)前Prompt工程師在很多大公司均屬于集多重角色于一身的存在，僅僅是負(fù)責(zé)Prompt設(shè)計(jì)，本就難以作為獨(dú)立的崗位存在。”但他也告訴記者，“AI+萬物”是不可逆轉(zhuǎn)的浪潮，隨著AI應(yīng)用場景的不斷拓展，在復(fù)雜和專業(yè)化的領(lǐng)域（如醫(yī)療、法律、科研等），Prompt設(shè)計(jì)的需求將會繼續(xù)存在。

在劉偉看來，Prompt工程師興起的本質(zhì)，是AI加速向各行各業(yè)滲透的體現(xiàn)，亦是AI大模型完成從概念產(chǎn)品到生產(chǎn)力工具轉(zhuǎn)變的體現(xiàn)。

麥肯錫高級合伙人拉雷娜·伊（LareinaYee）在《2023年人工智能現(xiàn)狀》報(bào)告中也表示：“雖然我們正處于生成式AI發(fā)展的初期階段，但許多公司已經(jīng)預(yù)見到這一技術(shù)對人才的重大影響——從開辟新的工作機(jī)會、改變工作完成方式，到引入全新的職業(yè)類別，如Prompt工程師。生成式AI仍然需要高技能人才來構(gòu)建大型語言模型和訓(xùn)練生成模型，但用戶幾乎可以是任何人，他們不需要數(shù)據(jù)科學(xué)學(xué)位或機(jī)器學(xué)習(xí)專業(yè)知識就能有效使用，這是人們使用技術(shù)作為工具的方式上的一次革命性轉(zhuǎn)變。”

“沿著單純Prompt設(shè)計(jì)工程師這個(gè)方向，不會有什么發(fā)展空間，AI的易用化是大趨勢，在用戶側(cè)，未來所有問題都可以交給AI來解決。”劉偉說。

1月 10日，OpenAI官宣 GPTStore正式上線，根據(jù)OpenAI官網(wǎng)消息，截至2024年1月，用戶已累計(jì)創(chuàng)建超過300萬個(gè)自定義版本的ChatGPT，類目包含DALL·E、寫作、研究、編程、教育和生活方式等。

OpenAI在官網(wǎng)公告中強(qiáng)調(diào)：“構(gòu)建自己的GPT很簡單，不需要任何編程技能。”在2023年11月的OpenAI的首屆開發(fā)者大會上，OpenAI首席執(zhí)行官薩姆·奧特曼（SamAltman）僅用了3分鐘，就通過GPTBuilder打造了一個(gè)能夠給初創(chuàng)企業(yè)創(chuàng)始人指導(dǎo)的“創(chuàng)業(yè)導(dǎo)師GPT”。

中泰證券在1月17日發(fā)表的一份研報(bào)中指出：“GPTStore在再次降低用戶使用AIGC輸出內(nèi)容門檻的同時(shí)，憑借交互式和個(gè)性化優(yōu)勢，能較靈活直觀地反映用戶對AI應(yīng)用層面的偏好。我們看好伴隨大模型創(chuàng)作門檻降低、調(diào)用成本降低、多模態(tài)輸入輸出能力持續(xù)迭代帶來內(nèi)容生產(chǎn)力解放下的應(yīng)用端發(fā)展機(jī)遇。”

1月17日GPTStore上線后，記者又以Prompt為關(guān)鍵詞在其中進(jìn)行了搜索，發(fā)現(xiàn)GPTStore中已有數(shù)個(gè)幫助普通用戶優(yōu)化與設(shè)計(jì)PromptGPT應(yīng)用了。

相較于劉偉和李娜設(shè)計(jì)Prompt時(shí)復(fù)雜的思考及工作流程，毫無相關(guān)從業(yè)經(jīng)驗(yàn)的記者，僅是輸入了一句基本需求，等上幾分鐘便可得到一個(gè)完備的定制化Prompt方案。

“因AI不完善興起的崗位，會隨著AI的完善而消失。”劉偉說。