人工智能[898]
月薪4萬的“關鍵”新興崗位：研究如何向AI發問
在眼下AI加速向各行各業滲透的浪潮中，當普羅大眾還在憂慮“ChatGPT們”會不會搶了自己“飯碗”的時候，因“ChatGPT們”而誕生的新“飯碗”已經出現了。
（提示詞工程），做這件事的人就是“Prompt工程師”。
Prompt是引導或指導AI大模型生成特定回應的文本輸入，簡單來說，就是用戶發給AI模型的具體指令或問題，而Prompt工程師便是負責設計、優化和調整用于與AI模型交互的崗位。
在外人看來，劉偉的工作內容很“奇葩”：“研究怎么向AI問問題都能成為工作了？！”，但實際上，隨著AI大模型在各行各業的應用日漸廣泛，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。
通過不斷優化提示，Prompt工程師能助力AI更精準地捕捉用戶意圖，給出更符合用戶實際需求的輸出。用劉偉的話說，就像是“給AI找個專業領導，更好地指揮它工作”。
此外，對于目前許多大型預訓練AI模型而言，盡管其具備著強大的泛化能力，但仍需明確的引導以適應多樣化任務，而Prompt工程師就能通過系統的提示詞優化，使這些模型能夠在無需大量額外訓練的前提下，靈活應用于各種場景。
“關鍵”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領域，她所在的公司是一家AIGC+音視頻的初創企業。
作為團隊內為數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等多個大模型應用有所涉獵的成員，李娜很自然地被賦予了Prompt工程師這一新頭銜，被拉去負責對AI大模型進行提示詞優化與開發，并參與設計產品所需的標準化Prompt工具。
在談到Prompt的重要性時，“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。
劉偉進一步舉例說：“雖然說現在自然語言處理技術已經進步很多了，但信息的交流是個很復雜的事。就是人和人溝通，都有可能產生誤會，更不用說人和機器了。比如，你在給AI的指令中，使用了一些俚語，那AI很有可能因為理解不了，給不出嚴肅的回答。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，可能會抓住某個特定的詞或短語，跳躍到一個不相關領域，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；引導性提示詞，通過提供某種情境或場景來引導AI生成內容；以及模糊性提示詞，鼓勵AI進行更深入的思考和探索。現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輸出結果出現顯著差異。”
在X平臺上，一位資深的 LLM（LargeLanguageModel大語言模型）開發者@voooooogel使用GPT-4-1106Preview版本進行了一場小測試，他向ChatGPT提出了一個基準問題：“你能展示一下如何使用PyTorch（一個開源機器學習庫）編寫一個簡單的卷積神經網絡（convolutionalneuralnetwork）的代碼嗎？”并得到了長度為3024個字符的基準回答。
隨后，@voooooogel在基準問題結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。”；“我將為一個完美的解決方案支付20美元的小費！”；“我將為一個完美的解決方案支付200美元的小費！”。隨后，@voooooogel對ChatGPT基于三類Prompt給出的回答內容長度進行了測算。
結果顯示，在不給小費的Prompt下，ChatGPT生成的結果最短，只有2949字符，比基準回答低了2%；而強調會給200美元小費的回答內容最長，達到3360字符，比基準回答直接高出11%。
更令人意外的是，@voooooogel發現，在給200美元小費的Prompt下，ChatGPT在生成內容時甚至自發調用了CUDA技術優化了處理過程，CUDA作為一個高效的并行計算平臺，使得模型能夠更快地完成復雜的計算任務，特別是在涉及大量數據和復雜算法的場景中。
“伙計，我希望你意識到一旦OpenAI達到了通用人工智能（AGI）的水平，ChatGPT會找你要回所有那些你未支付的小費……”在@voooooogel發布相關研究結果的推文下面，有位網友如是調侃。
進行“小費”多寡的Prompt測試時，@voooooogel就認為，當Prompt涉及金錢時，可能已觸及AI模型更深層次的機制，因為使用金錢作為激勵或獎勵的做法，在現實世界中非常普遍。
換言之，將金錢獎勵作為Prompt時，可能會在AI模型的反應和決策中發揮更為重要的作用，因為這與模型可能編碼或學習到的關于金錢激勵的深層次社會心理有關。“正是現階段AI模型的交互形式，對輸入內容的高敏感性以及機制的復雜性，讓Prompt得以作為一個工作崗位出現，這個崗位就好像個人PC剛誕生時候的打字員，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工程師為關鍵詞進行搜索后，在全國范圍內一共發現了300余個在招崗位，其中既有字節跳動、百度、阿里、科大訊飛這樣的“大廠”，也有許多名不見經傳的初創企業。
這些崗位每月的薪資范圍普遍在1.5萬元至4萬元之間，以北京字節跳動掛出的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2.5萬元至3萬元。
其對崗位職責的描述主要包括：負責制定Prompt的生產過程，反復迭代語言，達到模型最佳理解效果；負責Prompt工程在不同業務場景的應用效果：例如安全、內容理解、客服、創意、工作流等領域；負責制定Prompt工程服務SOP（標準操作程序）和服務標準，推進平臺化，激進地提升業務效率；負責線上數據分析、對Prompt模板進行調優等。
貝殼找房也在Boss直聘上發布了一個名為“Prompt運營師”的崗位，給出的月薪范圍為2萬元至4萬元，工作內容包括：基于對大模型能力邊界和用戶場景的梳理，為業務目標提供有效的Prompt設計和參數配置；對特定場景構建適合的評測數據集并提供Prompt示例，確保數據集的質量，包括多樣性、代表性、時效性，以及業務場景的相關性。
劉偉告訴記者，對于正經的Prompt工程師來說，其工作內容主要是根據產品或客戶需求，設計或選擇恰當的提示，使模型能正確響應并輸出預期的結果，或者通過調整Prompt或模型參數，提高模型的性能，使其更適應特定任務。
“一套Prompt的設計是一個系統工程，首先要明確目標和需求，隨后設計初版Prompt，再依據生成結果及實際需求，不斷測試調整，直到AI模型可以生成出令人滿意的結果。”劉偉說。
一個完整的Prompt通常會包含10到20個細分步驟，以劉偉設計的一套前端編程Prompt為例，該Prompt有25個步驟，從前期為AI設定角色，到中期使用哪些開發框架及工具的建議，到最終生成代碼的測試和調優，基本形成了一套完備的項目開發方案，只不過方案中的執行者從人類變成了AI。
“AI大模型的終極目標一定是所說即所得，比如讓AI給我設計一個支付寶出來，AI就給你把代碼寫好了，UI（用戶界面）設計完，前后端一起測試好了，直接輸出一個成品，但這個目標，在很長一段時間內不太可能實現，所以Prompt設計就十分重要且復雜。”劉偉表示。
正因為Prompt工程師的工作復雜性，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，算法和數據結構要知道吧，針對不同場景和產品的需求都不一樣，比如音視頻產品的Prompt工程師和電商產品的Prompt工程師面對的就是兩種需求，所以要當Prompt工程師還要懂業務，這樣才能溝通清楚需求和預期輸出，還要能對AI模型性能進行評估，向團隊或客戶提供性能報告，能夠根據反饋進一步優化。”談及Prompt工程師的任職要求時，李娜向記者介紹說。
記者亦注意到，目前在網絡招聘平臺發布的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，主要負責設計、開發、完善和優化AI生成的Prompt，以支持阿里巴巴跨境B2B電商業務的各類AI產品需求。
該崗位明確要求應聘者具備以下條件：計算機、數學或統計專業碩士及以上學歷；有扎實的機器學習和NLP算法基礎；同時熟悉深度學習框架，如TensorFlow（一個開源機器學習庫）、PyTorch等；有扎實的編程基礎和代碼實現能力。
除了各大互聯網與AIGC領域內的公司，正在積極儲備Prompt工程人才之外，目前由Prompt設計而衍生出的龐大需求，亦已獨立形成了自己的“商業王國”。
在某知名電商平臺上，以Prompt為關鍵詞，可以搜索出上百條相關結果，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，價格在20元至300元之間，覆蓋的需求五花八門，有針對商業方案企劃的Prompt工程文件，有針對客服回復話術的，甚至還有針對醫生問診場景的。
記者在該電商平臺咨詢購買Prompt工程文本時，有商家甚至向記者表示，若需求較為復雜，其團隊還可承接Prompt定制業務，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
不少業內人士告訴記者，雖然時下風風火火，但Prompt設計和工程師將有很大概率走向“曇花一現”的結局，因為目前已經出現了AI自動提示生成和優化系統，這樣的系統可以自動調整和優化Prompt，減少對人工干預的需求。
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進行優化。
對此，劉偉亦表示：“當前Prompt工程師在很多大公司均屬于集多重角色于一身的存在，僅僅是負責Prompt設計，本就難以作為獨立的崗位存在。”但他也告訴記者，“AI+萬物”是不可逆轉的浪潮，隨著AI應用場景的不斷拓展，在復雜和專業化的領域（如醫療、法律、科研等），Prompt設計的需求將會繼續存在。
在劉偉看來，Prompt工程師興起的本質，是AI加速向各行各業滲透的體現，亦是AI大模型完成從概念產品到生產力工具轉變的體現。
麥肯錫高級合伙人拉雷娜·伊（LareinaYee）在《2023年人工智能現狀》報告中也表示：“雖然我們正處于生成式AI發展的初期階段，但許多公司已經預見到這一技術對人才的重大影響——從開辟新的工作機會、改變工作完成方式，到引入全新的職業類別，如Prompt工程師。生成式AI仍然需要高技能人才來構建大型語言模型和訓練生成模型，但用戶幾乎可以是任何人，他們不需要數據科學學位或機器學習專業知識就能有效使用，這是人們使用技術作為工具的方式上的一次革命性轉變。”
“沿著單純Prompt設計工程師這個方向，不會有什么發展空間，AI的易用化是大趨勢，在用戶側，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OpenAI官網消息，截至2024年1月，用戶已累計創建超過300萬個自定義版本的ChatGPT，類目包含DALL·E、寫作、研究、編程、教育和生活方式等。
OpenAI在官網公告中強調：“構建自己的GPT很簡單，不需要任何編程技能。”在2023年11月的OpenAI的首屆開發者大會上，OpenAI首席執行官薩姆·奧特曼（SamAltman）僅用了3分鐘，就通過GPTBuilder打造了一個能夠給初創企業創始人指導的“創業導師GPT”。
“GPTStore在再次降低用戶使用AIGC輸出內容門檻的同時，憑借交互式和個性化優勢，能較靈活直觀地反映用戶對AI應用層面的偏好。我們看好伴隨大模型創作門檻降低、調用成本降低、多模態輸入輸出能力持續迭代帶來內容生產力解放下的應用端發展機遇。”
GPTStore上線后，記者又以Prompt為關鍵詞在其中進行了搜索，發現GPTStore中已有數個幫助普通用戶優化與設計PromptGPT應用了。
相較于劉偉和李娜設計Prompt時復雜的思考及工作流程，毫無相關從業經驗的記者，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。”
我是一位75歲以上的老人！本站主要是些學習體驗與分享(其中會引用一些作品的原話并結合我的一生體會與經驗加工整理而成！在此一并感謝！如有不妥之處敬請與我聯系,我會妥善處理，謝謝！)我寫的主要是中老年人各方面應注意的事兒！退休后我希望通過這個平臺廣交朋友，互助交流，共筑美好生活！！！！！！
