通過以ChatGPT、Midjourney為代表的生成式人工智能(Generative Artificial Intelligence，簡稱GAI)生產內容已不是新鮮事，然而精準地借助GAI生成高水平的作品卻并非易事，操作者需要將復雜任務拆分成AI能識別的語言提出多個需求，從而獲得更準確的回答。由此也衍生出了一份“專門向AI提問”的職業——提示詞工程師(Prompt Engineer)。

(相關資料圖)

并不是所有人都能與AI進行高質量的對話，提示詞工程師也因此被形象地比喻為“會咒語的那群人”。有人認為提示詞是人工智能大眾化不可或缺的一環，應緊跟時代潮流快速學習，也有人認為提示詞工程師是訓練人工智能過程中臨時出現的一個工種，將會在程序不斷自我完善的過程中成為過去式。這究竟是怎樣的職業？未來發展如何？作為普通人我們又應該做些什么？

和AI“聊天”的職業

最初讓提示詞工程師火出圈的是一份來自人工智能獨角獸企業Scale AI的高薪Offer。去年11月，國外網紅萊利·古德賽德(Riley Goodside)憑借大量摸索出來的提示詞技巧和經驗，入職Scale AI成為業內“第一個被招聘的提示詞工程師”，據估算年薪超百萬元人民幣。

記者了解到，目前國內各大招聘平臺上名為“Prompt 工程師”或“Prompt Engineer”的職位月薪大多在1.5萬-6萬元，大部分對求職者經驗的要求為1-3年，甚至也有不少崗位標注了“經驗不限”。工作內容主要包括設計、管理與優化相關行業的Prompt(提示詞)來進行大模型訓練，并配合相關業務團隊提升整體產品表現。

與傳統程序員不同，盡管提示詞工程師也是一份和機器打交道的工作，但后者是通過人們日常使用的自然語言(natural language)，將純文本命令發送給AI，再由AI執行的。因此有不少人認為，這是一份靠熟練聊天產生價值的工作，收入高、門檻低。

然而，專業選手和普通玩家依舊存在差距。提示詞在很大程度上決定了模型生成的結果，即使是同樣的問題，輸入不同的提示詞也會得到不同的結果。首都師范大學信息工程學院副教授唐曉嵐指出，通過一兩次提問達到最終想要的復雜結果是比較難的，提示詞工程師要解決的問題就是如何設計問題以達到理想結果。

在唐曉嵐看來，從業者首先需要有一定相關領域的知識，才能夠準確地提問。“人工智能正在逐漸向各個垂直領域發展，比如律師這個行業，需要具備法學知識，才能準確描述問題，也能判斷生成的結果是否正確、是否可行。”同時她認為，該職業從業者也需要大量AIGC(人工智能生成內容)的使用經驗，知道如何通過多輪提問優化問題，來得到預期結果。“在此基礎上如果能夠了解大模型的工作原理，從原理上提升提問質量，會更加分。”

根據武漢大學計算機學院人工智能專業碩士生周小凱的觀察，測試提示詞并不是提示詞工程師的全部工作。“大模型處于不斷演化的過程中，提示詞工程師的工作也涉及到通過編程語言，引導大的語言模型在特定任務、特定角色產生提問者期望的輸出，因此這個工作不僅需要理解自然語言，也需要理解編程語言。”

以一份在招聘平臺上標注“40k-60k·14薪”、來自醫療領域企業的提示詞工程師職位為例，職位描述中要求該職位對模型性能以及終端產品進行監控，不斷進行提示詞優化并提升產品表現；同時需與醫學團隊協作，不斷通過提示詞工程的方式改善產品表現，提升產品的醫學性與一致性，提供最佳的患者體驗。在職位加分項中還包括了：熟悉Python或有編程經驗、熟悉醫生診療流程等。據記者觀察，多數Prompt相關職位都從專業知識、編程能力、產品經驗等方面設置了一定門檻，并非部分人所理解的“百萬年薪機器聊天員”。

當前，多數互聯網科技企業和引入AI大模型的傳統企業都對提示詞工程師有人才需求，提供了相關崗位。唐曉嵐認為，企業對提示詞工程師的需求確實存在，而且在短時間內會處于上升的態勢。“新技術出現后需要時間來普及，讓大家慢慢熟悉它，在這個過程中，就需要專業的人來做這件事。”

一個崗位？一項技能？

對于提示詞工程師成為一個新職業，也有人發出質疑。有觀點認為，從商業角度考慮，ChatGPT、Midjourney等產品有動機進一步降低使用門檻，使其能服務更多用戶；同時，提示詞也很容易復制模仿，一旦整個流程普及開，變得標準化，這個工種也就很容易被替代了。

可以看到，科技公司正在努力彌合普通用戶和提示詞工程師之間的差距。FusionAI等軟件可以幫助用戶生成更合適的提示詞；圖像生成器DALL-E 2為用戶提供了非常精細的提示詞指導手冊；Midjourney發布的“/describe”命令可以根據用戶上傳的圖片反向推導出提示詞，生成相應的文字描述，來為用戶提供創作靈感。

應用在各個場景下的提示詞也在逐漸成為商品。國外已有Krea、PromptBase、PromptHero等專門的提示詞平臺售賣明碼標價的提示詞產品，涉及GPT、Midjourney、Stable Diffusion、DALL-E等模型，包括了音樂、繪畫、攝影等多種場景。消費者只需花費不到10美元就可以買到成體系的提示詞生成質量較高的作品。在國內電商平臺上，一些商家也在用較低的價格兜售特定模型的提示詞素材，其中包括圖文使用教程、提示詞使用案例分析以及上萬種關鍵詞。

前段時間，微軟AI研究院更是推出了一個名為自動提示優化(Automatic Prompt Optimization，簡稱APO)的新框架，嘗試使AI在無需人工的情況下優化提示詞訓練自己，希望幫助用戶以最少的人工干預和優化來創建更好的提示詞。

提示詞工程師是否會成為一個臨時工種？唐曉嵐認為，應該分情況來看。“大模型技術的演進一定是向著越來越適應人類的方向去做的，從這個層面上來講以后的Prompt會變得越來越適應人類的思維習慣。但除非未來有技術可以直接把人腦中的內容直接輸出，不然我們是一定要把自己的想法表達出來的，需要通過一種文字的形式給呈現出來，只要依舊處于這個階段，Prompt就會一直存在，而對它的優化和探索就會一直存在。”

此前，Stable Diffusion的技術產品總監鄭屹州曾指出，提示技術應該作為一項技能，而不該成為一個崗位。唐曉嵐強調，不管是否從職業的角度出發，如何提問、如何和AI更好地溝通在未來都是必要的技能。“這可能不是某一個職業的需要，而是將來在數字社會中，每個公民都應該掌握的一種能力。就像現在大家都用電腦，那么會用電腦本身就不再是一個特殊的能力需要專門的崗位去操作。”

把工具用好，找到自己的位置

提示詞工程師能否被視作一個獨立的職業，行業內依舊存在爭議。但不可否認的是，諸如提示詞工程師一類的AIGC相關職業正在蓬勃發展。也許當下更應該關注的，是在這樣一個時代里求職者應該做些什么。

日前，獵聘大數據研究院發布的《AIGC就業趨勢大數據報告2023》顯示，AIGC的人才需求呈現出比AI更明顯向好的勢頭。對比發現，2020年一季度至2021年一季度，AIGC和AI的職位增長不相上下；此后，AIGC總體處于持續增長態勢，2023一季度其新發職位數是2020一季度的5.63倍；AI新發職位數增速相對放緩，是2020一季度的1.95倍。而近一年AIGC新發職位招聘平均年薪為40.12萬元，比同期AI的招聘平均年薪(32.03萬元)高8.09萬元。

需要承認的是，AIGC對普通人的日常工作如文案、翻譯、制圖等質量和效率的提升有目共睹，部分人可能面臨失業風險。出門問問創始人兼CEO李志飛認為，AIGC最容易替代的職業有兩類，一類是在電腦上即可完成工作閉環，并且工作內容存在大量重復環節的職業，如基礎美工/設計；另一類是易于標準化的職業，如采用固定話術的客服、營銷文案等。而最不易被取代的是那些需要面對面互動和依靠身體技能的職業，如泥水匠、電工、機械師等手藝人，以及美發師、廚師、醫生和護士等服務人員。

與此同時，新的機會也在出現。在獵聘AI技術負責人莫瑜看來，由于AIGC的技術助攻，將會有越來越多的小規模企業誕生；而職場中會出現更多數字員工，承接更細化的分工，提升組織的專業度和穩定性，從而進一步推動業務探索和迭代效率的提升，這使得以往需要更大規模協作才能實現的業務，現在小團隊或單兵作戰就能勝任。

“目前AIGC領域中計算機相關學科背景的人才較多。”李志飛指出，由于AIGC對人才的需求越來越多元化，除了需要傳統的計算機科學和數據科學方面的人才，AIGC還需要具備AI模型優化、自然語言處理、機器人操作系統等方面知識和經驗的專業人才。

面對AIGC帶來的就業壓力，華中科技大學計算機軟件與理論專業碩士生邱澤元感嘆，在計算機的賽道上，核心競爭力是技術門檻，但在企業中應用技術日新月異，高校學生在校打下學科基礎，學習經典技術，有時候卻難以接觸到最新的框架。在他看來，對于普通人來說，需要時刻保持學習新事物的狀態。

對于技術的快速迭代，邱澤元覺得不必過于焦慮。“如果這項新技術大家都不會，企業需要用人還是看能力，通過實習期、培訓期的項目鍛煉也能快速實現技術使用技能。而且平時在校時，同學間也會互相推薦好的學習項目，例如通過開源社區跟進前沿研究與熱點。”

在今年5月舉行的2023中關村論壇全體會議上，百度董事長兼首席執行官李彥宏大膽預測10年后全世界有50%的工作將是提示詞工程，并呼吁國內教育加強對學生提問能力的培養。作為人工智能領域的教育工作者，唐曉嵐建議，無論是否計算機專業的學生，都應該對新技術持開放的態度，并有意識地鍛煉掌握它們的能力。“更重要的是，應該有針對性地培養該領域和其他學科的交叉能力，把工具用好，在不斷變化中找到屬于自己的位置。”

關鍵詞：