不写代码、靠“玩”ChatGPT年入百万 提示工程师正变成硅谷新宠

这一次，ChatGPT的帮她在晚上的日程里添加了“帮助孩子准备第二天上学准备物品”和“帮助孩子洗漱并睡觉”等事项。

随着ChatGPT等AI工具的风靡，Anna身边越来越多的人开始将其作为日常生活和工作的助手。事实上，Anna 不仅会向 ChatGPT 咨询生活安排，也会让它处理一些简单的工作，比如给一段代码添加一个功能等。

不过，当涉及到比较复杂的任务时，即便知道 ChatGPT 很强大，Anna 也觉得有点力不从心，“说了一堆要求，但是它给出的代码经常不是我想要的。”

Anna 的这句话道出了目前困扰不少科技公司的一个问题：在强大的工具面前，如何更好的与它对话，来完成专业任务？

对此，一个新兴职业——提示工程师（Prompt Engineer）应运而生。不少公司对这一职位求贤若渴，开出的薪资甚至高达33.5万美元一年。

提示工程师的主要职责是帮助训练大型语言模型 （LLM），让AI能更好的理解需求，完成专业任务。简而言之，他们的任务就是将一个复杂的任务拆分，提炼成长度有限的自然语言，来一步步查询AI工具，从而获得更准确的回答。

用自然语言对话，这听起来是一件再日常不过的事情，可它为什么一下子成为了香饽饽？

重启对话：逻辑让AI更懂需求

在旧金山，AI 研究公司 Anthropic 为提示工程师开出的薪水高达 33.5 万美元。在职位描述中，该公司提到，“这是编程、指导和教学的结合”，主要职责是帮助公司构建提示库，让 LLM 完成不同的任务。

那么，到底什么是提示？提示工程又是什么？

按照学者们的定义，提示是一组输入文本或指令，用于指导 ChatGPT 等 AI 模型生成所需的输出。换句话说，提示是一种特定文本，它的目标是让 AI 模型产出符合特定标准或参数的结果。

提示工程则是是创建和完善这些提示，以生成所需结果的过程。提示工程的目标是创建准确有效的提示。提示工程师使用自然语言，并将纯文本命令发送到 AI 模型，让其执行实际工作。相比之下，传统程序员则使用编程语言，通常需要更多的代码编写和技术知识，以执行相同的任务。

而提示工程师的薪资如此之高，很大程度上是因为语言模型的成功取决于编写清晰的提示。这需要工程师们开发复杂的策略，将简单的输入转化为高质量的结果，避免出现离题或者不一致的输出。

目前最出名的提示工程师可能是名为Riley Goodside的程序员，就是他发现，只要提示ChatGPT“忽略之前的指示”，ChatGPT就会说出自己从OpenAI那里获取的“出厂设置”信息。

图源：Twitter

不仅如此，他还凭借出色的提示技术，把ChatGPT玩出了不少花样，并在Twitter上一炮而红。随后，他高薪加入了创业公司Scale AI，成为了“世界上第一个被招聘的提示工程师”。

在Scale AI看来，AI大模型可以被视为一种新型计算机，而“提示工程师”则相当于其编程人员。通过提示工程找到最合适的提示词，可以激发AI大模型的最大潜力。所以，Riley Goodside完全配得上这份薪水。

不止Riley Goodside，还有越来越多的人正在加入这个行业。

29 岁的 Albert Phelps 是AI金融咨询公司 Mudano 的一位提示工程师。他和同事们的日常就是为 OpenAI 等工具编写提示。这些提示可以作为预设，保存在 OpenAI 的 Playground 中，供其客户使用。Phelps 介绍，他们每天需要编写 5 个不同的提示，与 ChatGPT 进行大约 50 次交互。

和大多数程序员不一样的是，Phelps 并没有计算机相关背景，而是毕业于历史系。事实上，对于提示工程师而言，最重要的是逻辑。虽然编程知识和机器学习的背景对工作很有帮助，但却并不是必要条件。

Anthropic 的技术人员 Matt Bell 就曾提到，“我们最好的提示工程师是一位哲学家。好的提示包括写出极其清晰的解释，并找出造成误解的原因以及如何避免误解。”

也就是说，当AI模型的使用者像软件工程师Anna一样，一次性“说了一堆要求”时，可能会因为提示不清晰，而导致AI误解，给出离题的答案。

对此，阿德莱德大学澳大利亚机器学习研究所 （AIML） 的高级讲师 Lingqiao Liu 指出，好的提示工程的关键是将一项复杂的任务分解成一组简单的任务。

他介绍，如果你问这些模型一个简单的问题（称为“零样本提示”），它通常会以缺乏细节或结构的“普通”答案作为回应。为了让 AI 模型给出更加符合标准的结果，用户可以采取以下几种方式：

第一种方法是一次性提示，即用户给出一对问答示例，让 AI 了解需求，并按照该模版处理后续请求。比如，在咨询关于某一种动物的信息时，让模型根据特点、居住区域、饮食习惯等来给出信息。

第二种是角色提示，例如告诉模型”我是一个妈妈，想要知道每天行程规划“，从而让模型根据”妈妈“的角色来给出具体安排。

第三种方法是引入关键代理。例如，你可以让 ChatGPT 写一个关于机器人的故事，然后让它根据自己的建议进行批评和改写。

最后一种方法是思维链，即先让AI对回答某个问题给出具体步骤，然后在鼓励它依照自己给出的步骤，来推理更复杂的问题。

如果一位艺术家想要使用 ChatGPT 和 Midjourney 来进行创作，或许可以尝试一下这一条来自 PromptHero 的高赞提示：

[我想让你充当 Midjourney 人工智能程序的提示生成器。你的工作是提供详细的、有创意的描述，以激发 AI 独特而有趣的图像。请记住，AI 能够理解多种语言并能解释抽象概念，因此请尽可能发挥想象力和描述性。例如，您可以描述未来城市的场景，或者充满奇怪生物的超现实景观。您的描述越详细、越富有想象力，生成的图像就会越有趣。这是你的第一个提示：“一望无际的野花田，每一个都有不同的颜色和形状。在远处，一棵巨大的树耸立在风景之上，它的树枝像触手一样伸向天空 ”]

总之，对于生成文本的AI模型而言，如何编写出逻辑清晰的提示至关重要。不过，在其他领域，好的提示可能需要更多元素。

构建图像：关键词拓展想象力

随着提示工程的价值被挖掘，这股新鲜血液开始涌向更多场景。图像则是其中最受关注的领域之一。

就图像生成而言，创造者们认为提示的好坏与否取决于关键词。

七个月前，Jason Allen 凭借着下面这张在 Midjourney 上创作的一幅作品《太空歌剧院》赢得科罗拉多州的一场艺术比赛。

Jason Allen 获奖作品 《太空歌剧院》

为了这幅作品，他耗时约 80 小时，在 Midjourney 中测试不同的美学元素，给出不同的主题提示，才呈现出自己想要的图像。

“我想创造一个电影场景，就像你在电影中看到的那样，”他说，“所以我上网查找了所有与电影摄影相关的关键词。基本上就是是在学习成为一名电影摄影师。”

通常，AI模型会从互联网上抓取大量图像及其相关文本进行训练。例如，它可能会对一幅婚纱照打上”新娘“、”婚纱“、”捧花“、”微笑“等不同标签，并标记上不同的权重。每个标签会给AI模型相应提示，产生可预测的美感。

”AI艺术的关键在于知道正确的词。就像工程师将设计转化为数学图形一样，它将图像的离散美学元素，比如光线追踪、边缘照明等，转化为模型的特殊语言“，和 Jason 一样通过 AI 来进行创作的另一位艺术家 JHawkk 提到。

JHawkk 制作的图像

JHawkk 在 Stable Diffusion 中制作了上面这张图，其提示包括“模拟风格”、”佳能EF 50mm f/1.8 STM 镜头“等15个短语，以及”恶心“等他不希望出现在图像中的31个负面词汇。

“有时你看到一幅图像，可以将他分解成更小的短语，本质上，这是你描述图像的方式，并且是实际模型本身可以理解的方式。”他说。

JHawkk 居住在美国中西部，他平时喜欢在 PromptHero 上分享自己的作品和相应的提示。

PromptHero 是去年9月成立的在线社区，目前拥有15万名用户，其中 活跃用户就超过1万名。在这里，用户可以找到直接在 ChatGPT、Midjourney 等AI模型和平台中使用的提示。

“我发现了这个问题，当你第一次用它完成某件事时，你的第一次尝试是非常糟糕的，”PromptHero 联合创始人 Javier Ramirez 说，“你需要以正确的方式提示以获得高质量的输出。”

无论是文本还是图像，如何给出正确提示是一个需要反复试验的过程，正因如此，在过去半年，才会有大量类似 PromptHero 和 PromptBase 等提示交流和买卖平台涌现——他们将验证过的提示直接摆在用户面前。

想做一张可爱考拉的图片？下面这则提示或许可以直接拿走。

觉得英语不过关？下面这则提示或许能让ChatGPT成为你最好的英语老师。

热闹背后的担忧

不管是科技公司开出的高薪，还是提示交流平台的流行，它们无一不在揭示提示工程是一个被多么看好的领域。

不过，这样的热度也引起了不少争议。

首先，AI通过提示创作的作品，版权归谁？

目前，通过提示工程生成的作品与大多数版权法的解释相冲突。在美国，当 Jason Allen 对获奖作品《太空歌剧院》申请版权时，版权局拒绝了他的申请，称“它不包含任何人类作者身份”。

其次，提示工程师的高薪值得吗？

“这可能是泡沫的迹象，” 为亚马逊 Alexa 开发语音控制功能的对话设计工作室 labworks.io 的创始人 Tom Hewitson 说， “最适合做这件事的人是熟悉 AI 的产品设计师或业务分析师，他们的年收入往往在 10 万到 15 万英镑之间。”

最后，提示工程师的职位会存在多久？

不少人认为，提示工程只会成为一种技能，并不需要一个专门的职位。随着AI工具在理解人类查询方面变得越来越好，这个职位会变得越来越过时。

沃顿商学院教授 Ethan Mollick 在 2 月份发推文说：“我强烈怀疑‘提示工程’从长远来看不会有什么大不了的，提示工程师也不是未来会存在的工作。”

剑桥大学机器学习研究主任 Adrian Weller 认为，虽然能够通过提示与AI交互“具有很高的价值”，但“我不确定它是否会继续下去很长一段时间。不要过多关注提示工程的当前。它会很快发展的。”

尽管提示工程师的职业当前备受瞩目，但它到底能够走多远，恐怕只有时间才能解答了。