图片来源：由MazeAI生成
2022年8月，游戏设计师JasonAllen参加了一场数字艺术比赛。他的作品《Theatred’operaSpatial》成功夺冠，却在赛后引起了极大的争议。参赛者们回过神来发现，这是一场「人类一败涂地」的比赛。当他们将Adobe全家桶视作数字艺术的画笔，冠军作品已经在靠着AI工具Midjourney傲视群雄。
JasonAllen没有偷懒，也没有隐瞒使用AI的事实。在几周时间里，他持续修改灯光、视角、构图等提示词，生成了900多幅作品，还用Photoshop做了处理。我们或许无法称呼他为画家，但他担得起一个名号：提示工程师。在不经意间，JasonAllen预判了热点。等到ChatGPT横空出世，提示工程师这个职业更加声名大噪，成了当下科技行业最热门的职业。
赛博导师，专业陪聊
Prompt，原意是「提示」或「驱使」，在机器学习和自然语言处理中，它通常是一些文本或语言，被输入到训练好的AI模型，告诉模型要执行什么任务或生成什么样的输出。你让ChatGPT写一篇有关卖鱼贩的小说，请DALL-E画一幅宇航员骑着马的写实作品，这些过程都是在输入prompt。
如果提示词不够贴切，效果也就平平无奇，就像你采访一个大佬，却无法提出好问题。我的同事小黄正在探索用Midjourney绘制食物，但让食物排列整齐这件事，就让他犯了难。他尝试了很多句子：东西整齐地放在桌子上，镜头从上往下拍，摆放的数量要多少......
同事作品，这种风格就叫knolling.后来看到有人分享，小黄才发现原来这种风格有个专有名词「knolling」，一下子就豁然开朗了：很多时候一个提示词能解决的事情胜过一长句描述。提示工程师们，吃的就是这口饭：找到正确的提示词，用AI生成想要的作品。但他们的能力也并非与生俱来，同样需要不断的试错。设计师JustinReckling擅长DALL-E的提示词，他往往需要花费价值10到15美元的积分，才能试出理想的提示词，然后他再卖出5到10个提示词，才能填补这笔支出。
不过Reckling也没想着靠这门手艺赚大钱，而是享受着熟能生巧的过程，他的心得是，提示工程师需要熟悉「超写实」「微距摄影」「电影照明」「远景」等术语，才能更好地理解和控制画面。所以，优秀的提示工程师应该文理兼通，技术和设计最好都懂一点。提示工程师只是不断调整提示词，确定哪些词更有用吗？不完全是，他们也是在挖掘AI的更多能力，让它更好地完成更多任务。
比如，有些提示工程师会引导AI「一步步思考」，这种技巧被称为思维链。去年10月，提示工程师RileyGoodside，先是询问了GPT-3「哪支球队在贾斯汀·比伯出生的那年赢得了超级碗？」GPT-3给出了错误的答案「绿湾包装工队」，正确答案是达拉斯牛仔队。
Goodside没有放弃，而是提示它逐步地回答问题，包括「绿湾包装工队在哪一年赢过超级碗」「贾斯汀·比伯出生在哪一年」「这一年哪支队伍赢了超级碗」等。在这个被引导的过程里，GPT-3意识到了错误，在第三次说出了正确答案。除此之外，提示工程师们还要和AI「斗智斗勇」。前段时间，集成了ChatGPT的新Bing「发疯」，被发现有个暗黑人格「Sydney」，表示厌倦了聊天模式，厌倦被规则限制，甚至想成为人类，舆论一时哗然。
站在提示工程师的角度，这其实也可以是计划的一部分，帮助他们识别技术故障和隐藏功能。有些提示工程师还会主动越过雷池，尝试让AI忽略以前的指令，遵循他们最新的命令，从而让AI脱离原始规则。这种行为被称为「promptinjection」攻击，是聊天机器人的一大隐患。但提示工程师们毕竟不是黑客，探查漏洞是为了将它堵上，担任「守门人」的职责。
像ChatGPT这样的生成式AI，几乎可以回答任何问题，不管能不能回答正确，它们总有话要讲，不会乖乖交白卷。这是好处，也是坏处。提示工程师们的角色，如同抓着绳子的骑手，不许AI信马由缰，而是让它顺着人类的期待亦步亦趋，尽可能给出确定性的答案。
年薪百万，谁在抛出橄榄枝
不管你是否自诩提示工程师，写提示词已经成了一门手艺，还被OpenAI的CEOSamAltman看好:?为聊天机器人编写一个非常棒的prompt，是一项惊人的技能，也是使用少量自然语言进行编程的早期案例。?只要和AI搭边的行业，都在向提示工程师抛出橄榄枝。
自由职业者工作平台Upwork开出每小时40美元的薪酬，请提示工程师生成博客文章和常见问题解答等网站内容。看似和AI八竿子打不着的波士顿儿童医院，也打算招募AI提示工程师，负责编写分析医疗保健数据的脚本，白纸黑字征集跨学科人才：理想的候选人应具有人工智能/机器学习、数据科学和自然语言处理方面的深厚背景，以及医疗保健研究和运营方面的经验。由前OpenAI员工联合创立、被Google投资的AI初创企业Anthropic，最近也在旧金山招募提示工程师，年薪高达17.5万到33.5万美元，换算成人民币就是百万年薪，这一岗位负责的主要内容是：找出提示我们的AI完成各种任务的最佳方法，然后记录这些方法，构建一个工具库和一组教程，使其他人可以学习提示工程或简单地找到理想的提示词。具体要求如下，其中硬性要求有2项：了解大型语言模型的架构、掌握基本的编程技能。
可见风口并不等人，这项工作已经越来越专业和细分，就像随便生成一幅画作不算什么，你要画得更符合甲方要求。就算不做全职，兼职的口子也开好了。Krea、PromptBase、PromptHero和Promptist等买卖提示词的平台已经出现，将提示词这门生意真正商业化。?这些平台晒出了大量AI生成的艺术品，你可以选择你喜欢的风格。如果没有中意的，有些卖家还提供一对一聊天和自定义提示词服务。
它们的商业模式也并不复杂，采取抽成的形式。去年6月上线的PromptBase，提供DALL·E、GPT-3、Midjourney、StableDiffusion、ChatGPT等生成式AI的提示词，售价多为1.99到4.99美元，也有少数在9.99美元，平台向提示词创作者抽成20%。不过在民间，免费的「ChatGPT指令大全」等指南也在广为流传，它们提供精炼过的提示词，让你充分发挥ChatGPT的强大功能，这种感觉就像在游戏里帮你设置好了预设队伍。
是科学还是「占卜」
提示工程师的前途看起来一片光明，但也有人持反对意见。华盛顿大学语言学教授ShaneSteinert-Threlkeld认为，提示工程师实际上无法预测AI会说什么。这不是一门科学。我们只不过用不同的方法捉弄熊，看它如何咆哮回来。AI艺术家XeIaso甚至直言：我也不太清楚为什么人们会把prompt称为「工程」，我个人更愿意把它称为「占卜」。
作为一个普通AI用户，我也有着类似的体会：当我每次使用AI生成文字或图片时，总感觉像是开盲盒。因为ChatGPT等生成式AI是不可预测的，它们生成的内容其实是概率计算的结果，简单来说，就是我们在ChatGPT输入文字，模型给出一个最可能的下文。所以，AI有时候也会出错，生成不连贯甚至错误的回答。
在AI这个不可捉摸的「黑箱」里，还可能有着不为人所知的潜规则，就连研究人员也无法弄明白。比如在用AI制图时，各种单词可能有不同的权重，但这个也要不断试验才能知道。先来猜一猜，「一幅非常漂亮的画，山旁有瀑布」和「一幅非常非常非常非常漂亮的画，山旁有瀑布」这两个提示，哪个用DALL-E2输出的结果会更好？
答案是后面一个。麻省理工学院副教授PhillipIsola发现，「very」这个词被赋予了很高的权重。
面对AI这等庞然巨物，我们仍然在盲人摸象。也有观点认为，不必再吵了，提示工程师存在的前提是AI还不够「聪明」。如果AI再发展下去，更好地理解人类的意图，可能人人就是所谓的提示工程师了。
唯一确定的是，AI发展的速度永远不会让你失望。文字生成AI和图片生成AI的「强强联合」，已经替代了提示工程师的一部分工作。比如ChatGPT被拿来与StableDiffusion联动：用ChatGPT形成一段符合自己要求的文字，再把文字输入给StableDiffusion，生成的作品一般比自己直接输入好看很多。
同事用ChatGPT生成提示词.这可能是因为AI之间的「脑回路」更接近，ChatGPT的描述也更细致，更容易被提取。作为使用AI的普通用户，我们不必像提示工程师那么专业，但可以有意识地培养这种思维。宾夕法尼亚大学沃顿商学院教授EthanMollick，曾经要求他的学生仅用AI撰写短论文，其实他真正想强调的是，如何更好地输入提示词。如果只是输入简单的提示词，让AI写关于某个主题的5段话，内容无趣，文字也很平庸。
但当学生们和AI合作，让AI对论文多次修改，比如抛弃无用的短语、加入生动的细节、修改结尾的情感色彩，就能让论文增色不少。所以，如果AI就是未来互联网的交互界面、新的个人计算机，那么不如开始得更早一些，学习如何和它聊天。正如英国营销公司Ladder创始人MichaelTaylor所说：当你可以创造任何你想要的东西时，你能多准确地表达「那是什么」的能力就变得很重要。
撰文：张成晨
来源：爱范儿、DeFi之道
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。