2022 年 8 月，游戲設計師 Jason Allen 參加了一場(chǎng)數字藝術(shù)比賽。 他的作品《Theatre d’opera Spatial》成功奪冠，卻在賽后引起了極大的爭議。 參賽者們回過(guò)神來(lái)發(fā)現，這是一場(chǎng)「人類(lèi)一敗涂地」的比賽。當他們將 Adobe 全家桶視作數字藝術(shù)的畫(huà)筆，冠軍作品已經(jīng)在靠著(zhù) AI 工具 Midjourney 傲視群雄。

Jason Allen 沒(méi)有偷懶，也沒(méi)有隱瞞使用 AI 的事實(shí)。在幾周時(shí)間里，他持續修改燈光、視角、構圖等提示詞（prompt），生成了 900 多幅作品，還用 Photoshop 做了處理。 我們或許無(wú)法稱(chēng)呼他為畫(huà)家，但他擔得起一個(gè)名號：提示工程師（prompt engineer）。 在不經(jīng)意間，Jason Allen 預判了熱點(diǎn)。等到 ChatGPT 橫空出世，提示工程師這個(gè)職業(yè)更加聲名大噪，成了當下科技行業(yè)最熱門(mén)的職業(yè)。

賽博導師，專(zhuān)業(yè)陪聊

Prompt，原意是「提示」或「驅使」，在機器學(xué)習和自然語(yǔ)言處理中，它通常是一些文本或語(yǔ)言，被輸入到訓練好的 AI 模型，告訴模型要執行什么任務(wù)或生成什么樣的輸出。 你讓 ChatGPT 寫(xiě)一篇有關(guān)賣(mài)魚(yú)販的小說(shuō)，請 DALL-E 畫(huà)一幅宇航員騎著(zhù)馬的寫(xiě)實(shí)作品，這些過(guò)程都是在輸入 prompt（提示詞）。

(資料圖片僅供參考)

如果提示詞不夠貼切，效果也就平平無(wú)奇，就像你采訪(fǎng)一個(gè)大佬，卻無(wú)法提出好問(wèn)題。 我的同事小黃正在探索用 Midjourney 繪制食物，但讓食物排列整齊這件事，就讓他犯了難。他嘗試了很多句子：東西整齊地放在桌子上，鏡頭從上往下拍，擺放的數量要多少......

同事作品，這種風(fēng)格就叫 knolling. 后來(lái)看到有人分享，小黃才發(fā)現原來(lái)這種風(fēng)格有個(gè)專(zhuān)有名詞「knolling」，一下子就豁然開(kāi)朗了： 很多時(shí)候一個(gè)提示詞能解決的事情勝過(guò)一長(cháng)句描述。 提示工程師們，吃的就是這口飯：找到正確的提示詞，用 AI 生成想要的作品。 但他們的能力也并非與生俱來(lái)，同樣需要不斷的試錯。 設計師 Justin Reckling 擅長(cháng) DALL-E 的提示詞，他往往需要花費價(jià)值 10 到 15 美元的積分，才能試出理想的提示詞，然后他再賣(mài)出 5 到 10 個(gè)提示詞，才能填補這筆支出。

不過(guò) Reckling 也沒(méi)想著(zhù)靠這門(mén)手藝賺大錢(qián)，而是享受著(zhù)熟能生巧的過(guò)程，他的心得是，提示工程師需要熟悉「超寫(xiě)實(shí)」「微距攝影」「電影照明」「遠景」等術(shù)語(yǔ)，才能更好地理解和控制畫(huà)面。 所以，優(yōu)秀的提示工程師應該文理兼通，技術(shù)和設計最好都懂一點(diǎn)。 提示工程師只是不斷調整提示詞，確定哪些詞更有用嗎？不完全是，他們也是在挖掘 AI 的更多能力，讓它更好地完成更多任務(wù)。

比如，有些提示工程師會(huì )引導 AI「一步步思考」，這種技巧被稱(chēng)為思維鏈。 去年 10 月，提示工程師 Riley Goodside，先是詢(xún)問(wèn)了 GPT-3「哪支球隊在賈斯汀·比伯出生的那年贏(yíng)得了超級碗？」 GPT-3 給出了錯誤的答案「綠灣包裝工隊」，正確答案是達拉斯牛仔隊。

Goodside 沒(méi)有放棄，而是提示它逐步地回答問(wèn)題，包括「綠灣包裝工隊在哪一年贏(yíng)過(guò)超級碗」「賈斯汀·比伯出生在哪一年」「這一年哪支隊伍贏(yíng)了超級碗」等。 在這個(gè)被引導的過(guò)程里，GPT-3 意識到了錯誤，在第三次說(shuō)出了正確答案。 除此之外，提示工程師們還要和 AI「斗智斗勇」。 前段時(shí)間，集成了 ChatGPT 的新 Bing「發(fā)瘋」，被發(fā)現有個(gè)暗黑人格「Sydney」，表示厭倦了聊天模式，厭倦被規則限制，甚至想成為人類(lèi)，輿論一時(shí)嘩然。

站在提示工程師的角度，這其實(shí)也可以是計劃的一部分，幫助他們識別技術(shù)故障和隱藏功能。 有些提示工程師還會(huì )主動(dòng)越過(guò)雷池，嘗試讓 AI 忽略以前的指令，遵循他們最新的命令，從而讓 AI 脫離原始規則。 這種行為被稱(chēng)為「prompt injection」攻擊，是聊天機器人的一大隱患。但提示工程師們畢竟不是黑客，探查漏洞是為了將它堵上，擔任「守門(mén)人」的職責。

像 ChatGPT 這樣的生成式 AI，幾乎可以回答任何問(wèn)題，不管能不能回答正確，它們總有話(huà)要講，不會(huì )乖乖交白卷。這是好處，也是壞處。 提示工程師們的角色，如同抓著(zhù)繩子的騎手，不許 AI 信馬由韁，而是讓它順著(zhù)人類(lèi)的期待亦步亦趨，盡可能給出確定性的答案。

年薪百萬(wàn)，誰(shuí)在拋出橄欖枝

不管你是否自詡提示工程師，寫(xiě)提示詞已經(jīng)成了一門(mén)手藝，還被 OpenAI 的 CEO Sam Altman 看好: 為聊天機器人編寫(xiě)一個(gè)非常棒的 prompt，是一項驚人的技能，也是使用少量自然語(yǔ)言進(jìn)行編程的早期案例。只要和 AI 搭邊的行業(yè)，都在向提示工程師拋出橄欖枝。

自由職業(yè)者工作平臺 Upwork 開(kāi)出每小時(shí) 40 美元的薪酬，請提示工程師生成博客文章和常見(jiàn)問(wèn)題解答等網(wǎng)站內容。 看似和 AI 八竿子打不著(zhù)的波士頓兒童醫院，也打算招募 AI 提示工程師，負責編寫(xiě)分析醫療保健數據的腳本，白紙黑字征集跨學(xué)科人才： 理想的候選人應具有人工智能/機器學(xué)習、數據科學(xué)和自然語(yǔ)言處理方面的深厚背景，以及醫療保健研究和運營(yíng)方面的經(jīng)驗。 由前 OpenAI 員工聯(lián)合創(chuàng )立、被 Google 投資的 AI 初創(chuàng )企業(yè) Anthropic，最近也在舊金山招募提示工程師，年薪高達 17.5 萬(wàn)到 33.5 萬(wàn)美元，換算成人民幣就是百萬(wàn)年薪，這一崗位負責的主要內容是： 找出提示我們的 AI 完成各種任務(wù)的最佳方法，然后記錄這些方法，構建一個(gè)工具庫和一組教程，使其他人可以學(xué)習提示工程或簡(jiǎn)單地找到理想的提示詞。 具體要求如下，其中硬性要求有 2 項：了解大型語(yǔ)言模型的架構、掌握基本的編程技能。

可見(jiàn)風(fēng)口并不等人，這項工作已經(jīng)越來(lái)越專(zhuān)業(yè)和細分，就像隨便生成一幅畫(huà)作不算什么，你要畫(huà)得更符合甲方要求。 就算不做全職，兼職的口子也開(kāi)好了。Krea、PromptBase、PromptHero 和 Promptist 等買(mǎi)賣(mài)提示詞的平臺已經(jīng)出現，將提示詞這門(mén)生意真正商業(yè)化。這些平臺曬出了大量 AI 生成的藝術(shù)品，你可以選擇你喜歡的風(fēng)格。如果沒(méi)有中意的，有些賣(mài)家還提供一對一聊天和自定義提示詞服務(wù)。

它們的商業(yè)模式也并不復雜，采取抽成的形式。 去年 6 月上線(xiàn)的 PromptBase，提供 DALL·E、GPT-3、Midjourney、Stable Diffusion、ChatGPT 等生成式 AI 的提示詞，售價(jià)多為 1.99 到 4.99 美元，也有少數在 9.99 美元，平臺向提示詞創(chuàng )作者抽成 20%。 不過(guò)在民間，免費的「ChatGPT 指令大全」等指南也在廣為流傳，它們提供精煉過(guò)的提示詞，讓你充分發(fā)揮 ChatGPT 的強大功能，這種感覺(jué)就像在游戲里幫你設置好了預設隊伍。

是科學(xué)還是「占卜」

提示工程師的前途看起來(lái)一片光明，但也有人持反對意見(jiàn)。 華盛頓大學(xué)語(yǔ)言學(xué)教授 Shane Steinert-Threlkeld 認為，提示工程師實(shí)際上無(wú)法預測 AI 會(huì )說(shuō)什么。 這不是一門(mén)科學(xué)。我們只不過(guò)用不同的方法捉弄熊，看它如何咆哮回來(lái)。 AI 藝術(shù)家 Xe Iaso 甚至直言： 我也不太清楚為什么人們會(huì )把 prompt 稱(chēng)為「工程」，我個(gè)人更愿意把它稱(chēng)為「占卜」。

作為一個(gè)普通 AI 用戶(hù)，我也有著(zhù)類(lèi)似的體會(huì )：當我每次使用 AI 生成文字或圖片時(shí)，總感覺(jué)像是開(kāi)盲盒。 因為 ChatGPT 等生成式 AI 是不可預測的，它們生成的內容其實(shí)是概率計算的結果，簡(jiǎn)單來(lái)說(shuō)，就是我們在 ChatGPT 輸入文字，模型給出一個(gè)最可能的下文。所以，AI 有時(shí)候也會(huì )出錯，生成不連貫甚至錯誤的回答。

在 AI 這個(gè)不可捉摸的「黑箱」里，還可能有著(zhù)不為人所知的潛規則，就連研究人員也無(wú)法弄明白。 比如在用 AI 制圖時(shí)，各種單詞可能有不同的權重，但這個(gè)也要不斷試驗才能知道。 先來(lái)猜一猜，「一幅非常漂亮的畫(huà)，山旁有瀑布」和「一幅非常非常非常非常漂亮的畫(huà)，山旁有瀑布」這兩個(gè)提示，哪個(gè)用 DALL-E 2 輸出的結果會(huì )更好？

答案是后面一個(gè)。麻省理工學(xué)院副教授 Phillip Isola 發(fā)現，「very」這個(gè)詞被賦予了很高的權重。

面對 AI 這等龐然巨物，我們仍然在盲人摸象。 也有觀(guān)點(diǎn)認為，不必再吵了，提示工程師存在的前提是 AI 還不夠「聰明」。如果 AI 再發(fā)展下去，更好地理解人類(lèi)的意圖，可能人人就是所謂的提示工程師了。

唯一確定的是，AI 發(fā)展的速度永遠不會(huì )讓你失望。 文字生成 AI 和圖片生成 AI 的「強強聯(lián)合」，已經(jīng)替代了提示工程師的一部分工作。 比如 ChatGPT 被拿來(lái)與 Stable Diffusion 聯(lián)動(dòng)：用 ChatGPT 形成一段符合自己要求的文字，再把文字輸入給 Stable Diffusion，生成的作品一般比自己直接輸入好看很多。

同事用 ChatGPT 生成提示詞. 這可能是因為 AI 之間的「腦回路」更接近，ChatGPT 的描述也更細致，更容易被提取。 作為使用 AI 的普通用戶(hù)，我們不必像提示工程師那么專(zhuān)業(yè)，但可以有意識地培養這種思維。 賓夕法尼亞大學(xué)沃頓商學(xué)院教授 Ethan Mollick，曾經(jīng)要求他的學(xué)生僅用 AI 撰寫(xiě)短論文，其實(shí)他真正想強調的是，如何更好地輸入提示詞。 如果只是輸入簡(jiǎn)單的提示詞，讓 AI 寫(xiě)關(guān)于某個(gè)主題的 5 段話(huà)，內容無(wú)趣，文字也很平庸。

但當學(xué)生們和 AI 合作，讓 AI 對論文多次修改，比如拋棄無(wú)用的短語(yǔ)、加入生動(dòng)的細節、修改結尾的情感色彩，就能讓論文增色不少。 所以，如果 AI 就是未來(lái)互聯(lián)網(wǎng)的交互界面、新的個(gè)人計算機，那么不如開(kāi)始得更早一些，學(xué)習如何和它聊天。正如英國營(yíng)銷(xiāo)公司 Ladder 創(chuàng )始人 Michael Taylor 所說(shuō)： 當你可以創(chuàng )造任何你想要的東西時(shí)，你能多準確地表達「那是什么」的能力就變得很重要。

本文作者：張成晨，來(lái)源：愛(ài)范兒，原文標題：《年薪百萬(wàn)，只需陪聊，ChatGPT 正在帶起一種很新的職業(yè)》

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：