提示工程师-会是人类最后的工作吗？

引言

最近，ChatGPT的火爆让一个AI行业的新职业进入了我们的眼球：提示工程师（Prompt Engineer）。美国就有媒体描述，提示工程师可能会是2023年最受欢迎的职业之一，美国的AI公司Anthropic已经为招揽合适的人才开出了接近30万美元的年薪。百度的李彦宏也在近期的一次采访中预测说：“10年以后，全世界有50%的工作会是提示词工程（Prompt Engineering），不会写提示词的人会被淘汰。”今天我们就来谈谈，这到底是一份什么样的工作？他需要从业者具备什么样的技能？未来不会写提示词，真的会被淘汰？

这到底是一份什么样的工作？

提示工程师，主要的工作是与AI互动。AI的内容生成需要人类的信息输入（通常被称为提示-prompt），这些输入会向AI传递人类的需求。因此，虽然我们使用的是同样的AI模型，但更擅长写提示的人会得到更好的结果。

提示-Prompt，可以是一段文本描述，也可以是一个问题。举个例子，如果我们输入“张三和李四今天很开心，因为他们”这样的提示，AI模型给出的答案可能是“吃了大餐”、“看了电影”、“去迪士尼玩了”。但如果你加上更细致的内容，比如输入“张三和李四一直很喜欢钢铁侠。他们今天很开心，因为他们”这样的提示，模型给出的答案可能是“看了新上映的钢铁侠电影”。

在图片生成领域，也是类似的情况，如果你输入的是“宫保鸡丁”、“驴肉火烧”，而不加任何描述，AI的反馈可能惨不忍睹。但如果你能增加“中餐”、“菜”、“美食”这样的提示词来优化，AI才会明白原来你想要生成的是一道菜。

所以，提示工程师连接的是人类和AI这两端，他通过了解人类的需求、关注用户体验，同时又懂得机器学习算法、数据分析、大模型等AI的工作原理。这样，他们就可以不断地通过做提示来优化和调整AI生成内容的质量和用户满意度，不但可以避免“宫保鸡丁”等奇怪内容，也可以避免带有种族歧视、暴力倾向的内容生成。

换言之，提示工程师就像是马戏团的驯兽师，而现在包括OpenAI、谷歌Bard、StabilityAI、百度文心一言等AI模型，就像是马戏团中的一个个等待上场表演的野兽。越是能力高超的驯兽师，越能引导AI这头“野兽”做出精彩的表演。未来，到底哪一家AI模型更能够赢得消费者的青睐，不但要依靠算法、算力这些硬实力，更要依赖驯兽师（提示工程师）们的软实力。

他需要从业者具备什么样的技能？

那么，一名合格的提示工程师，又需要具备哪些技能？其实，和传统的IT工程师不同，提示工程师并不从事太多编程、写代码的工作，只需要懂基本的编程即可胜任。但编程之外的技能才是AI企业更为看中的。

第一，需要懂得AI模型的基本原理，包括模型的架构、用到的机器学习算法、数据分析等知识。因为，只有掌握了AI的基本原理，提示工程师才会了解AI的长处和短处，知道如何才能减少训练的时间、提升模型的效率和输出质量。

比如，通常图片所隐含的数据量要远大于文本，处理起来速度较慢。虽然像GPT4.0这样的AI模型可以直接读取图片，但提示工程师可以将图片中的信息简化为文字，并以更准确、清晰的方式表达出来，这样就同时提高了AI模型的工作效率和质量。

第二，需要具备良好的语言表达能力。人类用户的想法、需求和语言表达能力参差不齐，即使是在自然语言领域具备高度智能的ChatGPT这样的模型，也会出现难以理解用户需求的时候。因此，提示工程师的作用就在于，清晰、流畅、准确地描述出这些需求。不得不说，和AI行业的其他职业不同，这可能是一项少见的文科生较为占优势的领域。

第三，需要具备批判性思维、迭代思维。我们与AI模型的交互不是简单的、单次的，而是多元化的、重复的。批判性思维和迭代思维就显得尤为重要，你需要对AI给出的答案和你做过的提示词做出再次思考、多维度的思考，通过再思考来提升和优化，再用新的提示词和AI交互，这样多次的迭代后，才能提升AI生成内容的质量和效率。

第四，需要具备持续学习的能力。和传统的工业时代不同，AI的发展日新月异，各项新的模型、算法层出不穷，算力在不断提升，数据也在爆炸式地增长，即使是AI界的现有从业者，也都面临着知识与技能被淘汰的可能性。

例如，随着提示工程的不断演进，未来AI模型会逐渐完善，一些基础的提示工程就不再需要了，这时候对提升工程师的要求就更高了（可以简单理解为，从指导一位小学生学数学演进到指导一位高中生、大学生学数学）。因此，持续学习才能跟上技术的发展趋势，以便更好地应用新的知识和技能。

未来不会写提示词，真的会被淘汰？

现在让我们回到文章的开头，李彦宏认为“10年以后，全世界有50%的工作会是提示词工程（Prompt Engineering），不会写提示词的人会被淘汰。”这并非危言耸听，因为在AI时代，人类的交互方式将发生剧变。

我们不妨用一个互联网的思维来看待这个问题，那就是用户时长（用户每天消耗在一个APP上的时间）。我们用它来回顾人类发展的历史就可以清晰的发现，农业时代，我们每天的用户时长主要是花在农田、畜牧养殖等领域；在工业时代，变成了每天花时间和工厂里的机器打交道；工业化后期产生大量白领工作，人与人的协作开始占据主要的时间；后来到了互联网时代，每天的时间则是花在了和搜索引擎、智能手机APP进行交互；而AI时代，我们主要的时间都将是和AI进行交互。

因此，从这个角度看，对人类来说，农业时代最重要的能力是体力，工业时代和后工业化时代可能是智商和情商，互联网时代又有人提出“搜商”（拥有优秀的搜索能力）的概念来形容优秀的人才。最近，我看到有人在网络上已经提出了“问商”，背后代表的就是问问题、写提示（Prompt）的能力高低。这和李彦宏的观点不谋而合，在AI时代，一个问商很高的人就意味着他很会和AI打交道。

设想一下，过去我们夸一个人，可能是“这个人真有力气”、“真聪明”、“这个家伙真会搞关系、会来事儿”、“这小孩儿电脑、手机玩的真溜”。而未来的AI时代，可能就会变成“这个人真会问问题，这小伙子真懂机器人”。

为什么会这样？难道未来问商就这么厉害，就靠着写几句提示词，就能在社会上脱颖而出、成为杰出人才吗？其实，这背后的逻辑并不复杂。我在“ChatGPT凭什么能替代医生、律师、程序员？”一文中就写到过，未来，智能化的AI会以软件的形式来管理和运营我们的世界，而自动化的机器人将以硬件的方式来完成生产制造等工作。生产力的提升会让我们大多数人不再需要亲自从事执行和生产类的工作（就像工业革命解放了农民那样）。未来人类需要的是，如何与AI更好地交互，如何更好地提升AI的质量和效率，如何让AI模型具备更好的用户满意度。这就是李彦宏所说的，不会提示词工程的人将会被淘汰的原因。

因此，不论你从事哪个行业，可能都无法避免AI的“入侵”，最好还是“打不过就加入吧”：让我们一起成为“会问问题”的人。