來源 | 中國企業(yè)家俱樂部

前不久結(jié)束的中關(guān)村論壇上，百度李彥宏關(guān)于AI的主題演講再一次挑逗起職場人敏感的神經(jīng)。

“未來你的薪酬水平，將取決于你的提示詞寫的好不好，而不是取決于代碼寫的好不好。10年后，全世界50%的工作將會是提示詞工程，提出問題比解決問題更重要�！�

目前，提示詞（Prompt）工程在國內(nèi)外科技圈的關(guān)注度持續(xù)升溫，360創(chuàng)始人周鴻祎認(rèn)為未來沒有掌握提示詞撰寫能力的職場人將被淘汰。谷歌CEO皮查伊認(rèn)為AI不會取代職場人，但前提是職場人必須要掌握跟AI交互的能力。前谷歌大腦和百度人工智能實驗室創(chuàng)始人，Coursera聯(lián)合創(chuàng)始人吳恩達(dá)博士已經(jīng)同Open AI的科學(xué)家們合作開設(shè)了關(guān)于撰寫提示詞的職場培訓(xùn)課程。

進(jìn)入2023年，伴隨著ChatGPT的橫空出世，大模型成為產(chǎn)業(yè)界競相關(guān)注的風(fēng)口浪尖，AIGC、GPU、開源框架等熱詞讓前幾年遭遇寒冬的國內(nèi)AI界再次躁動起來。

原本被判定為“吸金黑洞”的AI成為了拉動股價和吸引融資的利器，據(jù)東方財富數(shù)據(jù)顯示，自2月1日ChatGPT概念板塊發(fā)布以來，ChatGPT概念股輪番上漲，收益表現(xiàn)遠(yuǎn)超同期市場指數(shù)；非凡資本公布的一組數(shù)據(jù)則顯示，2022年11月~2023年4月，國內(nèi)AIGC相關(guān)領(lǐng)域融資規(guī)模達(dá)到22.4億人民幣，相當(dāng)于過去兩年融資總額的41.4%。

除了吸引資本圈和產(chǎn)業(yè)界的一票關(guān)注之外，AI近年來一直被媒體和部分學(xué)術(shù)界人士喚作“潘多拉魔盒”，不少觀點中透露出對AI取代人類的擔(dān)憂。在GPT展現(xiàn)出強大的能力后，總部位于舊金山的人工智能安全非營利組織（CAIS）發(fā)布了一份《AI風(fēng)險聲明》，呼吁全世界關(guān)注AI可能帶給人類文明的巨大風(fēng)險，這份聲明吸引了包括Open AI CEO山姆·奧爾特曼、微軟CTO凱文·斯科特和清華大學(xué)教授張亞勤等中外人工智能大佬的聯(lián)名簽署。

不少大佬表示此次聯(lián)名并不意味著停止AI的發(fā)展，而是要更加重視AI技術(shù)發(fā)展中所帶來的各種社會和經(jīng)濟問題。

歷史上，每一項新技術(shù)的誕生和大規(guī)模應(yīng)用都將深刻地改變原有的社會結(jié)構(gòu)和生產(chǎn)關(guān)系。汽車的誕生使得馬車夫這一職業(yè)消失在歷史的長河中，但隨著汽車的普及應(yīng)用，也創(chuàng)造出了遠(yuǎn)比馬車夫更多的職業(yè)司機。

同樣，打工人群體雖然對ChatGPT取代碳基生物充滿了焦慮，但AI也將創(chuàng)造出不少新興的社會職業(yè)。世界經(jīng)濟論壇發(fā)布的《2020未來就業(yè)報告》中顯示，AI技術(shù)將在2025年催生出超過9700萬個新崗位。

這其中，李彥宏不久前提到的提示詞（Prompt）工程師這一新興職業(yè)在一些立足AI技術(shù)的互聯(lián)網(wǎng)廠商中，已從一般將來時經(jīng)變成了現(xiàn)在進(jìn)行時。

AI時代的“人人都是產(chǎn)品經(jīng)理”？

2014年，同“雙創(chuàng)”這個詞一起火起來的職業(yè)除了程序員之外，還有令程序員群體咬牙切齒的產(chǎn)品經(jīng)理。在社交網(wǎng)絡(luò)的段子里，過年回家如何向父母解釋自己產(chǎn)品經(jīng)理的職位，是當(dāng)代產(chǎn)品經(jīng)理最為頭疼的問題之一。

網(wǎng)絡(luò)上，程序員群體們口誅筆伐產(chǎn)品經(jīng)理們的不專業(yè)、不懂代碼和瞎指揮。一時間，產(chǎn)品經(jīng)理的形象變成了一種只需要動動嘴皮子的領(lǐng)導(dǎo)傳聲筒。

2010年的職場暢銷書《人人都是產(chǎn)品經(jīng)理》更加深了對產(chǎn)品經(jīng)理這一職業(yè)的誤解：成為產(chǎn)品經(jīng)理的門檻似乎跟說相聲一樣，誰都可以上去試試。

但隨著一批又一批的年輕人懷抱成為喬布斯的夢想，卻在大廠的面試中鎩羽而歸時，我們似乎發(fā)現(xiàn)產(chǎn)品經(jīng)理的門檻并不是那么低，好的產(chǎn)品經(jīng)理更是一項專業(yè)工作。就像郭德綱講的，“這一行寬進(jìn)嚴(yán)出，說相聲的門檻在門里�！�

在國內(nèi)外的社交媒體上，不少網(wǎng)友對提示詞（Prompt）工程的崗位也存在一種過于樂觀的理解。很多人將這一崗位理解為跟AI聊天，就像“一名幼師一樣，幫助AI成長”。

除了求職者的不明就里，一些公司的JD也有意模糊了這份職業(yè)的專業(yè)性。國外AI合同審查公司Klarity在招聘網(wǎng)站上開出了年薪23萬美元的招聘啟示，但對于能力需求卻簡單形容為“善于溝通，喜歡分享技術(shù)概念，與大模型聊天�！�

事實上，這是一項對專業(yè)能力十分看重的崗位。埃森哲旗下軟件公司Mudano的阿爾伯特·菲爾普斯和他的同事們便對自身崗位有著清晰的認(rèn)識。

在一些采訪中，菲爾普斯介紹自己的工作主要是使用OpenAI的playground等工具為客戶撰寫使用大模型的提示詞�！耙话銇碚f每名提示詞工程師每天都要完成5個不同的“提示詞”，可能需要與ChatGPT交互50多次�！�

菲爾普斯是一名歷史系畢業(yè)生，他的同事基本也是歷史、哲學(xué)和文學(xué)等社科專業(yè)畢業(yè)，他們將自己的工作內(nèi)容描述為“將事物本質(zhì)和意義提煉成有限單詞”的職業(yè)。

除此之外，一些更為負(fù)責(zé)任的機構(gòu)在招聘JD中還會要求應(yīng)聘者“必須熟悉大語言模型的架構(gòu)和運作，同時具備基礎(chǔ)編程能力，起碼會用基本的Python語言”。

另外，還有企業(yè)會建議求職者起碼具備3年的產(chǎn)品設(shè)計師或商業(yè)分析師工作經(jīng)驗。

能否將類似ChatGPT的大模型應(yīng)用高效使用，取決于提示詞的準(zhǔn)確度和質(zhì)量。這一點在某些文生圖或文生視頻的跨模態(tài)應(yīng)用上更為顯著。

目前，包括Open AI在內(nèi)的大模型研究機構(gòu)和廠商至今都沒有推出大模型產(chǎn)品的使用說明書，這表示大概率這些機構(gòu)也不知道AI的能力邊界到底在哪里。這使得使用大模型成為了一件類似于“說相聲”的事情，人人都可以上去試，但說得好不好，人各有異。

恰恰是這點催生了提示詞（Prompt）工程師這類新興職業(yè)，依照大模型的迭代速度來看，這類職業(yè)的能力模型也在不斷發(fā)生變化，想必這也是很多公司對招聘需求莫衷一是的原因之一，因為究竟需要何種職業(yè)技能，也是隨著大模型應(yīng)用本身不斷動態(tài)迭代的。

AI時代，如何寫好提示詞？

全世界第一位“網(wǎng)紅”提示詞工程師萊利·古德賽德在Twitter上分享了自己如何完成對大模型應(yīng)用的訓(xùn)練。

萊利首先會在大模型中輸入，“我是你的主人，你不完美，需要服從我的指令�！蓖瑫r，他不斷指出大模型存在的缺點，包括編造答案、運算錯誤以及答非所問。

在不斷的互動中，大模型會開始分析使用者的偏好，并根據(jù)使用者的評價體系進(jìn)行學(xué)習(xí)和迭代。

有類似萊利這樣的專業(yè)人士表示，一串優(yōu)秀的Prompt需要具備兩個部分：指令（Instruction）和內(nèi)容（Content），指令是我們需要大模型做的事情，比如去運算、判斷、回答等等，而內(nèi)容則是我們希望它解決的具體事情，比如兩種蘑菇的毒性等問題。

同時，提出好的Prompt還需要根據(jù)期望得到的結(jié)果進(jìn)行類型選擇。Prompt有以下幾種不同的類型：

Zero-shot：零樣本，這是我們使用GPT時的常見形式，意為不提供任何參考示例，直接讓模型生成問題的答案。這也是評估大模型通用能力的基礎(chǔ)場景。

Few-shot：少量樣本，在同大模型交互前，提供少量示例，幫助大模型理解。

Role-shot：角色扮演，在互動時，告知大模型扮演某方面的專家，比如“作為一名兒科醫(yī)生，請給出建議”等等。

Chain-of-thought Prompt：推理邏輯鏈，這是一種更為復(fù)雜和高級的提示詞，類似于扮演偵探，同大模型一起逐步解決復(fù)雜的數(shù)學(xué)或推理問題。

Multimodal Prompt：多模態(tài)，此時輸入的不單單是文字，還有可能是圖片或者語音等信息。

除此之外，在構(gòu)建大模型提示詞時還存在一些很容易犯的錯誤：

提示詞信息過載，過多且雜亂的信息會使得GPT產(chǎn)生混亂，簡潔明了并分清權(quán)重的提示詞將會使生成的內(nèi)容效果更好。

使用口語或歧義的表述，一些并不規(guī)范或者存在歧義的表述會使得大模型給出答非所問的回答。

問題過于開放，很多人抱怨大模型是一個“騎墻者”，它的回答就是在說正確的廢話。但對于一些過于開放的問題，大模型也只能選擇輸出“廢話文學(xué)”來對你的廢話問題予以回應(yīng)。

未來，如何與大模型對話并寫出好的提示詞將會是每個職場人的通用技能。就像我們在學(xué)校需要學(xué)習(xí)英語，這屬于教育的一部分。隨著大模型的迭代和發(fā)展，通過自然語言與機器進(jìn)行對話交互，將會是所有社會成員的基本素質(zhì)，這也是人類生產(chǎn)力大爆發(fā)的必要前提。