這個職業(yè)的興起，始于AI的“愚蠢”。

每當(dāng)我們向AI提問，屏幕上呈現(xiàn)的交互形式只是用戶與大模型的問答流程。但在這背后，算法像一個博學(xué)卻對世界缺乏理解的孩子，需要有人幫助它解讀需求，引導(dǎo)其給出恰當(dāng)回答。

實現(xiàn)這一過程的關(guān)鍵推手，就是提示詞工程師（Prompt Engineering）。

2022年ChatGPT問世，數(shù)以千萬計的用戶涌入平臺與之交互。社交媒體上，人們分享與GPT的對話片段，加速了“好的提示詞能開發(fā)AI潛力”這一認(rèn)知的普及。

早在ChatGPT之前，Riley Goodside就開始在Twitter（現(xiàn)X）上分享他與語言模型（尤其是GPT-3）的交互結(jié)果。業(yè)內(nèi)一些人稱他為“Prompt Engineering as a discipline（提示工程學(xué)）”的開創(chuàng)者之一。

Riley推廣的反思提示（讓模型審查自身答案再改進(jìn)）、角色化提示（通過設(shè)定身份讓模型生成特定風(fēng)格內(nèi)容）、思維鏈（Chain of Thought）、思維樹（Tree of Thought）等技巧，推動了提示工程從“玄學(xué)調(diào)教”轉(zhuǎn)向“系統(tǒng)設(shè)計”。

Riley和一些從業(yè)者帶火了「提示詞工程師」這一職業(yè)。ChatGPT誕生后，Scale AI創(chuàng)始人Alexandr Wang稱，Riley將是歷史上首位以首席提示詞工程師（Staff Prompt Engineer）職位入職的人。[1]

2023年，提示詞工程師一度是科技行業(yè)最性感的職業(yè)。不需要技術(shù)背景，只需和AI聊天，就能年薪近百萬（人民幣）。Anthropic在舊金山開出33.5萬美元年薪招聘“提示工程師兼圖書管理員”，不要求計算機(jī)背景，不限專業(yè)，只要“熱愛解決難題”。職業(yè)咨詢平臺ResumeBuilder的一項調(diào)查顯示，近29%的公司計劃在2023年聘請?zhí)崾竟こ處煟渲屑s25%的公司預(yù)計起薪超過每年20萬美元（約合人民幣142.6萬元）。

然而在2025年初，OpenAI頂級研究員Sean Grove在一場閉門會議上扔下一顆炸彈：“提示詞工程已死?！?/strong>

AI提示詞工程師轉(zhuǎn)眼間又成了“史上最短命的職業(yè)”。2025年上半年，微軟一項涉及31000名員工的調(diào)查顯示，提示詞工程師已成為公司未來12至18個月內(nèi)倒數(shù)第二不想新增的崗位。

曾經(jīng)被視為“未來最性感職業(yè)”的崗位，為何迅速淪為“史上最短命職業(yè)”？提示詞工程師真的成為企業(yè)最不想招的、毫無價值的崗位了嗎？

[1]Scale AI是2016年由華裔創(chuàng)始人Alexandr Wang與Lucy Guo共同創(chuàng)立的AI數(shù)據(jù)基礎(chǔ)設(shè)施供應(yīng)商，通過提供高質(zhì)量訓(xùn)練數(shù)據(jù)與配套平臺，幫助政府和企業(yè)快速構(gòu)建、評估和部署機(jī)器學(xué)習(xí)與生成式AI模型。2025年6月，Meta以143億美元收購Scale AI 49%股權(quán)，并任命創(chuàng)始人Alexandr Wang為首席AI官，雙方將在通用人工智能與超級智能領(lǐng)域深度合作。

草莽時代：不限學(xué)歷的百萬年薪神話 ╱ 01
市場進(jìn)化：AI Agent設(shè)計師，和懂AI開發(fā)的產(chǎn)品經(jīng)理 ╱ 02
幸存指南：垂直領(lǐng)域玩轉(zhuǎn)AI的復(fù)合型人才 ╱ 03

草莽時代：不限學(xué)歷的百萬年薪神話

2023年，提示詞工程師崗位大量涌現(xiàn)。美國《時代》周刊報道，當(dāng)時Anthropic（Claude母公司）在舊金山招聘“提示工程師兼圖書管理員”，年薪最高可達(dá)33.5萬美元，折合人民幣年收入約240萬。[2]

那時提示詞工程師的工作內(nèi)容還較簡單。自動化文檔審閱工具Klarity為該崗位開出的條件僅為“提示并理解如何利用人工智能工具生成最佳輸出”，年薪高達(dá)23萬美金。

大洋彼岸，和千萬用戶一起涌入ChatGPT的，還有秀達(dá)。

“作為三本生，我們在求職上本就不具有優(yōu)勢?！贝髮W(xué)四年，飛行器制造工程專業(yè)的秀達(dá)早早發(fā)現(xiàn)了自身求職缺陷。他通過自學(xué)、實習(xí)、創(chuàng)業(yè)不斷拓寬能力邊界，試圖彌補學(xué)歷短板。

AI為秀達(dá)帶來了新機(jī)會。

ChatGPT爆火，喜歡嘗新的秀達(dá)不想錯過。當(dāng)他“披荊斬棘”來到GPT面前，深深沉浸在與AI交互的新奇中，ChatGP漸漸成了秀達(dá)最親密的導(dǎo)師。為給創(chuàng)業(yè)提效，他自學(xué)提示詞技巧，憑興趣做了一些提示詞作品。

讓秀達(dá)意識到提示詞重要性的，是在創(chuàng)業(yè)失敗心灰意冷時，ChatGPT給他的建議。

當(dāng)時秀達(dá)遇到卡點，不知該繼續(xù)在航線迷茫的船上死磕，還是去企業(yè)學(xué)習(xí)經(jīng)驗。無處傾訴的他，在網(wǎng)上搜集了其他大牛關(guān)于“做決策”的提示詞，結(jié)合自己的情況一股腦輸入給AI。AI的回答正幫他指明了心中的答案。

上文提到Anthropic招聘提示詞工程師的信息要求，申請人必須“具有創(chuàng)造性的黑客精神，并且熱愛解決難題”。憑借對AI的熱愛，本來簡歷無人問津的秀達(dá)，拿到了自己從來不敢想的大廠實習(xí)offer。一年后，他成功以“提示詞工程師”職位入職另一頭部大廠。

大專畢業(yè)的劉海和秀達(dá)經(jīng)歷類似。劉海于社交網(wǎng)絡(luò)分享的提示詞工程師職責(zé)經(jīng)驗貼提到，從事該崗位后，他的薪資待遇確實比一般程序員稍高。[3]劉海憑借對AI技術(shù)和提示詞技巧的熟練掌握，在創(chuàng)業(yè)公司拿到了1萬的月薪。

提示詞工程師一般分為初級和高級（但這一分法還有待討論，下文會展開說）。初級提示詞工程師月薪在10-15k，高級提示詞工程師月薪要看職責(zé)偏向產(chǎn)品經(jīng)理還是技術(shù)/Agent開發(fā)側(cè)，年薪在30萬至80萬不等。

但職業(yè)早期的高薪水背后，是職責(zé)并不明確。劉海提到，某個時間段內(nèi)，一些公司老板感受到了ChatGPT、AI繪圖、數(shù)字人等技術(shù)的驚艷效果，想動員公司接入AI。這導(dǎo)致早期AI提示詞工程師的角色類似于企業(yè)AI顧問。

有從業(yè)者提出，提示詞工程師高薪的根源，在于招聘的HR也說不清該怎么定義這個崗位的角色和薪資，很大程度上取決于求職者自身的價值。

[2] 數(shù)據(jù)來源：《The AI Job That Pays Up to $335K---and You Don't Need a Computer Engineering Background》，TIME

[3] 資料參考：《「AI 提示詞工程師」の見解和經(jīng)驗分享》，作者劉海。

市場進(jìn)化：AI Agent設(shè)計師，和懂AI開發(fā)的產(chǎn)品經(jīng)理

“2024年那會可能在Learning Prompt、LangGPT、way to agi等文檔中學(xué)習(xí)一下知識和技巧，自己在扣子或者訊飛等平臺搭幾個產(chǎn)品、智能體，還能找到一份不錯的提示詞工程師的工作?，F(xiàn)在，只能說靠緣分了。”秀達(dá)告訴《職場Bonus》。

入行通路收窄，與提示詞工程師職責(zé)隨模型能力提升不斷擴(kuò)大息息相關(guān)?，F(xiàn)在市場上有專職和外包兩種提示詞工程師。

據(jù)秀達(dá)分享，一位大廠AI提示詞工程師的工作流程大致為：

接到需求——理解產(chǎn)品需求——跑通最小MVP——獲取項目行業(yè)Know-How——設(shè)計技術(shù)方案——制定測評標(biāo)準(zhǔn)和測評集——寫提示詞+測試迭代——交付結(jié)果。

當(dāng)提示詞技能作為單點技巧出現(xiàn)時，其人才對于企業(yè)的價值并不高。外包提示詞工程師便是一個體現(xiàn)。外包工程師接到的需求都是已經(jīng)確定的，只需要完成“寫提示詞”部分即可。

專職提示詞工程師需要理解產(chǎn)品經(jīng)理的需求，對產(chǎn)品和用戶洞察有一定要求。他們要根據(jù)理解的產(chǎn)品需求，通過實驗跑通最小MVP（用最少的資源、最快的速度，做出具備“可驗證價值”的極簡產(chǎn)品原型），甚至搭建Agent工作流。

給大模型做提示詞，本質(zhì)是需要提示詞工程師提煉自身對項目行業(yè)和流程的理解與方法論。如果遇到不熟悉的行業(yè)，專職提示詞工程師還要“想盡一切辦法”去獲得行業(yè)Know-How。如項目打算做一個文本潤色智能體，有的提示詞工程師會通過在閑魚下單專門的文本潤色工作者的案例，觀察他們做潤色工作的習(xí)慣，提取Know-How。

一些企業(yè)也傾向于招聘剛畢業(yè)的學(xué)生來做提示詞工程師。

“搞AIGC/Prompt這一塊，還得是年輕人（大學(xué)生）多一些也專業(yè)一些。相比于已有工作經(jīng)驗的人，大學(xué)生沒有就業(yè)壓力，會自己上網(wǎng)找資料，花更多時間去實踐Prompt的設(shè)計和應(yīng)用。”一位企業(yè)HR告訴《職場Bonus》。

出于大模型交互的不穩(wěn)定性，專職提示詞工程師還要根據(jù)產(chǎn)品經(jīng)理與用戶的訪談，為新產(chǎn)品做測評集。產(chǎn)品通過測評標(biāo)準(zhǔn)后，提示詞工作才可以交付。不同項目，提示詞有長有短，短的幾十字就能寫完，長的甚至需要上萬字。

測試是提示詞工程里最耗費時間的一項工作。秀達(dá)分享，測試迭代每一步都至少要經(jīng)過上百次實驗，有時候還需要寫個腳本去跑。

專職提示詞工程師還要求對技術(shù)有一定了解，能夠設(shè)計技術(shù)方案。該崗位不再對技術(shù)背景無要求：對文科生而言存在一定門檻；對有技術(shù)背景的人來說，同樣需要具備產(chǎn)品理解與用戶洞察的能力。

AI進(jìn)化后，市場對AI提示詞工程師的要求，從“寫系統(tǒng)化的提示詞、有產(chǎn)品意識”，上升到了“要懂技術(shù)，能搭建工作流，把多個AI串聯(lián)起來成為Agent”。因此，現(xiàn)在有些AI Agent設(shè)計師的崗位，也是提示詞工程師的延伸。

而在創(chuàng)業(yè)公司，提示詞工程師的職責(zé)往往由產(chǎn)品經(jīng)理兼任，少數(shù)時候由技術(shù)側(cè)人員擔(dān)任。這種分工的優(yōu)勢在于，集產(chǎn)品、執(zhí)行于一身，提需求的人更懂如何實現(xiàn)，能以最快速度跑通產(chǎn)品MVP，效率更高。

企業(yè)不止需要一個會寫Prompt的工程師，本質(zhì)是需要一個懂AI開發(fā)的產(chǎn)品經(jīng)理。

幸存指南：垂直領(lǐng)域玩轉(zhuǎn)AI的復(fù)合型人才

社交平臺上盛傳著一組數(shù)據(jù)：在國外招聘平臺（Indeed）上，提示詞工程師的檢索次數(shù)經(jīng)歷了過山車式變化。

2023年1月，每百萬次搜索中只有2次為搜索提示詞工程師。
2023年4月這一數(shù)字暴增到144次/百萬次。
如今已歸于平靜，大概保持在20-30次/百萬次。

微軟近期一項涉及31000名員工的調(diào)查顯示，“提示詞工程師”已成為公司未來12至18個月內(nèi)“最不愿新增”的崗位之一。

“這就是一個過渡性的崗位。”從事提示詞工程工作3年的王丹說。

在創(chuàng)業(yè)公司任職提示詞工程師的王丹看來，把提示詞工程師的職責(zé)看作一個光譜，光譜兩端分別是產(chǎn)品經(jīng)理和技術(shù)人員，提示詞工程師更多的是一個過渡性的崗位。由此，提示詞工程師的薪資也和他的職責(zé)掛鉤：職責(zé)貼近產(chǎn)品經(jīng)理的提示詞工程師（偏策略產(chǎn)品經(jīng)理），薪資水平與產(chǎn)品經(jīng)理相近；職責(zé)偏向技術(shù)開發(fā)的，則與純技術(shù)人員薪資相當(dāng)。

可以肯定的是，企業(yè)們需要有提示詞技能的復(fù)合型人才。隨著企業(yè)慢慢發(fā)展，對提示詞工程師的水平要求也會隨之提高。

通常一個項目中，產(chǎn)品經(jīng)理、前端、后端的配比是1:1:1的時候，企業(yè)就需要招聘一位提示詞工程師來協(xié)作產(chǎn)品經(jīng)理和后端的工作。一位大廠從業(yè)人員告訴《職場Bonus》，一般一個30人的項目團(tuán)隊，有1-2位提示詞工程師。大廠里，項目比較復(fù)雜的團(tuán)隊，提示詞工程師也不會超過10位。

獵聘數(shù)據(jù)顯示，目前仍提供高薪的提示詞工程師崗位中，70%集中于醫(yī)療、政務(wù)、金融等垂直領(lǐng)域，且普遍要求“1至3年行業(yè)經(jīng)驗+編程基礎(chǔ)”。提示詞工程師崗位正從“通用型”向“專家型”角色演變。

全球首位“提示詞指南”作者Sander Schulhoff堅持：“提示詞工程一點也沒過時，反而比以前更重要。”[4]區(qū)別在于，過去是“專業(yè)魔法”，現(xiàn)在是“辦公常識”。在特定場景如搭建Agent架構(gòu)、設(shè)計技術(shù)架構(gòu)時，提示詞工程師的經(jīng)驗仍不可替代——產(chǎn)品經(jīng)理可能因經(jīng)驗缺失而誤判模型能力。

“從某種程度上講，大模型的出現(xiàn)類似于計算機(jī)又被重新發(fā)明出來，與其關(guān)注職位還能存續(xù)多久，不如沉浸在與智能交互、積累經(jīng)驗的過程中?！睆臉I(yè)者艾木如是總結(jié)。

[4] Sander Schulhoff：提示詞專家，他專注于提示詞工程（Prompt Engineering）領(lǐng)域，曾與OpenAI等機(jī)構(gòu)合作，并強調(diào)提示詞在協(xié)調(diào)任務(wù)目標(biāo)、篩選關(guān)鍵信息和規(guī)劃執(zhí)行流程中的核心作用。

（應(yīng)受訪者要求，秀達(dá)、王丹、艾木均為化名。）

撰文|葉佳寧

編輯陳桐

排版|段春燕

封面圖|ilgmyzin（Unsplash）