大家好，我是校长。

前几天一直看到类似的消息，ChatGPT 爆火带动全新职业提示工程师，提示工程有多重要？未来该职业走向如何？

AI 在我们的生活中，越来越不可或缺。显然，谁能更好地掌握提示工程，就能比别人多掌握一个强大的利器。

ChatGPT 的爆火，也让提示工程师的薪水水涨船高。

现在，已经有人拿到 25 万到 33 万美元的年薪了。

由于，以迅雷不及掩耳之势，人工智能军备竞赛的打响。有人说，21 世纪的重要技能是：提示工程。

尽管大型科技公司这些年来一直都在悄悄地开发自己的生成式人工智能工具，但自从 OpenAI 的 ChatGPT 迅速走红之后，这些巨头们便开始争先恐后地向公众展示自己的能力。

而生成式 AI 这项技术，也被认为注定会成为从搜索引擎到故事编写、科学研究、家庭作业、学校教学等等创造性或重复性工作的替代品。在这一语境下，它将重塑这个世界。

如果这种人工智能范式的转变真的到来，那么 21 世纪的一项重要技能就很可能是如何有效地与机器对话，或者也可以称之为「提示工程」。

美国知名作家 Charlie Warzel 分享了他和自己 8 岁的侄子，在去年夏天一起体验 Midjourney 的故事。

他们原本是想创造出一个令人愉快的场景：「一只跳蚤在海啸的浪潮中冲浪，与一只巨大的黄蜂搏斗」。

但结果却是，跳蚤在最开始看起来不够卡通，而经过这位作者调整后又太过于超现实，完全超出了他侄子那个年龄的接受范围。

这位作家表示，虽然自己以写作为生，但很显然，他在指导 AI 时所要的描述还是太含糊了，至少对于 AI 来说是这样的。

不过，就算搞不懂如何与 AI 对话也没关系，因为现在有了一个全新的产业可以帮你玩转 AIGC——「提示专卖店」。

比如，在网站 PromptBase 上，你就能以非常低廉的价格，买到让 AI 稳定输出某一主题的 prompt。

可以说，好的提示不仅仅是具体的，而且还反映出了你想要让 AI 做什么的更深层的理解。

所以，有人说，这是一个全新的职业：提示工程师。

ChatGPT 爆火带动全新职业提示工程师，提示工程有多重要？未来该职业走向如何呢？

我聊一聊我的看法。

先说结论：就像写作和编码一样，提示工程是一种新兴的思维形式，但是，这是一个不幸的历史文物，既不是艺术也不是科学，而是有点像炼金术，说到底这更像是人工智能发展阶段的 BUG ，可能随着人工智能技术的发展，这个职业也会随时消失。

提示工程师也不能说是一种全新的职业吧？其实，LLM （大型语言模型）在人工智能领域已经有几年了，开发人员一直探索与它们交互的最佳方式。

而提示工程对于做 LLM 的人工智能公司来讲，与构建和训练机器学习或深度学习模型不同，提示工程师通常使用托管在云上的预训练 LLM。让 LLM 正确运行并生成适当的响应，通过操纵输入到 LLM 或其提示中的输入来实现这一点。

换句话就是：提示工程是关于操纵 LLM 的输入以获得期望的响应。

为了说通俗一点，咱们就以 ChatGPT 和基础模型 InstructGPT 为例，由于模型难以从外部的数据中获得对齐，因此人类必须不断地帮助和辅导 GPT，帮它改进。

总体而言，需要 3 个步骤：

第一步非常直接：对于用户提交的 prompt，由人类来写答案，然后把这些答案的数据集收集起来，然后，通过监督学习对 GPT 进行微调。

这是最简单的步骤，但成本也是最高的 —— 众所周知，咱们人类真的很不爱写字数太长的答案，太费事，太痛苦了……

第 2 步要有趣得多：GPT 被要求「提供」几个不同的答案，而人类标记员则需要将这些答案「排序」，从最理想的，到最不理想的。

通过这些标注，就可以训练出一个可以捕捉人类「偏好」的奖励模型。

在强化学习（RL）中，奖励功能通常是硬编码（hardcoded）的，比如雅达利游戏中的游戏分数。

而 ChatGPT 采用的数据驱动的奖励模型，就是一个很强大的思路。

第 3 步：将 GPT 视为一个策略，并通过 RL 针对所学的奖励进行优化。在这里，我们选择 PPO，作为一种简单有效的训练算法。

这样，GPT 就对齐得更好了。

然后，就可以刷新，不断重复步骤 2-3，从而不断改进 GPT，就像 LLM 的 CI 一样。

这是从技术角度来看提示工程师，这些操作是需要有技术门槛的，并不是普通人可以做到的。

而由于 ChatGPT 的火爆，现在我们所说的提示工程师，我怎么感觉更像是熟练使用 AI 这种工具的人，也更像是调参师或者点金术士，不断地在排列组合各种描述的关键字或者不断地提示，从中探索和了解 AI 给出的不同答案。当你了解了不同关键字的排列组合，如何使用这些关键字描述提问，能够从 AI 当中获取到更准确，更优质的答案。

ChatGPT 火爆猴，我们现在也看到了即使同样意思的话，不同的人使用不同方式提问，得到的答案差异很大。

为什么别人提问的问题，ChatGPT 回答的内容就这么高质量呢？为什么我的提问，ChatGPT 给出的答案显得很愚蠢或者劣质呢？

因为，我们经常听到这么一句话：一个好问题，才能获得好答案，不会问问题的人，是不会获得高质量的内容的。

会提问的人，就成为了香饽饽，成为了提示工程师。

但是，你仔细想一想，随着 LLM 的完善和不断发展，这种现象不能改变吗？何况，随着人工智能的发展和 AI 工具的普及，当用的多的时候，AI 会自我学习，而人类也会慢慢适应 AI 的。

现在大家口中的这个所谓的提示工程师，更像是人们对于 AI 工具不熟悉而造成的一个短暂性职业。

这就像是电脑刚刚诞生的时候，或者刚刚要普及的时候，很多人可能不会使用电脑，就需要聘请一个助理一样，帮他操作电脑或者教他使用电脑，等自己慢慢熟悉了，还需要这个助理吗？不需要了，自己就操作了。

大家怎么看？

点击下方公众号卡片，关注我

在公众号对话框，回复关键字 “1024”

免费领取副业赚钱实操教程