图片由编辑使用 DALL•E 3 创建
在不断扩展的 AI 和 ML 宇宙中，一颗新星已经出现：提示工程。这一新兴领域围绕着战略性地设计输入，以引导 AI 模型生成特定的、期望的输出。
1. 谷歌网络安全证书 - 快速进入网络安全职业道路。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT 工作
各种媒体纷纷大肆宣传提示工程，让它看起来像是理想的工作——你无需学习编程，也不必了解像深度学习、数据集等机器学习概念。你会同意它看起来美好得不像真的，对吧？
实际上，答案是既是又不是。我们将在今天的文章中详细解释，追溯提示工程的起源，为什么它很重要，最重要的是，为什么它不是一个能够改变生活的职业，不会让成千上万的人社会地位提升。
我们都看到了这些数据——全球 AI 市场到 2030 年将价值 1.6 万亿美元，OpenAI 正提供 90 万美元的薪资，这还没有提及 GPT-4、Claude 以及各种其他 LLMs 生成的数十亿，甚至数万亿的词汇。当然，数据科学家、机器学习专家和其他高层专业人士处于最前沿。
然而，2022 年改变了一切，因为 GPT-3 一经公开发布就迅速普及。突然间，普通人意识到提示的重要性以及 GIGO——垃圾进，垃圾出。 如果你写了一个没有任何细节的马虎提示，LLM 将对输出结果拥有完全的控制权。一开始很简单，但用户很快意识到了模型的真正能力。
然而，人们很快开始尝试更复杂的工作流程和更长的提示，这进一步强调了巧妙编织语言的价值。自定义指令 只扩大了可能性，加速了提示工程师的崛起——这种专业人士可以运用逻辑、推理和对 LLM 行为的知识来随心所欲地产生所需的输出。
在其潜力的巅峰，提示工程催生了自然语言处理（NLP）领域的显著进展。从普通的 GPT-3.5 到 Meta 的 LLaMa 的特定版本，当被输入精心设计的提示时，展示了对各种任务的惊人适应能力和灵活性。
提示工程的支持者将其誉为 AI 创新的桥梁，展望一个通过精细提示工艺实现人类与 AI 无缝互动的未来。
然而，正是提示工程的承诺激发了争议的火焰。它能够从 AI 系统中生成复杂、细致甚至富有创意的输出，这一点并未被忽视。该领域的先知们将提示工程视为释放 AI 潜力的关键，将其从计算工具转变为创造伙伴。
在热情的高潮中，怀疑的声音回荡。提示工程的反对者指出其固有的局限性，认为它不过是对缺乏基本理解的 AI 系统的复杂操控。
他们认为提示工程不过是一个幌子，一种巧妙的输入安排，掩盖了 AI 固有的无法理解或推理的局限性。同样，也可以说以下观点支持了他们的立场：
-
AI 模型的兴衰更替。比如说，GPT-3 中有效的某些功能在 GPT-3.5 中已经被修补，而在 GPT-4 中则几乎不可能实现。这是否意味着提示工程师只是某一版本 LLM 的鉴赏家？
-
即使是最优秀的提示工程师，也不算真正的“工程师”。例如，SEO 专家可以使用 GPT 插件或甚至本地运行的 LLM 来寻找反向链接机会，或者软件工程师可能知道如何 使用 Copilot 进行编写、测试和部署代码。但归根结底，他们就是这样——单一任务，在大多数情况下依赖于之前在某一领域的专长。
-
除了 硅谷偶尔出现的提示工程职位，几乎没有人对提示工程有所了解，更不用说其他方面了。公司正在缓慢而谨慎地采纳 LLMs，这与每项创新一样。但我们都知道这并不能阻止炒作的浪潮。
提示工程的魅力并未免于炒作和夸大的力量。媒体叙事在推崇其优点和抨击其缺陷之间摇摆，常常放大成功而淡化局限性。这种对立的情况造成了困惑和夸大的期望，使人们相信它要么是魔法，要么完全无用，而两者之间的情况则被忽略了。
与其他技术潮流的历史类比也提醒我们技术趋势的短暂性。曾经承诺彻底改变世界的技术，从元宇宙到折叠手机，往往在现实未能达到早期炒作设定的高期待后，其光彩会逐渐褪去。这种夸张的热情随后带来的失望对提示工程的长期可行性投下了疑虑的阴影。
剥去炒作的层层外衣，揭示了一个更为复杂的现实。从提示工程在不同应用中的可扩展性到对可重复性和标准化的担忧，技术和伦理挑战无处不在。与 传统且成熟的 AI 职业（例如与数据科学相关的职业）相比，提示工程的光环开始黯淡，暴露出虽然强大但仍存在重大局限性的工具。
这就是为什么提示工程如果是一种潮流——每天与 ChatGPT 对话并找到一份中六位数薪资的工作的想法不过是一个神话。确实，一些过于热衷的硅谷初创公司可能在寻找提示工程师，但这并不是一个可行的职业。至少目前还不是。
与此同时，作为一个概念的提示工程将继续保持相关性，并且肯定会变得更加重要。编写优质提示的技能、有效利用令牌、以及知道如何触发某些输出，将在数据科学、LLM 和人工智能整体领域之外同样有用。
我们已经看到 ChatGPT 改变了人们学习、工作、沟通甚至组织生活的方式，因此，提示技能将变得更加相关。实际上，谁不兴奋于用可靠的 AI 助手来自动化那些无聊的工作呢？
探索提示工程的复杂领域需要一种平衡的方法，这种方法承认其潜力，同时保持对其局限性的现实认知。此外，我们还必须意识到提示工程的双关含义：
-
促使 LLM 按照个人意愿行事，尽可能少的努力或步骤
-
一项围绕上述行为的职业
因此，在未来，随着输入窗口的增加和 LLM 在创建比简单线框图和机器人般的社交媒体文案更复杂的内容时变得更加娴熟，提示工程将成为一项必备技能。可以把它看作是如今知道如何使用 Word 的等价物。
总之，提示工程正处于一个十字路口，它的命运由炒作、希望和严酷现实的交汇所决定。它是会巩固自己在 AI 领域的地位，还是会消退成为科技流行趋势的历史一部分，尚未可知。然而，可以肯定的是，无论好坏，它的旅程，充满争议，短时间内不会结束。
娜拉·戴维斯 是一名软件开发人员和技术作家。在全职从事技术写作之前，她曾在一家 Inc. 5,000 的体验品牌组织担任首席程序员，该组织的客户包括三星、时代华纳、Netflix 和索尼，除了其他令人兴奋的工作之外。