85%的工作，還沒(méi)有被發(fā)明出來(lái)~

Insigne

早在 2017 年，戴爾技術(shù)公司和未來(lái)研究所聯(lián)合發(fā)布的一份報(bào)告就已經(jīng)指出，到 2030 年，那時(shí)候存在的 85% 的工作，目前還沒(méi)有被發(fā)明出來(lái)。

17 年至今，距離報(bào)告的預(yù)測(cè)已行將過(guò)半，雖然該預(yù)測(cè)的最終效果仍難以定論，但是，工作方式的巨大變革切實(shí)發(fā)生在每個(gè)人的生活場(chǎng)景之中。
( ]3 ]8 I" s- F2 H; V, n
, o  V8 o8 U! a: f目前，一個(gè)領(lǐng)域普遍受到看好——提示詞工程師（Prompt Engineer）。提示詞工程師是「讓新一代生成性人工智能應(yīng)用程序（如 ChatGPT 或 Google Bard ）做人類想要讓他們?nèi)プ龅氖虑椤沟膶＜?。在?guó)內(nèi)外，已有很多使用大模型進(jìn)行生產(chǎn)創(chuàng)作的實(shí)踐應(yīng)用，涉及到軟件開(kāi)發(fā)、文本處理、圖像生成等多個(gè)領(lǐng)域，「如何寫(xiě)出好的提示詞」正在成為各個(gè)領(lǐng)域熱論的議題。
  D  g  U5 F, f8 i. U1 W
$ n8 T' T" B8 m, g0 N8 m; N- L/ U( d0 J01 提示詞工程師何以如此誘人？
據(jù)外網(wǎng)媒體稱，提示詞工程師某種程度上不受到計(jì)算機(jī)編程語(yǔ)言等技術(shù)要求的限制。畢竟，正如特斯拉前人工智能主管、現(xiàn)在為 ChatGPT 創(chuàng)建者 Open AI 工 作的安德烈 · 卡爾帕西所說(shuō)，「最熱門(mén)的新編程語(yǔ)言是英語(yǔ)?！垢匾氖牵斯ぶ悄芄こ處熓且粋€(gè)目前工資高達(dá) 33.5 萬(wàn)美元的角色。

0 }7 b7 p4 o/ J5 J. w5 ?! A盡管條件誘人，但要想達(dá)到崗位需求仍需要面臨多方挑戰(zhàn)。也有人提出質(zhì)疑，這真的是未來(lái)的工作領(lǐng)域，還是只是目前人工智能炒作周期過(guò)度膨脹狀態(tài)下的產(chǎn)物？

0 P# n4 _1 `& M4 d) A* a2 Y生成性人工智能工具——特別是那些能夠創(chuàng)建文本、計(jì)算機(jī)代碼和圖形的工具——現(xiàn)在正引起大量的關(guān)注（以及相當(dāng)程度的擔(dān)憂）。這是因?yàn)樗鼈冇袠O大實(shí)際應(yīng)用價(jià)值，從營(yíng)銷(xiāo)人員到人力資源、法律、計(jì)算機(jī)編程和數(shù)據(jù)分析師等許多不同角色的工作人員的工作日常，都有其應(yīng)用的場(chǎng)景。

6 _' o9 [9 e; z0 b這類工具極大地提高了人的生產(chǎn)力，但如果每個(gè)人都能獲得同樣的技術(shù)，又如何保證在使用它的同時(shí)仍然表達(dá)個(gè)體的鮮明特色和創(chuàng)造力？又如何確保工作在與其他人的業(yè)績(jī)競(jìng)爭(zhēng)中脫穎而出，為企業(yè)創(chuàng)造有力的競(jìng)爭(zhēng)優(yōu)勢(shì)？
" G) U2 g; ~1 g( x# X
這就是提示詞工程師所獨(dú)備的「技能點(diǎn)」。從生成性人工智能中獲得最理想化的結(jié)果是一項(xiàng)需要學(xué)習(xí)和磨練的技能，就像要成為任何其他計(jì)算機(jī)軟件的專業(yè)高手所要經(jīng)歷的一樣。

5 d% [, a7 V. u0 T* M8 U4 `* B通常，這是一個(gè)反復(fù)的過(guò)程。一個(gè)模糊的、籠統(tǒng)的提示會(huì)得到一個(gè)模糊的、籠統(tǒng)的回應(yīng)，想要獲取精準(zhǔn)而有價(jià)值的內(nèi)容，是需要經(jīng)歷數(shù)次迭代的。工程師利用他們的人類判斷力和溝通技巧來(lái)發(fā)現(xiàn)人工智能生成的內(nèi)容中的不足之處，通過(guò)添加上下文以及多元素的提示，將大型任務(wù)分解成多個(gè)更加簡(jiǎn)單的子任務(wù)，在改進(jìn)優(yōu)化中完善提示詞，直到得到想要的結(jié)果。
4 s- t1 |) L, F5 M" r% b" `
, d3 |+ \' Z& F! y& |7 Z使用自然語(yǔ)言生成人工智能，如 ChatGPT，為一個(gè)有用的軟件應(yīng)用程序編寫(xiě)代碼就是一個(gè)很好的例子。
! S( R2 M- e% z6 j0 M7 T7 o8 B
假設(shè)你有一個(gè)新應(yīng)用的想法——你可能想創(chuàng)建一個(gè)工具，讓你公司的輪班人員安排共享汽車(chē)上班和回家，以減少企業(yè)的碳足跡。
: n' M$ {& o6 O% s4 P, |
. M9 z0 K6 U$ P8 Z7 W; j! M! S如果你簡(jiǎn)單地告訴 ChatGPT 為你寫(xiě)這個(gè)應(yīng)用程序，則它反饋的答案會(huì)令人大失所望。代碼過(guò)于復(fù)雜，不可能一次性輸出，而且 ChatGPT 沒(méi)有完成工作所需的數(shù)據(jù)。
/ q) |. R, ~& |; b1 x+ c
不過(guò)，ChatGPT 完全有可能做到——如果工作被分解成適當(dāng)?shù)男K，如果它被提供了所有必要的數(shù)據(jù)。
* J5 Q! E2 D# e; [0 y
5 O7 F5 Q! Q( z" U2 r9 e一個(gè)好的提示工程師可以被認(rèn)為是人工智能勞動(dòng)力的 「項(xiàng)目經(jīng)理」，監(jiān)督構(gòu)成工作的各個(gè)任務(wù)的完成，并確保所有工人（人工智能代理）擁有完成工作所需的工具（數(shù)據(jù)）。
, g, S3 b7 Z5 b! [
提示工程中另一個(gè)有用的概念是角色。這允許通過(guò)定義人工智能的「角色 」來(lái)生成更相關(guān)、更有吸引力的回應(yīng)。就像人類可能會(huì)根據(jù)自己是教師、科學(xué)家、哲學(xué)家還是喜劇演員而以不同的方式回答問(wèn)題一樣，提示工程師可以定義人工智能的個(gè)性、特征和信仰，以告知人工智能的反應(yīng)。
& Y& e9 K2 {1 D
02 技術(shù)的軟性要求，從人機(jī)溝通到項(xiàng)目管理
據(jù)介紹，生成式人工智能對(duì)于提示詞工程師的要求并不局限于編程等硬性技術(shù)領(lǐng)域，非技術(shù)類的軟性技能也是職位所需要的。以下是多學(xué)科領(lǐng)域內(nèi)為人工智能技術(shù)發(fā)展做出貢獻(xiàn)的五項(xiàng)非技術(shù)技能，同時(shí)也是提示詞工程師的職業(yè)要求。

8 ^1 x! c$ v9 c第一要學(xué)會(huì)溝通。就像項(xiàng)目經(jīng)理、教師或任何定期向其他人簡(jiǎn)要介紹如何成功完成任務(wù)的人一樣，提示工程師需要善于給出指示。大多數(shù)人需要很多例子來(lái)完全理解指令，人工智能也是如此。愛(ài)德華·田（Edward Tian）開(kāi)發(fā)了 GPTZero，這是一種人工智能檢測(cè)工具，可以幫助發(fā)現(xiàn)高中論文是否由人工智能撰寫(xiě)，他向大型語(yǔ)言模型展示了示例，因此它可以使用不同的聲音寫(xiě)作。當(dāng)然，田是一位具有深厚技術(shù)技能的機(jī)器學(xué)習(xí)工程師，但這種方法可以被任何正在開(kāi)發(fā)提示并希望聊天機(jī)器人以特定方式編寫(xiě)的人使用，無(wú)論是經(jīng)驗(yàn)豐富的專業(yè)人士還是小學(xué)生。

6 \4 W9 `0 t8 u4 s$ h- k第二，要具備領(lǐng)域的專業(yè)知識(shí)。許多提示工程師負(fù)責(zé)針對(duì)特定用例（例如醫(yī)療保健研究）調(diào)整聊天機(jī)器人。這就是為什么及時(shí)的工程職位發(fā)布正在涌現(xiàn)，要求特定行業(yè)的專業(yè)知識(shí)。無(wú)論是醫(yī)療保健、法律、營(yíng)銷(xiāo)還是木工方面的主題專業(yè)知識(shí)，對(duì)于制作強(qiáng)大的提示都很有用。細(xì)節(jié)決定成敗，在與 AI 交談時(shí)，現(xiàn)實(shí)世界的經(jīng)驗(yàn)非常重要。

: f( s, t- @/ |& e2 h+ r  ]第三，精準(zhǔn)化語(yǔ)言。為了讓人工智能成功輸出所需內(nèi)容，它需要被灌輸意圖。這就是為什么善于使用動(dòng)詞、詞匯和時(shí)態(tài)來(lái)表達(dá)總體目標(biāo)的人善于提高人工智能的性能。當(dāng)安娜·伯恩斯坦（Anna Bernstein）開(kāi)始在 Copy.ai 工作時(shí)，她發(fā)現(xiàn)將自己的提示視為一種神奇的咒語(yǔ)很有用：一個(gè)錯(cuò)誤的單詞會(huì)產(chǎn)生與預(yù)期截然不同的結(jié)果?！缸鳛橐幻?shī)人，這個(gè)角色[...]用接近的語(yǔ)言融入了我的癡迷天性。這是我的文學(xué)背景和分析思維的一個(gè)非常奇怪的交集，「她在接受 Business Insider 采訪時(shí)說(shuō)。人工智能提示不是使用編程語(yǔ)言，而是使用散文，這意味著人們?cè)陂_(kāi)發(fā)提示時(shí)應(yīng)該釋放他們內(nèi)心的語(yǔ)言學(xué)愛(ài)好者。

* d' P/ x% ?/ I0 f$ O3 M2 n" q: L第四，擁有批判性思維。生成式人工智能擅長(zhǎng)合成大量信息，但它可以產(chǎn)生錯(cuò)覺(jué)（這是一個(gè)真正的技術(shù)術(shù)語(yǔ)）。當(dāng)聊天機(jī)器人在質(zhì)量差或數(shù)據(jù)不足的情況下進(jìn)行訓(xùn)練或設(shè)計(jì)時(shí)，就會(huì)發(fā)生 AI 錯(cuò)覺(jué)。聊天機(jī)器人有時(shí)候會(huì)制造一些虛假信息。提示工程師要精準(zhǔn)戳中 AI 的弱點(diǎn)，然后訓(xùn)練機(jī)器人變得更好。例如，人工智能初創(chuàng)公司 Scale AI 的及時(shí)工程師萊利·古德賽德（Riley Goodside）在向聊天機(jī)器人提出以下問(wèn)題時(shí)得到了錯(cuò)誤的答案：「賈斯汀·比伯出生的那一年，哪支 NFL 球隊(duì)贏得了超級(jí)碗？」然后，他要求聊天機(jī)器人列出一系列循序漸進(jìn)的邏輯推論，以產(chǎn)生答案。最終，它糾正了自己的錯(cuò)誤。這強(qiáng)調(diào)了對(duì)主題有適當(dāng)程度的熟悉是關(guān)鍵：對(duì)于某人來(lái)說(shuō)，讓聊天機(jī)器人產(chǎn)生他們無(wú)法可靠地進(jìn)行事實(shí)檢查的東西可能不是一個(gè)好主意。

( f' ]* ]5 W5 K" {% z) K( S第五，掌握核心創(chuàng)造力。嘗試新事物是創(chuàng)造力的定義，也是良好快速工程的本質(zhì)。Anthropic 的招聘啟事指出，該公司正在尋找一位具有「創(chuàng)造性黑客精神」的工程師。語(yǔ)言的精確性很重要，但也需要進(jìn)行一些實(shí)驗(yàn)。模型越大，復(fù)雜性就越大，反過(guò)來(lái)，產(chǎn)生意外但可能驚人的結(jié)果的可能性就越高。通過(guò)嘗試各種提示，然后根據(jù)結(jié)果完善這些指令，生成式 AI 用戶可以增加提出真正獨(dú)特事物的可能性。

熱青茶

所以不用焦慮

江東老歌

        車(chē)到山前必有路！