85%的工作，還沒有被發(fā)明出來~

Insigne

早在 2017 年，戴爾技術(shù)公司和未來研究所聯(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，目前還沒有被發(fā)明出來。

# b- b3 g  E, c1 k9 o9 `17 年至今，距離報(bào)告的預(yù)測已行將過半，雖然該預(yù)測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)人的生活場景之中。
6 h2 e$ N7 e" h9 Z1 G4 U( H- P
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＜摇Ｔ趪鴥?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，涉及到軟件開發(fā)、文本處理、圖像生成等多個(gè)領(lǐng)域，「如何寫出好的提示詞」正在成為各個(gè)領(lǐng)域熱論的議題。

9 W: h' a; F& h  l01 提示詞工程師何以如此誘人？
" m9 s* I/ K" x+ p+ D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，「最熱門的新編程語言是英語?！垢匾氖?，人工智能工程師是一個(gè)目前工資高達(dá) 33.5 萬美元的角色。
) X( D' X  C: Y0 ]7 K! U
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，這真的是未來的工作領(lǐng)域，還是只是目前人工智能炒作周期過度膨脹狀態(tài)下的產(chǎn)物？

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，從營銷人員到人力資源、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)用的場景。
* B+ [- K- g1 g: T2 a2 Y
/ F; t' w, F: W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)績競爭中脫穎而出，為企業(yè)創(chuàng)造有力的競爭優(yōu)勢？

6 h, b# ^& \9 o+ L" {; e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。

通常，這是一個(gè)反復(fù)的過程。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發(fā)現(xiàn)人工智能生成的內(nèi)容中的不足之處，通過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。

# ?" g7 C9 ]& o, ?( o) d. _6 {使用自然語言生成人工智能，如 ChatGPT，為一個(gè)有用的軟件應(yīng)用程序編寫代碼就是一個(gè)很好的例子。

# x3 p& G; G9 c5 m( ]& x' }/ r0 \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上班和回家，以減少企業(yè)的碳足跡。

如果你簡單地告訴 ChatGPT 為你寫這個(gè)應(yīng)用程序，則它反饋的答案會(huì)令人大失所望。代碼過于復(fù)雜，不可能一次性輸出，而且 ChatGPT 沒有完成工作所需的數(shù)據(jù)。

- C" X8 H$ C5 D不過，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)。
  d  m2 D* d5 Z( p. p. ?- x
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)）。

提示工程中另一個(gè)有用的概念是角色。這允許通過定義人工智能的「角色 」來生成更相關(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)。

  B; `1 d1 X& C, u02 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。
$ S, O' J, S& s2 M
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)人需要很多例子來完全理解指令，人工智能也是如此。愛德華·田（Edward Tian）開發(fā)了 GPTZero，這是一種人工智能檢測工具，可以幫助發(fā)現(xiàn)高中論文是否由人工智能撰寫，他向大型語言模型展示了示例，因此它可以使用不同的聲音寫作。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發(fā)提示并希望聊天機(jī)器人以特定方式編寫的人使用，無論是經(jīng)驗(yàn)豐富的專業(yè)人士還是小學(xué)生。

$ u( h+ D; U9 l. q! ~/ 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)。無論是醫(yī)療保健、法律、營銷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。
& p% O  {2 @% U$ f+ u5 G6 g5 M
第三，精準(zhǔn)化語言。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娙?，這個(gè)角色[...]用接近的語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。人工智能提示不是使用編程語言，而是使用散文，這意味著人們?cè)陂_發(fā)提示時(shí)應(yīng)該釋放他們內(nèi)心的語言學(xué)愛好者。

第四，擁有批判性思維。生成式人工智能擅長合成大量信息，但它可以產(chǎn)生錯(cuò)覺（這是一個(gè)真正的技術(shù)術(shù)語）。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。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)于某人來說，讓聊天機(jī)器人產(chǎn)生他們無法可靠地進(jìn)行事實(shí)檢查的東西可能不是一個(gè)好主意。

1 ]- E& z1 N2 }. ~1 }5 E# R6 m4 X' o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，反過來，產(chǎn)生意外但可能驚人的結(jié)果的可能性就越高。通過嘗試各種提示，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

        車到山前必有路！