生成式AI的流行簡化了很多日常事務。你可以通過簡單的一句「幫我安排今天的行程 」，就從ChatGPT那裡得到一張詳盡的日程表。你甚至可以直接對AI說「今晚我想食西班牙菜」，來讓它自動修改日程並預訂城中著名的西班牙餐廳。但是面對複雜的工作諸如為大潭水塘交通燈修改一段代碼或者生成一幅描繪霍格華茲的圖像，簡單的指令往往不能獲得令人滿意的結果，我們必須用更複雜、更精確和更「易懂」的語言來告訴AI我們想要甚麼。這就催生了一個新的職業－提示詞工程師（Prompt Engineer）。

提示詞工程師的工作，就是創作最適合的一段輸入，即提示詞，來讓AI生成我們想要的答案。像ChatGPT或者Midjourney這樣的生成式AI，其實並不能「理解」人類的輸入，它們只是根據現有的資料或者說樣本，通過統計和分析，將每一個輸入關聯到一個最相關的輸出。在實際應用中，如果我們想要得到一個特定的輸出，比如一段代碼或者一幅畫，我們應當給AI一個甚麼樣的輸入？用甚麼詞彙描述我們的需求？用甚麼方式組織語言？這些問題無法通過電腦自動解決，只能寄希望於人力。如果把生成式AI看做新時代的電腦，那麼提示詞工程師就像是新時代的程序員——告訴電腦應該去怎麼做，只是不是通過寫代碼，而是通過寫劇本。這就造成了一個奇怪但也不奇怪的現象，那就是提示詞工程師，有可能不需要工程背景。甚至在有的公司，最優秀的那一批提示詞工程師，其主修專業是歷史或文學，因為這些專業提供了更多選擇字句、組織語言和擴展想象力的訓練。

現在的提示詞工程師收入不菲，prompt編寫指南甚至是提示詞工程師課程都層出不窮。但這究竟是一片藍海亦或只是雨後春筍？是否隨著AI的進一步發展，其理解人類語言的能力能夠大幅提升，以至於不需要再字斟句酌編寫提示詞？提示詞編寫在未來會否變成像PPT、word一樣的技能，如此普通以至於只需簡單的填充？一切都尚在迷霧之中，現在還言之尚早，但學一點提示詞編寫應該是有好處的。陸奇在最近的演講中問了這樣一個問題，如果一個大學生，不懂化學，不懂物理，不懂生物，但是懂得如何問ChatGPT來解答問題，他是不是一個好學生呢？如果你對此的回答是Yes，那麼學點提示詞編寫吧，至少這會幫你在ChatGPT時代，成為一個另類的好學生！

LSCM – Peng Sun