AI 由人发明，也由人操作

作者 | 番摊123

随着以ChatGPT为代表的AIGC产业脱颖而出，飞速走红，很多人特别是创作者都在担心自己会被取代。事实的确是蹒跚了几十年的人机交互迎来了全新的变化，对于大部分普通用户而言，对电脑下指令不再需要用Python语言或SQL语句等需要写代码的形式，只要简单打字或说话即可。

与此同时在大洋彼岸，又有全新的岗位悄然诞生了：提示工程师（Prompt Engineer），也有人称其为“赛博训练师”，甚至不会编程也能玩转。很快多家相关企业都纷纷发布了各自的招聘广告，又引起了一波热潮与关注。比如由OpenAI前员工创立、谷歌参投的AI公司Anthropic已经在明码标价的招聘了，在岗位要求中，“具备黑客精神并喜欢解谜”，“乐于沟通、喜欢传授技术概念”等都是重要考量因素。AI合同审查公司Klarity也拟招募工程师来“提示、微调”大型语言模型并与之“聊天”，新闻网站BoardingArea、自由职业平台Upwork上类似的招聘广告也屡见不鲜。

毁灭与新生并存

从历史的经验来看，新技术的应用的确会解放部分生产力，淘汰一些末端职业，但同时也会创造一些新职业。 比如汽车的发明淘汰了马车与马车夫，同时带动了司机与加油站的普及，虽然今天的司机可能与昨天的马车夫是同一人。但从客观上说，人类社会向前发展的趋势也正是在此消彼长中螺旋式前进的。

以去年美国科罗拉多州博览会上夺魁的《太空歌剧院》为例，该作品创作过程就引发过颇多争议。作者Jason Allen主要通过AI绘图工具Midjourney生成原画，再花费数周时间不断修改视角、构图、光线等提示（Prompt），制作超过九百幅作品，后经Photoshop润色才完成最终参赛作品。当时就有人说这是一场是AI绘图工具的胜利，也是场“人类一败涂地”的比赛。但作为旁观者仔细想想，Jason Allen或许不是专业画家，但似乎能担得起“提示工程师”的名号。

提示AI，如何提示？

提示工程师Prompt Engineer，Prompt意为“导致，提词，提示”。 放在AI领域中，这种提示可以是一个问题、一个句子或一段话，用于引导AI模型生成内容。如果提示不够贴切，那么就像采访时不问针对性的问题，产出效果自然难达预期。 举例来说，若想用AI模型生成一张排列整齐的物品平铺图，大部分用户可能会用“东西整齐地放在桌子上”等语句描述，但即便是如此大量的字句堆砌，AI可能依然无法理解透彻，最后的产出结果可能也不尽人意。

其实有个专有词Knolling来描述这一现象，简单一个词便能汇集上述所有描述，且更易于AI理解。在这种时候，Knolling就是对AI最关键的那一项提示。Knol可以有“知识单元”的含义，自然更符合AI所需的“提示”含义。

何为提示工程师？

AI作为人类智慧的产物自然不可能完美无缺，既然有缺陷就需要人力辅助。 一般说来，提示工程师是通过提示引导，让AI工具在极限条件下运作以了解它们的缺陷，增强它们的优势，制定对应的策略，将简单的输入转化为真正独特的，有意义的结果。 在此过程中工程师能做的只是不断调整提示，确定哪些表述更有用吗？不完全是，这一职位同时也会尽力挖掘AI潜能，引导它们逐步，深入思考。孔子曰：“不愤不启，不悱不发。”这其中“启”和“发”就是必要的外力引导，基本也就是提示工程师要做的。究其本源，还是因为现代的学习型AI基本原理都是对人类学习行为的模仿。

以ChatGPT为首的AIGC等几乎可以回答所有问题，不论答案正确与否。而提示工程师正是引导AI找出正确答案，紧握缰绳，谨防这匹“黑马”变成“脱缰野马”。 从这个角度来说，提示工程师的行业门槛还是颇高的。以本人的亲身经历来说，ChatGPT的很多拥趸知识面小的可怜，面对强大的数据库与先进算法的产物自然只会高呼不可战胜或者无能为力。但正如此前所说，ChatGPT在发布后的几个月里就遭到了来自教育工作者、记者、艺术家、学者和公众倡导者的广泛而严厉的批评，其中比较有代表性的说法是 “ChatGPT宛如一只随机鹦鹉，只是简单重复它认为我们想听的话。”而且越来越多的实践表明，ChatGPT对很多专业领域内问题的回答乍看之下没什么问题，实则漏洞百出。 可惜的是很多人由于自己的知识面和眼界所限，很难意识到这些问题。

也有人认为提示工程师的存在仅是过渡，只要AI继续发展，将来迟早有一天能更准确的理解用户意图，或许届时人人都将是提示工程师，这个职位也将不再稀罕。不过目前可以确定的是AI的发展速度是不可能慢下来的。 既然AI能力日渐强大是板上钉钉的事，不如尽早开始学习如何与其和谐共处。 当生产力足够强大且先进，可以发明创造任何想要的东西时，能精确表达“是什么”的能力就很关键了。