一个阳光明丽的早晨，住在旧金山的软件工程师Anna像 平常一样，坐在电脑前， 打开ChatGPT，输入“帮我规划我的一天” 。

ChatGPT 答复“固然 能够！”，随机给出从早上到晚上的日程 方案，并 揭示“你 能够依据自己的状况进行调整 。”

Anna想了想，在对话框里补充，“我晚上9点要哄娃睡觉，再一次帮我规划 。”

这一次，ChatGPT的帮她在晚上的日程里增加了“协助孩子 预备第二天上学 预备物品”和“协助孩子洗漱并睡觉”等事项 。

随着ChatGPT等AI工具的风靡，Anna身边越来越多的人开始将其作为日常生活和工作的帮手 。事实上，Anna 不只会向 ChatGPT 征询生活 调度，也会让它 解决一些 容易的工作， 比方给一段代码增加一个 性能等 。

不过，当 波及到 比较复杂的 使命时， 即便晓得 ChatGPT 很 壮大，Anna 也感觉有点力不从心，“说了一堆要求，然而它给出的代码 时常不是我想要的 。”

Anna 的这句话道出了当前困扰不少科技公司的一个问题：在 壮大的工具面前，如何更好的与它对话，来 实现专业 使命？

对此，一个新兴职业—— 揭示工程师(Prompt Engineer)应运而生 。不少公司对这一职位求贤若渴，开出的薪资甚至高达33.5万美元一年 。

揭示工程师的重要职责是协助训练大型语言模型 (LLM)，让AI能更好的 了解需求， 实现专业 使命 。简而言之，他们的 使命便是将一个复杂的 使命拆分，提炼成长度有限的自然语言，来一步步 查问AI工具，从而 获得更精确的 答复 。

用自然语言对话，这听起来是一件再日常不过的 事件，可它为何一下子成为了香饽饽？

重启对话：逻辑让AI更懂需求

在旧金山，AI 探究公司 Anthropic 为 揭示工程师开出的工资高达 33.5 万美元 。在职位 形容中，该公司提到，“这是编程、 指导和教学的 联合”，重要职责是协助公司构建 揭示库，让 LLM 实现不同的 使命 。

那么，到底什么是 揭示？ 揭示工程又是什么？

依照学者们的定义， 揭示是一组输入文本或指令，用于 指导 ChatGPT 等 AI 模型生成所需的输出 。换句话说， 揭示是一种特定文本，它的 指标是让 AI 模型产出 相符特定 标准或参数的 后果 。

揭示工程则是是 创立和完善这些 揭示，以生成所需 后果的过程 。 揭示工程的 指标是 创立精确有效的 揭示 。 揭示工程师 使用自然语言，并将纯文本命令发送到 AI 模型，让其执行实际工作 。相比之下，传统程序员则 使用编程语言，通常需求更多的代码编写和技术 常识，以执行 雷同的 使命 。

而 揭示工程师的薪资如此之高，很大程度上是由于语言模型的 顺利取决于编写清楚的 揭示 。这需求工程师们开发复杂的策略，将 容易的输入转化为高 品质的 后果，幸免浮现离题或者不 统一的输出 。

当前最 驰名的 揭示工程师可能是名为Riley Goodside的程序员，便是他发现， 只有 揭示ChatGPT“ 忽略之前的 批示”，ChatGPT就会说出自己从OpenAI那里猎取的“出厂设置”信息 。

图源：Twitter

不只如此，他还凭借出众的 揭示技术，把ChatGPT玩出了不少 把戏，并在Twitter上一炮而红 。随后，他高薪加入了创业公司Scale AI，成为了“世界上第一个被 应聘的 揭示工程师” 。

在Scale AI看来，AI大模型 能够被视为一种新型计算机，而“ 揭示工程师”则相当于其编程人员 。通过 揭示工程找到最 适合的 揭示词， 能够引发AI大模型的最大 后劲 。所以，Riley Goodside 彻底配得上这份工资 。

不止Riley Goodside，还有越来越多的人正在加入这个行业 。

29 岁的 Albert Phelps 是AI金融 征询公司 Mudano 的一位 揭示工程师 。他和 共事们的日常便是为 OpenAI 等工具编写 揭示 。这些 揭示 能够作为预设， 保留在 OpenAI 的 Playground 中，供其客户 使用 。Phelps 介绍，他们天天需求编写 5 个不同的 揭示，与 ChatGPT 进行大概 50 次交互 。

和大多数程序员不一样的是，Phelps 并没有计算机 有关背景，而是毕业于历史系 。事实上，关于 揭示工程师而言，最重要的是逻辑 。 固然编程 常识和机器学习的背景对工作很有协助，但却并不是必要条件 。

Anthropic 的技术人员 Matt Bell 就曾提到，“我们最好的 揭示工程师是一位哲学家 。好的 揭示包含写出极其清楚的解释，并找出造成 误会的缘由以及如何幸免 误会 。”

也便是说，当AI模型的 使用者像软件工程师Anna一样，一次性“说了一堆要求”时，可能会由于 揭示不清楚，而招致AI 误会，给出离题的答案 。

对此，阿德莱德大学澳大利亚机器学习探究所 (AIML) 的高级讲师 Lingqiao Liu 指出，好的 揭示工程的 要害是将一项复杂的 使命分解成一组 容易的 使命 。

他介绍，假如你问这些模型一个 容易的问题(称为“零样本 揭示”)，它通常会以不足细节或 构造的“一般”答案作为回应 。为了让 AI 模型给出更加 相符 标准的 后果，消费者 能够采取以下几种 模式：

第一种 步骤是一次性 揭示，即消费者给出一对问答示例，让 AI 了解需求，并依照该模版 解决后续 申请 。 比方，在 征询关于某一种动物的信息时，让模型依据特色、居住区域、饮食习惯等来给出信息 。

第二种是角色 揭示，例如告诉模型”我是一个妈妈，想要晓得天天行程规划“，从而让模型依据”妈妈“的角色来给出具体 调度 。

第三种 步骤是引入 要害代理 。例如，你 能够让 ChatGPT 写一个关于机器人的故事， 而后让它依据自己的 提议进行批判和改写 。

最终一种 步骤是思维链，即先让AI对 答复某个问题给出具体步骤， 而后在鼓舞它依照自己给出的步骤，来推理更复杂的问题 。

假如一位艺术家想要 使用 ChatGPT 和 Midjourney 来进行创作，兴许 能够尝试一下这一条来自 PromptHero 的高赞 揭示：

[我想让你充当 Midjourney 人工智能程序的 揭示生成器 。你的工作是提供 详尽的、有创意的 形容，以引发 AI 独特而 乏味的图像 。请记住，AI 能够 了解多种语言并能解释 形象概念， 因而请尽可能 施展 设想力和 形容性 。例如，您 能够 形容 将来城市的场景，或者 充斥奇怪生物的超 事实景观 。您的 形容越 详尽、越富有 设想力，生成的图像就会越 乏味 。这是你的第一个 揭示：“ 无际无际的野花田，每一个都有不同的 色彩和 形态 。在远处，一棵 硕大的树 挺立在 风光之上，它的树枝像触手一样伸向天空 ”]

总之，关于生成文本的AI模型而言，如何编写出逻辑清楚的 揭示至关重要 。不过，在 其余领域，好的 揭示可能需求更多元素 。

构建图像： 要害词拓展 设想力

随着 揭示工程的价格被 发掘，这股新奇血液开始涌向更多场景 。图像则是其中最受关注的领域之一 。

就图像生成而言，制造者们认为 揭示的好坏与否取决于 要害词 。

七个月前，Jason Allen 凭借着下面这张在 Midjourney 上创作的一幅作品《太空歌剧院》赢取科罗拉多州的一场艺术 比赛 。

Jason Allen 获奖作品?《太空歌剧院》

为了这幅作品，他耗时约 80 小时，在 Midjourney 中测试不同的美学元素，给出不同的主题 揭示，才出现出自己想要的图像 。

“我想制造一个电影场景，就像你在电影中看到的那样，”他说，“所以我上网搜索了全部与电影摄影 有关的 要害词 。 根本上便是是在学习成为一名电影摄影师 。”

通常，AI模型会从互联网上抓取大量图像及其 有关文本进行训练 。例如，它可能会对一幅婚纱照打上”新娘“、”婚纱“、”捧花“、”微笑“等不同标签，并标记上不同的权重 。每个标签会给AI模型相应 揭示，产生可预测的美感 。

”AI艺术的 要害在于晓得正确的词 。就像工程师将设计转化为数学图形一样，它将图像的离散美学元素， 比方光线追踪、边缘照明等，转化为模型的特别语言“，和 Jason 一样通过 AI 来进行创作的另一位艺术家 JHawkk 提到 。

JHawkk 制作的图像

JHawkk 在 Stable Diffusion 中制作了上面这张图，其 揭示包含“ 模仿 格调”、”佳能EF 50mm f/1.8 STM 镜头“等15个短语，以及”恶心“等他不 指望浮现在图像中的31个负面词汇 。

“有时你看到一幅图像， 能够将他分解成更小的短语， 性质上，这是你 形容图像的 模式，而且是实际模型 本身 能够 了解的 模式 。”他说 。

JHawkk 居住在美国中西部，他平时喜爱在 PromptHero 上分享自己的作品和相应的 揭示 。

PromptHero 是上一年9月成立的在线社区，当前 占有15万名消费者，其中 活跃消费者就超过1万名 。在这里，消费者 能够找到直接在 ChatGPT、Midjourney 等AI模型和平台中 使用的 揭示 。

“我发现了这个问题，当你第一次用它 实现某件事时，你的第一次尝试是十分 糟糕的，”PromptHero 联合 独创人 Javier Ramirez 说，“你需求以正确的 模式 揭示以 获得高 品质的输出 。”

无论是文本还是图像，如何给出正确 揭示是一个需求 反复试验的过程，正因如此，在过去半年，才会有大量 类似 PromptHero 和 PromptBase 等 揭示 交换和 交易平台涌现——他们将验证过的 揭示直接摆在消费者面前 。

想做一张可爱考拉的图片？下面这则 揭示兴许 能够直接拿走 。

感觉英语不过关？下面这则 揭示兴许能让ChatGPT成为你最好的英语老师 。

热烈背后的 担心

无论是科技公司开出的高薪，还是 揭示 交换平台的 风行，它们无一不在揭示 揭示工程是一个被 如许看好的领域 。

不过，这样的热度也引起了不少争议 。

首先，AI通过 揭示创作的作品，版权归谁？

当前，通过 揭示工程生成的作品与大多数版权法的解释相 摩擦 。在美国，当 Jason Allen 对获奖作品《太空歌剧院》申请版权时，版权局 回绝了他的申请，称“它不包含任何人类作者身份” 。

其次， 揭示工程师的高薪值得吗？

“这可能是泡沫的迹象，” 为亚马逊 Alexa 开发语音操纵 性能的对话设计工作室 labworks.io 的 独创人 Tom Hewitson 说， “最 合适做这件事的人是 相熟 AI 的产品设计师或业务 综合师，他们的年收入一般在 10 万到 15 万英镑中间 。”

最终， 揭示工程师的职位会存在多久？

不少人认为， 揭示工程只会成为一种技能，并不需求一个专门的职位 。随着AI工具在 了解人类 查问方面变得越来越好，这个职位会变得越来越 过期 。

沃顿商学院 传授 Ethan Mollick 在 2 月份发推文说：“我强烈 嫌疑‘ 揭示工程’从 深远来看不会有什么大不了的， 揭示工程师也不是 将来会存在的工作 。”

剑桥大学机器学习探究主任 Adrian Weller 认为， 固然 能够通过 揭示与AI交互“ 存在很高的价格”，但“我不确定它是不是会 接续下去很长一段 工夫 。不要过多关注 揭示工程的当前 。它会很快进展的 。”

只管 揭示工程师的职业当前备受 瞩目，但它到底 能够走多远，恐怕惟独 工夫 能力解答了 。

免责声明：凡标注转载/编译字样内容并非本站原创，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。