“AI职业新风口？年薪百万？Prompt Engineering 提示词工程师！”
从年薪百万的岗位谈起。很多同学一看到这个新闻眼睛就直了，这么高工资，这么简单的工作，这不比我辛辛苦苦刷题转码强多了？要不了多久，我就能升职加薪，出任CEO，迎娶白富美，走上人生巅峰。
Stop！Come on! 你真的确定你了解什么是Prompt Engineering吗？今天看完这期视频，你将会对Prompt Engineering有全新的了解。
什么是prompt？一句话回答，它是一种人机交互的新模式。问他人问题，需要加上前提和背景。问AI问题，也是同理，并且由于AI没有人类的想象力和脑补能力，所以补充的信息需要更加细致。回顾历史，二进制计算机刚发明出来的时候，人们是用打孔纸来进行交互，后来我们又发明了汇编语言和更多的高级计算机语言，但是距离自然语言交互仍有距离。但是随着AI和NLP的发展，研究人员发现，AI模型已经很大程度上能够理解自然语言的含义了，由此prompt就应运而生了。
其实prompt并不是今年才出现的新名词。早在2021年，NLP的研究人员已经尝试往问题上加入各种前缀后缀，或者改变问题的形式，来让语言大模型LLM给出更贴切的回答，这就是Prompt Engineering的雏形了。但是由于当时大家都不知道是怎么回事，找到好的prompt就像瞎猫碰上死耗子一样，所以prompt又被称之为“咒语”。但是今天，我在这里给大家解开prompt的神秘面纱。其实并没有什么“咒语”！我们都知道AI的所有智能都来自于喂给它的数据，哪怕对于现在的语言大模型来说也是一样的，所以这些prompt必然也是以某种形式存在于训练语料当中。举个例子，之前有篇工作发现，很多语言大模型答不好推理题，但是往问题后面加上一句“Let us think step by step”以后，模型居然神奇地把答案答对了！后来大家发现训练语料里面，很多解答步骤的开头就写着这么一句“Let us think step by step”，只不过恰巧加入这句话后唤醒了模型的这部分能力罢了。又比如说，之前有人发现语言大模型理解不了输入的数学公式，后来尝试着把Latex格式的公式输入进去，它突然又能理解了，其实原因也是因为训练数据里面包含了大量的Latex格式的公式。
这么一说，大家应该就有所了解了吧！Prompt Engineering本质上就是在寻找一个模型训练语料里面最常见和恰当的表达方式，通过提问来最大化地发挥模型的智能潜力。
接下来我们再来讲讲，Prompt Engineering为什么能成为一个岗位？既然是叫工程了，那肯定少不了的就是不断做实验试错，然后评价模型的回答好坏。这个工作看起来简单又轻松，其实则不然。首先候选人要文理兼修吧，书面表达能力不能差吧，逻辑思维能力要过关吧，最好还得起码熟练掌握英文，因为现在模型的语料大多数是英文语料。其次呢如果是去参与行业大模型的开发，那还得掌握AI模型和行业背景的相关知识，这样才能评估它回答的质量好坏。最后还要耐得住寂寞，一遍一遍地试验各种提问方法，烧一支高香祈祷AI智障突然就变成AI天才吧。这么看想拿到百万年薪还真不容易哦！事实上，现在公司里很多Prompt Engineering的工作，其实是由经验丰富的行业架构师，或者像我这样的AI研究员来兼任的，真正单独设立这么个岗位的公司还是少之又少，大多数是在跟风炒作罢了。
另外可能还要给大家泼一盆冷水，现在网上已经开始出现各种场景下的prompt字典了，需要的时候搜索一下就可以，还有人正在开发用AI模型来写prompt，然后再喂给AI，属实是套娃行为了！在未来，Prompt Engineering很有可能会进一步简化，然后变成每个人都能掌握的人机交互方式之一，那么再为此设立一个专门的岗位，可能就大可不必了。
Anyway，虽然入行Prompt Engineering从此走上人生巅峰的梦碎了，但是在当下学习一些相关技巧，确实可以帮助我们挖掘出来语言大模型的潜力，从而极大地提高我们的生活和工作效率。我们下一期视频就来给大家介绍一些Prompt Engineering的必备技巧。如果大家觉得今天的视频对你们有帮助的话，请别忘了一键三连加关注哦。今天的视频就到这里，古德拜！
