大家好，我是穆寧。
今天聊聊最近很火的一個(gè)話題：提示詞工程師(prompts engineer )。
往期話題：
如何用chatGPT快速了解一個(gè)行業(yè)？
如何用chatGPT快速讀完 10 本書？
1??提示（prompt) 工程師是什么？
提示是指人類輸入到 AI 模型中的指令。他們可以是：
用戶生成的輸入：用戶在與 AI 模型交互時(shí)指定一次性查詢和任務(wù)。
預(yù)定義指令：開發(fā)人員在訓(xùn)練 AI 模型時(shí)設(shè)置預(yù)定義規(guī)則。
人工智能沒有固有的偏見，它的輸出在很大程度上取決于你提供給它的提示，前提是你的提示屬于其預(yù)先訓(xùn)練的數(shù)據(jù)集。
創(chuàng)建提示不一定需要編碼技能，可以直接向 ChatGPT 和 Bing AI 等聊天機(jī)器人提問常識(shí)性問題。
但是，雖然看似很簡(jiǎn)單，但掌握提示工程具有挑戰(zhàn)性，不是每個(gè)人都有這方面的天賦。
簡(jiǎn)單的請(qǐng)求使用基本查詢，但運(yùn)行更復(fù)雜的任務(wù)和示例需要詳細(xì)的說明。
提示工程師，就是為客戶或企業(yè)基于復(fù)雜的任務(wù)需求和示例需求，提供標(biāo)準(zhǔn)化提示詞方案的工程師。
2??掌握提示詞能力的基本要求
1. 理解語言模型架構(gòu)
研究不同語言模型的后端流程，了解他們?nèi)绾畏治鲚斎雽椭憔帉憸?zhǔn)確、詳細(xì)的提示。
2.熟悉不同大模型的限制
復(fù)雜的語言模型從互聯(lián)網(wǎng)上提取最新信息，盡管它們通常遵循更嚴(yán)格的限制，你必須根據(jù)提示發(fā)揮創(chuàng)意。
3. 清楚地表達(dá)模棱兩可的問題
及時(shí)的工程師必須學(xué)會(huì)表達(dá)模棱兩可、具有挑戰(zhàn)性的問題。不是每個(gè)人都能與 AI 互動(dòng)。
事實(shí)上，臨時(shí)用戶在轉(zhuǎn)發(fā)請(qǐng)求時(shí)遇到麻煩，尤其是那些涉及多步驟任務(wù)的請(qǐng)求。
4. 提供盡可能多的上下文
人工智能模型只回答輸入，用不確定的措辭和通用術(shù)語向他們提供模糊的提示會(huì)產(chǎn)生不佳的結(jié)果。
5. 克服數(shù)據(jù)偏差
人工智能模型本質(zhì)上是公正的.他們產(chǎn)生的任何有偏見的輸出都源于他們的培訓(xùn)師使用的數(shù)據(jù)集。
請(qǐng)記住：AI 只研究模式和經(jīng)驗(yàn)。即使是高級(jí)人工智能模型也會(huì)產(chǎn)生有害的反應(yīng)，因?yàn)殚_發(fā)人員經(jīng)常使用大量未經(jīng)過濾的信息。
為了盡量減少不準(zhǔn)確，請(qǐng)進(jìn)行嚴(yán)格的測(cè)試，而不是手動(dòng)篩選數(shù)據(jù)集。
不斷為 AI 模型提供不同提示的變體，以發(fā)現(xiàn)哪些會(huì)觸發(fā)有偏見的答案。
6. 測(cè)試提示時(shí)刻進(jìn)行
復(fù)雜的提示很少第一次起作用，當(dāng)創(chuàng)建更詳細(xì)、更精確的說明時(shí)，你會(huì)注意到看似微小的變化所產(chǎn)生的影響。不要讓錯(cuò)誤讓你氣餒。
與其沉迷于一次寫出完美的提示，不如適應(yīng) A/B 測(cè)試。
快速工程需要大量的試驗(yàn)和錯(cuò)誤，不懈地編輯公式，直到找到正確的語氣、措辭和術(shù)語來傳達(dá)指令。
7. 研究行業(yè)趨勢(shì)
提示工程師應(yīng)該跟上當(dāng)前的行業(yè)趨勢(shì)，人工智能的快節(jié)奏發(fā)展使得專業(yè)化變得不切實(shí)際。
新的技術(shù)可以快速的主導(dǎo)流行的技術(shù)，所以不要只關(guān)注一種人工智能模型。
以不同AI平臺(tái)之間的競(jìng)爭(zhēng)為例。在 ChatGPT 憑借 GPT-3.5 掀起波瀾的同時(shí)，微軟等其他公司也開發(fā)了自己強(qiáng)大的語言模型，例如 Bing AI。
同時(shí)，OpenAI不斷創(chuàng)新，發(fā)布了更高級(jí)的語言模型GPT-4 。
3??為什么提示工程很重要？
1. 大眾需要預(yù)制提示詞
雖然即時(shí)工程的學(xué)習(xí)曲線很容易，但普通的 AI 用戶仍然覺得它很耗時(shí)。
他們更喜歡使用預(yù)制提示。他們不會(huì)制定獨(dú)特的公式和提示詞切題。
提示工程師可以最大限度地滿足這一需求，除了為 AI 實(shí)驗(yàn)室全職工作外，還可以通分享針對(duì)熱門請(qǐng)求的有效提示來建立在線追隨者。
2. 人工智能并不總是做你想做的事
普通用戶誤以為 AI 是有知覺的，他們認(rèn)為它具有讀懂字里行間的處理能力，所以他們輸入了模棱兩可的查詢。
不幸的是，這樣做會(huì)產(chǎn)生較差的結(jié)果，人工智能無法復(fù)制人類的理解力。
它僅根據(jù)經(jīng)過訓(xùn)練的數(shù)據(jù)集、語言模型和用戶體驗(yàn)制定響應(yīng)。
3. 高質(zhì)量提示產(chǎn)生高質(zhì)量響應(yīng)
富有創(chuàng)新精神的工程師，可以重新發(fā)明現(xiàn)有的提示并找到提高精度的方法。
提示詞總有改進(jìn)的余地，強(qiáng)有力的動(dòng)詞和詳細(xì)的說明，即使是簡(jiǎn)單的請(qǐng)求也會(huì)變得更好。
4. 對(duì)提示工程師的需求將會(huì)增加
隨著越來越多的公司將語言模型整合到他們的產(chǎn)品中，預(yù)計(jì)對(duì)提示工程師的需求會(huì)激增。
與此同時(shí)，請(qǐng)專注于提高你的手藝。構(gòu)建獨(dú)特、創(chuàng)新提示的提示詞知識(shí)庫和 PDF，以向潛在雇主展示。
通過為不同的 LLM（大型語言模型）創(chuàng)建提示詞，已經(jīng)成為了一種新的職業(yè)選擇。
如何讓自己具備這項(xiàng)技能，來擴(kuò)大你的未來職業(yè)選擇，是一件值得深入考慮的事。
畢竟目前來看提示詞工程的學(xué)習(xí)門檻還是不高的，因?yàn)閷?duì)于求職者來說存在信息壁壘，但雇主需求卻一直在上漲。
提示詞工程是一種需求量大、回報(bào)豐厚的職業(yè)，需要最少的編碼經(jīng)驗(yàn)。許多非編碼人員在行業(yè)中取得了成功。
聯(lián)系客服
