85%的工作,，還沒有被發(fā)明出來~

Insigne

早在 2017 年,，戴爾技術(shù)公司和未來研究所聯(lián)合發(fā)布的一份報(bào)告就已經(jīng)指出,，到 2030 年,，那時(shí)候存在的 85% 的工作,，目前還沒有被發(fā)明出來,。
1 ^% i2 Q- d7 W
7 O' C. {6 N  r17 年至今,，距離報(bào)告的預(yù)測(cè)已行將過半，雖然該預(yù)測(cè)的最終效果仍難以定論,，但是,，工作方式的巨大變革切實(shí)發(fā)生在每個(gè)人的生活場(chǎng)景之中。
* W8 Z. V. Z: \3 A
目前,，一個(gè)領(lǐng)域普遍受到看好——提示詞工程師（Prompt Engineer）,。提示詞工程師是「讓新一代生成性人工智能應(yīng)用程序（如 ChatGPT 或 Google Bard ）做人類想要讓他們?nèi)プ龅氖虑椤沟膶＜摇Ｔ趪鴥?nèi)外,，已有很多使用大模型進(jìn)行生產(chǎn)創(chuàng)作的實(shí)踐應(yīng)用,，涉及到軟件開發(fā)、文本處理,、圖像生成等多個(gè)領(lǐng)域,，「如何寫出好的提示詞」正在成為各個(gè)領(lǐng)域熱論的議題。
8 @/ l, h: j, I* a7 `+ Q3 l
01 提示詞工程師何以如此誘人,？
! }5 ?6 K  q" i0 B據(jù)外網(wǎng)媒體稱,，提示詞工程師某種程度上不受到計(jì)算機(jī)編程語言等技術(shù)要求的限制。畢竟,，正如特斯拉前人工智能主管,、現(xiàn)在為 ChatGPT 創(chuàng)建者 Open AI 工 作的安德烈 · 卡爾帕西所說，「最熱門的新編程語言是英語,�,！垢�重要的是，人工智能工程師是一個(gè)目前工資高達(dá) 33.5 萬美元的角色,。

盡管條件誘人,，但要想達(dá)到崗位需求仍需要面臨多方挑戰(zhàn)。也有人提出質(zhì)疑,，這真的是未來的工作領(lǐng)域,，還是只是目前人工智能炒作周期過度膨脹狀態(tài)下的產(chǎn)物？

生成性人工智能工具——特別是那些能夠創(chuàng)建文本,、計(jì)算機(jī)代碼和圖形的工具——現(xiàn)在正引起大量的關(guān)注（以及相當(dāng)程度的擔(dān)憂）,。這是因?yàn)樗鼈冇袠O大實(shí)際應(yīng)用價(jià)值,，從營銷人員到人力資源,、法律、計(jì)算機(jī)編程和數(shù)據(jù)分析師等許多不同角色的工作人員的工作日常，都有其應(yīng)用的場(chǎng)景,。
8 T$ l5 J+ @! x& Z: u5 q( M
這類工具極大地提高了人的生產(chǎn)力,，但如果每個(gè)人都能獲得同樣的技術(shù)，又如何保證在使用它的同時(shí)仍然表達(dá)個(gè)體的鮮明特色和創(chuàng)造力,？又如何確保工作在與其他人的業(yè)績競(jìng)爭(zhēng)中脫穎而出,，為企業(yè)創(chuàng)造有力的競(jìng)爭(zhēng)優(yōu)勢(shì)？

這就是提示詞工程師所獨(dú)備的「技能點(diǎn)」,。從生成性人工智能中獲得最理想化的結(jié)果是一項(xiàng)需要學(xué)習(xí)和磨練的技能,，就像要成為任何其他計(jì)算機(jī)軟件的專業(yè)高手所要經(jīng)歷的一樣。

/ e& i- `% K' T. T; _! ]通常,，這是一個(gè)反復(fù)的過程,。一個(gè)模糊的、籠統(tǒng)的提示會(huì)得到一個(gè)模糊的,、籠統(tǒng)的回應(yīng),，想要獲取精準(zhǔn)而有價(jià)值的內(nèi)容，是需要經(jīng)歷數(shù)次迭代的,。工程師利用他們的人類判斷力和溝通技巧來發(fā)現(xiàn)人工智能生成的內(nèi)容中的不足之處,，通過添加上下文以及多元素的提示，將大型任務(wù)分解成多個(gè)更加簡單的子任務(wù),，在改進(jìn)優(yōu)化中完善提示詞,，直到得到想要的結(jié)果。
" i& Q# y+ f7 M( t6 ], F
使用自然語言生成人工智能,，如 ChatGPT,，為一個(gè)有用的軟件應(yīng)用程序編寫代碼就是一個(gè)很好的例子。

假設(shè)你有一個(gè)新應(yīng)用的想法——你可能想創(chuàng)建一個(gè)工具,，讓你公司的輪班人員安排共享汽車上班和回家,，以減少企業(yè)的碳足跡。

4 f5 [/ k2 S( f, R( [/ w如果你簡單地告訴 ChatGPT 為你寫這個(gè)應(yīng)用程序,，則它反饋的答案會(huì)令人大失所望,。代碼過于復(fù)雜，不可能一次性輸出,，而且 ChatGPT 沒有完成工作所需的數(shù)據(jù),。

8 w5 Z! P- T3 Q6 [4 Y5 o不過，ChatGPT 完全有可能做到——如果工作被分解成適當(dāng)?shù)男�塊,，如果它被提供了所有必要的數(shù)據(jù),。

8 I: F1 j' @% Z! D* i一個(gè)好的提示工程師可以被認(rèn)為是人工智能勞動(dòng)力的 「項(xiàng)目經(jīng)理」，監(jiān)督構(gòu)成工作的各個(gè)任務(wù)的完成,，并確保所有工人（人工智能代理）擁有完成工作所需的工具（數(shù)據(jù)）,。

$ l1 D, b: H1 I  ?  f8 D1 }提示工程中另一個(gè)有用的概念是角色,。這允許通過定義人工智能的「角色 」來生成更相關(guān)、更有吸引力的回應(yīng),。就像人類可能會(huì)根據(jù)自己是教師,、科學(xué)家、哲學(xué)家還是喜劇演員而以不同的方式回答問題一樣,，提示工程師可以定義人工智能的個(gè)性,、特征和信仰，以告知人工智能的反應(yīng),。
! Q2 H( w7 S: U' m) x2 [! ~
02 技術(shù)的軟性要求,，從人機(jī)溝通到項(xiàng)目管理
據(jù)介紹，生成式人工智能對(duì)于提示詞工程師的要求并不局限于編程等硬性技術(shù)領(lǐng)域,，非技術(shù)類的軟性技能也是職位所需要的,。以下是多學(xué)科領(lǐng)域內(nèi)為人工智能技術(shù)發(fā)展做出貢獻(xiàn)的五項(xiàng)非技術(shù)技能，同時(shí)也是提示詞工程師的職業(yè)要求,。

第一要學(xué)會(huì)溝通,。就像項(xiàng)目經(jīng)理、教師或任何定期向其他人簡要介紹如何成功完成任務(wù)的人一樣,，提示工程師需要善于給出指示,。大多數(shù)人需要很多例子來完全理解指令，人工智能也是如此,。愛德華·田（Edward Tian）開發(fā)了 GPTZero,，這是一種人工智能檢測(cè)工具，可以幫助發(fā)現(xiàn)高中論文是否由人工智能撰寫,，他向大型語言模型展示了示例,，因此它可以使用不同的聲音寫作。當(dāng)然,，田是一位具有深厚技術(shù)技能的機(jī)器學(xué)習(xí)工程師,，但這種方法可以被任何正在開發(fā)提示并希望聊天機(jī)器人以特定方式編寫的人使用，無論是經(jīng)驗(yàn)豐富的專業(yè)人士還是小學(xué)生,。
$ O2 M; ?- l& M* i, X
) E/ Y7 f5 v* q/ J' Y; n# D第二,，要具備領(lǐng)域的專業(yè)知識(shí)。許多提示工程師負(fù)責(zé)針對(duì)特定用例（例如醫(yī)療保健研究）調(diào)整聊天機(jī)器人,。這就是為什么及時(shí)的工程職位發(fā)布正在涌現(xiàn),，要求特定行業(yè)的專業(yè)知識(shí)。無論是醫(yī)療保健,、法律,、營銷還是木工方面的主題專業(yè)知識(shí)，對(duì)于制作強(qiáng)大的提示都很有用,。細(xì)節(jié)決定成敗,，在與 AI 交談時(shí),，現(xiàn)實(shí)世界的經(jīng)驗(yàn)非常重要。
9 S& ]" L& `3 F: p, O  T+ N5 t0 D: x
7 `1 M: H; R$ _* Q: ~. ~8 L( h第三,，精準(zhǔn)化語言,。為了讓人工智能成功輸出所需內(nèi)容,，它需要被灌輸意圖,。這就是為什么善于使用動(dòng)詞、詞匯和時(shí)態(tài)來表達(dá)總體目標(biāo)的人善于提高人工智能的性能,。當(dāng)安娜·伯恩斯坦（Anna Bernstein）開始在 Copy.ai 工作時(shí),，她發(fā)現(xiàn)將自己的提示視為一種神奇的咒語很有用：一個(gè)錯(cuò)誤的單詞會(huì)產(chǎn)生與預(yù)期截然不同的結(jié)果�,！缸鳛橐幻�詩��,，這個(gè)角色[...]用接近的語言融入了我的癡迷天性。這是我的文學(xué)背景和分析思維的一個(gè)非常奇怪的交集,，「她在接受 Business Insider 采訪時(shí)說,。人工智能提示不是使用編程語言，而是使用散文,，這意味著人們?cè)陂_發(fā)提示時(shí)應(yīng)該釋放他們內(nèi)心的語言學(xué)愛好者,。

  l- }: y' }! |4 H第四，擁有批判性思維,。生成式人工智能擅長合成大量信息,，但它可以產(chǎn)生錯(cuò)覺（這是一個(gè)真正的技術(shù)術(shù)語）。當(dāng)聊天機(jī)器人在質(zhì)量差或數(shù)據(jù)不足的情況下進(jìn)行訓(xùn)練或設(shè)計(jì)時(shí),，就會(huì)發(fā)生 AI 錯(cuò)覺,。聊天機(jī)器人有時(shí)候會(huì)制造一些虛假信息。提示工程師要精準(zhǔn)戳中 AI 的弱點(diǎn),，然后訓(xùn)練機(jī)器人變得更好,。例如，人工智能初創(chuàng)公司 Scale AI 的及時(shí)工程師萊利·古德賽德（Riley Goodside）在向聊天機(jī)器人提出以下問題時(shí)得到了錯(cuò)誤的答案：「賈斯汀·比伯出生的那一年,，哪支 NFL 球隊(duì)贏得了超級(jí)碗,？」然后，他要求聊天機(jī)器人列出一系列循序漸進(jìn)的邏輯推論,，以產(chǎn)生答案,。最終，它糾正了自己的錯(cuò)誤,。這強(qiáng)調(diào)了對(duì)主題有適當(dāng)程度的熟悉是關(guān)鍵：對(duì)于某人來說,，讓聊天機(jī)器人產(chǎn)生他們無法可靠地進(jìn)行事實(shí)檢查的東西可能不是一個(gè)好主意。
, V) b$ N9 _6 G5 O
( g, z$ q. n, C2 \* _% b3 o第五,，掌握核心創(chuàng)造力,。嘗試新事物是創(chuàng)造力的定義,，也是良好快速工程的本質(zhì)。Anthropic 的招聘啟事指出,，該公司正在尋找一位具有「創(chuàng)造性黑客精神」的工程師,。語言的精確性很重要，但也需要進(jìn)行一些實(shí)驗(yàn),。模型越大,，復(fù)雜性就越大，反過來,，產(chǎn)生意外但可能驚人的結(jié)果的可能性就越高,。通過嘗試各種提示，然后根據(jù)結(jié)果完善這些指令,，生成式 AI 用戶可以增加提出真正獨(dú)特事物的可能性,。

熱青茶

所以不用焦慮

江東老歌

        車到山前必有路！