AI时代追捧的提示词,到底是什么?

🍁 展望:如果文章对您有帮助,帮忙点个赞吧!关注我, AI学习之旅上,我与您一同成长!

背景

百度创始人 李彦宏 在2023中关村论坛上发表了**《大模型将改变世界》的主题演讲,里面提到过 "10年后,全世界有50%的工作会是提示词工程"。

美国求职网站Indeed上,AI初创公司Anthropic招聘提示词工程师(prompt engineer),薪资高达17.5-33.5美元/年。随着ChatGPT爆红整个互联网,提示词工程这个新概念逐渐进入大家视野。提示词工程到底是什么?这里我们一起了解下.

什么是提示词(PE)?

有人经常问我, 提示语有什么难的, 不就一句话吗?

没错, 但这只是表象, 提示词不仅仅是一个问题或者指令, 而且还是提问者对于问题领悟的深度和行业经验的体现. 不同的人写出的提示词得到的答案和准确性截然不同, 这样也应证了提问和谈话的能力存在的差别. 所以, 这就是为什么一套有价值的提示语在国内可以获取几万或者几十万的报酬了.

人工智能正在快速地改变着各种行业,包括新闻、医疗保健和教育等领域。如果您在职场或课堂中还未与人工智能有过接触,那么很有可能在不久的将来,您会遇到它。

虽然人工智能具有巨大的工作效能,但它仍需在人类的指导下才能发挥出最佳的效果。从某种程度上说,人工智能就像是一个智商极高的孩子,他们能完成许多任务,但需要明确的提示才能顺利地完成任务.

举例

解释这个词之前,首先需要解释 prompt 这个词。简单的理解它是给 AI 模型的指令。它可以是一个问题、一段文字描述,甚至可以是带有一堆参数的文字描述。AI 模型会基于 prompt 所提供的信息,生成对应的文本,亦或者图片。

比如,我们在 ChatGPT 里输入 中国的首都是什么? ,这个问题就是一个最简单的 prompt

而 Prompt Engineering (中文意思为提示工程,后缩写为 PE)则是:

Prompt Engineering 是一种人工智能(AI)技术,它通过设计和改进 AI 的 prompt 来提高 AI 的表现。Prompt Engineering 的目标是创建高度有效和可控的 AI 系统,使其能够准确、可靠地执行特定任务。

看上去很难懂,我试着换个方式让你理解。你可能用过不少 AI 相关的产品,你或许会觉得好像只需要会说话、会打字,就能让 AI 输出答案。好像不需要什么技术。

的确,如果你只想让 AI 给你答案,你不需要额外做什么,只需要输入文字即可。但如果你想要得到满意的答案,甚至精确的答案。就需要用到 PE 这个技术。

因为人类的语言从根本上说是不精确的,目前机器还没法很好地理解人类说的话,所以才会出现 PE 这个技术。另外,受制于目前大语言模型 AI 的实现原理,部分逻辑运算问题,需要额外对 AI 进行提示(这里你不需要深究原因,暂时先知道这是个问题即可)。

定位场景

总的来说,Prompt Engineering 是一种重要的 AI 技术:

  • 如果你是 AI 产品用户,可以通过这个技术,充分发挥 AI 产品的能力,获得更好的体验,从而提高工作效率。
  • 如果你是产品设计师,或者研发人员,你可以通过它来设计和改进 AI 系统的提示,从而提高 AI 系统的性能和准确性,为用户带来更好的 AI 体验。

提示词(PE)有必要学习吗?

坦白地说,关于PE,意见有所分歧。

大家曾经解释过prompt的种种益处。但一些人认为,这就像当年新出现的搜索工具时期的"搜索专家"。这些"专家"现在已经不再存在,因为随着产品的不断更新,一切都变得更加易用,不再需要那些复杂技巧。

综合我对产品和用户的理解,以及各位大佬的看法,我的理解是:现在 AI 的发展还比较早期,了解和学习 PE 价值相对比较大,但长远来看可能会被淘汰。这个「长远」可能是 3 年,亦或者 1 年。

OpenAI 的 CEO Sam Altman 在今年 2 月底提到给 ChatBot 写 prompt 是个非常高杠杆的技能。

但如果你看过 Sam Altman 去年的访谈,他在去年 9 月的时候就提过,5年内我们很可能就不再需要 PE。

从用户的角度看,我认为学习 prompt 可以让你更好地使用 ChatGPT 等产品。

从产品的角度看,对于用户来说,我认为 prompt 会是个短期过度形态,未来肯定会有更友好的交互形式,或者理解能力更强的 AI 产品。

现在提示词(PE)可以做什么?

ChatGPT目前仍以文字方式交互,但除了与人类自然对话外,它还可以用于非常复杂的语言任务,包括但不限于文本生成、概念问答、文本总结和许多其他任务。例如,对于文本生成,ChatGPT可以根据你的要求自动生成文本(脚本、歌曲、计划等)。

我可以简单罗列现包含的领域:

  • 写作辅助
  • SEO
  • IT编程
  • 百科工具
  • 行业顾问
  • 智能翻译
  • 模拟面试
  • 语言学习
  • 等等等等等

ChatGPT具有将目前占用您大量时间的任务自动化的能力。如我们之前所讨论的,存在许多情况下您可以借助人工智能简化您的工作流程。无论是撰写邮件,生成报告,甚至编程等任务,都可以通过人工智能来实现。您只需将任务描述给人工智能,它就能帮助您执行任务,或者为您的工作提供基础。这种可能性的巨大性在于,人工智能能极大地帮助优化您的生产力。

未来提示词(PE)可以做什么?

2023 年 3 月 14 日,GPT 4 具备接收图像输入的能力。与其前身 GPT 3 和 GPT-3.5 不同,GPT 3 和 GPT-3.5 仅限于纯文本输入,GPT 4 为不再仅仅支持文本输入查询,它扩展了图片对话方式。

  • GPT 4 现在可以接受最长 16000 tokens 的上下文长度
  • 可以智能通过 HTMLJavaScript 技术 ,将小型网站的手绘原型照片,转换为实际网站
  • GPT 4 现在允许用户上传图片并对其进行分析和描述
  • 能够管理比 GPT 3.5 复杂得多的指令
  • 可以在浏览器中编写整个视频游戏
  • 将作为 API 供开发人员构建应用程序和服务
  • 最新功能, 代码解析器 , 可以做 OCR 识别、可以金融数据分析、可以做文件分析等等
  • 自定义指令, 帮助我们定义角色的信息, 指定回答的风格等.

继发布GPT4后, ChatGPT的插件系统允许它跟外界实时交互,此前ChatGPT已经吸引了很多知名企业接入,OpenAI公司提前给了他们开发插件的权限,比如 Shopify、Slack、Speak、WolframZapier 等。这些企业的服务就可以接入ChatGPT,实现实时信息检索、订机票、在线点餐、交通导航、企业办公、流程优化等功能.

提示词工程师(PE)对于当前行业的影响是什么?

🚀 提示词工程师 是AIGC时代崛起的新职业,通过提供高质量的提示词来指导AI模型生成理想输出,需要对模型行为有深入理解。部分提示词工程师年薪可达数十万美元。

💡 提示词工程师需要系统地设计和优化 提示词 ,逻辑思维强且不断总结经验。高级提示词工程师可构建自己的 知识库 。如 Riley 通过玩转ChatGPT成为首位提示词工程师。

🎯 提示词对模型质量影响巨大。撰写提示词已成为产品经理等岗位新技能。普通人也可通过提示词提高工作效率。

💼 AIGC领域带动就业增长,应届生对此高度重视。要成为高水平提示词工程师,需要工程化思维、不断实践。如 席文 所言,高阶提示词工程师可打造企业自己模型。

👍 建议关注 模型演进 ,逐步掌握提示词技巧。如 黄颂 所言,正常表达即可,不必过分执着。

AI时代,我们都要适应变化,提升自我。掌握提示词技术可提高个人竞争力,也可释放生产力,实现人机合作。正如英伟达创始人兼CEO黄仁勋所说的那样,很多人担心AI会抢走自己的工作,但 真正会抢走你饭碗的是,掌握了AI技术的人。身处生成式AI快速发展时代,我们要做的事情很多,比如学会写提示词。

相关推荐
天飓4 分钟前
基于OpenCV的自制Python访客识别程序
人工智能·python·opencv
檀越剑指大厂6 分钟前
开源AI大模型工作流神器Flowise本地部署与远程访问
人工智能·开源
声网9 分钟前
「人眼视觉不再是视频消费的唯一形式」丨智能编解码和 AI 视频生成专场回顾@RTE2024
人工智能·音视频
newxtc18 分钟前
【AiPPT-注册/登录安全分析报告-无验证方式导致安全隐患】
人工智能·安全·ai写作·极验·行为验证
技术仔QAQ32 分钟前
【tokenization分词】WordPiece, Byte-Pair Encoding(BPE), Byte-level BPE(BBPE)的原理和代码
人工智能·python·gpt·语言模型·自然语言处理·开源·nlp
陌上阳光1 小时前
动手学深度学习70 BERT微调
人工智能·深度学习·bert
正义的彬彬侠2 小时前
sklearn.datasets中make_classification函数
人工智能·python·机器学习·分类·sklearn
ctrey_2 小时前
2024-11-13 学习人工智能的Day26 sklearn(2)
人工智能·学习·sklearn
安静的_显眼包O_o2 小时前
from sklearn.preprocessing import Imputer.处理缺失数据的工具
人工智能·python·sklearn
安静的_显眼包O_o2 小时前
from sklearn.feature_selection import VarianceThreshold.移除低方差的特征来减少数据集中的特征数量
人工智能·python·sklearn