摘要：2026年，Prompt一边被高管宣判"已死"，一边在闲鱼上被拆成几块钱的模板、几千块的接单服务卖掉。猎聘口径下Prompt岗位同比增长486.84%，平均年薪34.31万元；但另一面，Prompt工程师岗位数量从峰值下降67%，平均年薪两年内腰斩。两组数字并不矛盾："背神级咒语"的套利空间在被吃掉，而"把模糊需求翻译成可执行规格、放进可验证循环"的能力正在扩散成基础工作能力。
一、Prompt的六年：从"给例子"到"编译程序"
| 阶段 | 核心方法 | 解决了什么 |
|---|---|---|
| 2020-2022 | Zero-shot、Few-shot、CoT | 不修改权重，让模型知道"要什么" |
| 2023 | Self-Consistency、ToT、ReAct、RAG | 多条路径投票、树状搜索、推理与工具交错、证据前置 |
| 2024-2026 | DSPy、GEPA、Agent循环、Prompt Injection防御 | 把Prompt从"一句话"变成可编译、可优化、可攻击的系统组件 |
CoT让模型"会想"，ReAct让模型"能查"，RAG把信息环境本身变成Prompt的一部分------Prompt从"指令措辞"扩展到了"上下文设计"。
二、自动优化：DSPy与GEPA
DSPy（ICLR 2024 Spotlight）把APE/OPRO的"搜一条指令"扩展为"编译一个程序"：定义模块、指标和训练数据，编译器搜索指令和示例的组合。截至2026年中期，DSPy约34,000+ GitHub stars，Databricks、VMware、JetBlue在生产中使用。文档记录的案例：ReAct准确率从24%提升到51%，RAG流水线从53%提升到61%。
GEPA（ICLR 2026 Oral）走另一条路：用自然语言反思从执行轨迹中学习，而不是依赖标量奖励。部分任务上比GRPO平均高10%、最高20%，同时使用35倍更少的rollout。一个反直觉的边界：20-100个样本的"轻量模式"反而优于500个样本，说明GEPA的优势在数据稀缺、指标清晰的场景中更佳。
三、Agent循环与Prompt Injection：Prompt变成了程序
2024年之后，Prompt不再只是"对模型说的一段话"，而是定义"推理-行动-观察"循环、工具使用规则、记忆和检索结构的程序。Claude Code之父Boris Cherny的总结被反复引用：Prompt脚手架是一种"会过期的负债"。Opus 5发布时，他的团队用消融法砍掉了Claude Code超过80%的系统提示词，模型表现几乎没有变化------删掉的不是"把任务说清楚"，而是"为上一代模型打的补丁"。
另一面是安全。OWASP LLM Top 10在2025年将Prompt Injection列为LLM01，即LLM应用的首要安全风险。它的机制不是"模型不够聪明"，而是指令和数据共享同一个文本通道，任何被读取的文本都可能变成指令，没有语法层面的修复方案。防御需要系统级设计：指令层级、输入隔离、最小权限、信任边界管理。
四、2026年的能力转向
"会写Prompt"作为独立岗位的套利空间在收窄，但"把模糊需求翻译成可执行规格"的能力正在扩散成一种基础工作能力------它嵌在产品、运营、设计、创业的每一个环节里，只是不再单独标价。
闲鱼上的AI轻创业数据印证了另一条路径：AI技能接单占全部AI订单的45.1%，AI教程与课程占8.1%，AI模板与工作流占6.6%。这些路径的共同点不是"会写神级提示词"，而是把AI能力封装成一个可交付的产品或服务。
博主走通并验证的一条链路是：Langfuse管版本和追踪 → Promptfoo做回归和错误监控 → 有干净指标后接GEPA做自动优化。2026年关于Prompt结构最稳定的共识，是把一条Prompt拆成五个可检查的要素：角色、任务、上下文、约束、输出格式。
查看原文
以上仅为核心速览。完整版包含：2020-2028年Prompt方法论完整时间线、CoT/Self-Consistency/ToT/ReAct/RAG的逐项拆解与数据、DSPy与GEPA的完整对比、Prompt Injection的系统级防御框架、猎聘与闲鱼两组数据的完整分析，以及2026年Prompt技术最实用的开源资源汇总。
本文首发于微信公众号「阿Q的AI笔记」，点击下方链接阅读全文：