2022 年 8 月，游戏设计师 Jason Allen 参加了一场数字艺术比赛。

他的作品《Theatre d’opera Spatial》成功夺冠，却在赛后引起了极大的争议。

参赛者们回过神来发现，这是一场「人类一败涂地」的比赛。当他们将 Adobe 全家桶视作数字艺术的画笔，冠军作品已经在靠着 AI 工具 Midjourney 傲视群雄。

Jason Allen 没有偷懒，也没有隐瞒使用 AI 的事实。在几周时间里，他持续修改灯光、视角、构图等提示词（prompt），生成了 900 多幅作品，还用 Photoshop 做了处理。

我们或许无法称呼他为画家，但他担得起一个名号：提示工程师（prompt engineer）。

在不经意间，Jason Allen 预判了热点。等到 ChatGPT 横空出世，提示工程师这个职业更加声名大噪，成了当下科技行业最热门的职业。

Prompt，原意是「提示」或「驱使」，在机器学习和自然语言处理中，它通常是一些文本或语言，被输入到训练好的 AI 模型，告诉模型要执行什么任务或生成什么样的输出。

你让 ChatGPT 写一篇有关卖鱼贩的小说，请 DALL-E 画一幅宇航员骑着马的写实作品，这些过程都是在输入 prompt（提示词）。

▲ Justin Reckling 的作品.

不过 Reckling 也没想着靠这门手艺赚大钱，而是享受着熟能生巧的过程，他的心得是，提示工程师需要熟悉「超写实」「微距摄影」「电影照明」「远景」等术语，才能更好地理解和控制画面。

所以，优秀的提示工程师应该文理兼通，技术和设计最好都懂一点。

提示工程师只是不断调整提示词，确定哪些词更有用吗？不完全是，他们也是在挖掘 AI 的更多能力，让它更好地完成更多任务。

比如，有些提示工程师会引导 AI「一步步思考」，这种技巧被称为思维链。

去年 10 月，提示工程师 Riley Goodside，先是询问了 GPT-3「哪支球队在贾斯汀·比伯出生的那年赢得了超级碗？」

GPT-3 给出了错误的答案「绿湾包装工队」，正确答案是达拉斯牛仔队。

像 ChatGPT 这样的生成式 AI，几乎可以回答任何问题，不管能不能回答正确，它们总有话要讲，不会乖乖交白卷。这是好处，也是坏处。

提示工程师们的角色，如同抓着绳子的骑手，不许 AI 信马由缰，而是让它顺着人类的期待亦步亦趋，尽可能给出确定性的答案。

不管你是否自诩提示工程师，写提示词已经成了一门手艺，还被 OpenAI 的 CEO Sam Altman 看好:

为聊天机器人编写一个非常棒的 prompt，是一项惊人的技能，也是使用少量自然语言进行编程的早期案例。

只要和 AI 搭边的行业，都在向提示工程师抛出橄榄枝。

自由职业者工作平台 Upwork 开出每小时 40 美元的薪酬，请提示工程师生成博客文章和常见问题解答等网站内容。

看似和 AI 八竿子打不着的波士顿儿童医院，也打算招募 AI 提示工程师，负责编写分析医疗保健数据的脚本，白纸黑字征集跨学科人才：

理想的候选人应具有人工智能/机器学习、数据科学和自然语言处理方面的深厚背景，以及医疗保健研究和运营方面的经验。

由前 OpenAI 员工联合创立、被 Google 投资的 AI 初创企业 Anthropic，最近也在旧金山招募提示工程师，年薪高达 17.5 万到 33.5 万美元，换算成人民币就是百万年薪，这一岗位负责的主要内容是：

找出提示我们的 AI 完成各种任务的最佳方法，然后记录这些方法，构建一个工具库和一组教程，使其他人可以学习提示工程或简单地找到理想的提示词。

具体要求如下，其中硬性要求有 2 项：了解大型语言模型的架构、掌握基本的编程技能。

可见风口并不等人，这项工作已经越来越专业和细分，就像随便生成一幅画作不算什么，你要画得更符合甲方要求。

就算不做全职，兼职的口子也开好了。Krea、PromptBase、PromptHero 和 Promptist 等买卖提示词的平台已经出现，将提示词这门生意真正商业化。

这些平台晒出了大量 AI 生成的艺术品，你可以选择你喜欢的风格。如果没有中意的，有些卖家还提供一对一聊天和自定义提示词服务。

作为一个普通 AI 用户，我也有着类似的体会：当我每次使用 AI 生成文字或图片时，总感觉像是开盲盒。

因为 ChatGPT 等生成式 AI 是不可预测的，它们生成的内容其实是概率计算的结果，简单来说，就是我们在 ChatGPT 输入文字，模型给出一个最可能的下文。所以，AI 有时候也会出错，生成不连贯甚至错误的回答。

唯一确定的是，AI 发展的速度永远不会让你失望。

文字生成 AI 和图片生成 AI 的「强强联合」，已经替代了提示工程师的一部分工作。

比如 ChatGPT 被拿来与 Stable Diffusion 联动：用 ChatGPT 形成一段符合自己要求的文字，再把文字输入给 Stable Diffusion，生成的作品一般比自己直接输入好看很多。

▲ 同事用 ChatGPT 生成提示词.

这可能是因为 AI 之间的「脑回路」更接近，ChatGPT 的描述也更细致，更容易被提取。

作为使用 AI 的普通用户，我们不必像提示工程师那么专业，但可以有意识地培养这种思维。

宾夕法尼亚大学沃顿商学院教授 Ethan Mollick，曾经要求他的学生仅用 AI 撰写短论文，其实他真正想强调的是，如何更好地输入提示词。

如果只是输入简单的提示词，让 AI 写关于某个主题的 5 段话，内容无趣，文字也很平庸。

但当学生们和 AI 合作，让 AI 对论文多次修改，比如抛弃无用的短语、加入生动的细节、修改结尾的情感色彩，就能让论文增色不少。

所以，如果 AI 就是未来互联网的交互界面、新的个人计算机，那么不如开始得更早一些，学习如何和它聊天。正如英国营销公司 Ladder 创始人 Michael Taylor 所说：

当你可以创造任何你想要的东西时，你能多准确地表达「那是什么」的能力就变得很重要。