随着生成式人工智能逐渐成为主流，出现了越来越多的课程和证书来帮助人们获得提示工程这一“热门工作”。

使用自然语言（如英语）“提示”ChatGPT和Midjourney等人工智能模型，使其生成有用内容的技能，似乎是许多雇主所看重的。但是，真的可以上一个短期课程，就赚到六位数的薪水吗？

提示工程炒作

《华盛顿邮报》（Washington Post）今年2月发表的一篇文章，在很大程度上播下了这样一种观念：提示工程师是“用散文编程”的“人工智能耳语者”。这篇文章抛出了一些高薪数字，并引用了硅谷公司Anthropic的招聘广告，招聘“具有创造性的黑客精神，热爱解谜”的人。

《时代》《福布斯》和《商业内幕》上的类似文章进一步助长了这种狂热。

为了完成从极客到时髦的转变，几位有影响力的人加入进来，把提示工程描绘成一个淘金热，任何人只要愿意学习和掌握一些技巧，就能找到工作。

真的有那么多工作吗？

那个Anthropic的广告还在。六个月后，这看起来更像是企业的宣传噱头，而不是寻找人才。

正如许多评论员所预测的那样，提示工程并没有作为一个独立的职业发展起来。在写这篇文章的时候，在澳大利亚的主要招聘网站上没有一个招聘“快速工程师”的广告。只有四份招聘广告在职位描述中提到了提示工程。

美国的情况似乎要好一些。但即便如此，这个新职业在很大程度上也被归入了机器学习工程师或人工智能专家等其他角色。

关于提示工程的增长（或缺乏增长），几乎没有可靠的统计数据。大多数数据都是坊间传闻。德勤（Deloitte）等咨询公司将其作为人工智能业务发展的一部分，将其宣传为“新时代的黎明”，这进一步掩盖了现实情况。

现实是什么？

关于提示工程是否有用的许多困惑来自于没有认识到存在两种不同类型的价值创造者：领域专家和技术专家。

领域专家

“任何人都能做到”这种说法的真相在于，某一特定领域的专家往往是完成既定任务的最佳提示者。他们知道应该问什么问题，并能从回答中发现价值。

例如，在品牌和营销领域，生成式人工智能正在通用或“G型”创意任务（比如用毕加索的风格制作百事可乐的标志）中大放异彩。当广告专家开始进行提示时，他们很快就会发明出一些方法来做一些即使是最熟练的人工智能大师也做不到的事情。这是因为技术专家通常不太了解版权或营销。

技术专家

另一方面，与庞大复杂的人工智能模型打交道的技术大师也可以作为提示工程师，为其增添价值。他们了解人工智能模型的奥秘。

例如，他们可以利用这些知识来改善每个使用人工智能的人从公司内部文件中获取数据的结果。但他们通常对人工智能之外的领域知识知之甚少。

领域专家和技术专家提示工程师都是有价值的，但他们有不同的技能和目标。如果一个组织正在大规模使用生成式人工智能，可能需要两者兼备。

为什么提示很难？

生成式人工智能为人们提供输出。广告文案、图像或诗歌只有在现实世界中成功或失败后才能判断其有用或无用。在许多现实场景中，领域专家是唯一能够判断人工智能输出有用性的人。

然而，这些评价最终都是主观的。我们知道2 + 2 = 4。所以，测试能够阻止AI误以为答案是5的提示很简单。但要花多长时间才能确定人工智能设计的广告活动是否比人类设计的更有效（即使有一个领域专家）呢？

提示工程值得学习吗？

除了玩一些技巧和技巧，正式学习如何写提示对大多数人来说似乎有点毫无意义。首先，人工智能模型不断更新和替换。现在有效的特定提示技巧可能只在短期内有效。

希望通过快速工程致富的人，最好专注于将AI和自己专业领域的问题结合起来。例如，如果你是一名药剂师，你可能会尝试使用生成式人工智能来仔细检查处方上的警告标签。

在此过程中，你可以锻炼你的说明性写作，获得基本的生成式AI技能（雇主可能会欣赏），并可能为合适的受众创造出杀手级应用程序。

最终，吹嘘自己知道如何提示人工智能将不会出现在简历上。这相当于吹嘘你知道如何使用搜索引擎。