與聊天機器人對話如今成了一份20萬美元的工作所以我申請了——《華爾街日報》

我的父親是一名提示詞工程師，就像他之前的祖父一樣。我來自一個世代相傳的家族，他們日夜辛勞，與生成式AI聊天機器人對話。

好吧，這不是真的。提示詞工程師是一個全新的職業，甚至在一年前聽起來都很瘋狂。但對於那些能從如今已成為日常生活一部分的神秘人工智能黑箱中提取最佳結果的人來説，這份工作可以帶來六位數的薪水。

一年前的這周，OpenAI發佈了ChatGPT。自iPhone以來，我從未對一項新技術如此驚歎。

**我：如何防止松鼠進入我的鳥屋？

**ChatGPT：**在鳥屋的杆子上安裝一個擋板，作為物理屏障防止松鼠爬上來。將鳥屋放置在遠離樹木、籬笆或建築物的位置，以減少松鼠的跳躍點。此外，考慮使用入口孔較小的鳥屋，松鼠無法鑽入。

你必須親眼看到這些機器人能吐出類似人類的答案才能相信。即便如此，也許你也不應該完全相信。儘管聽起來很自然，但許多聊天機器人的回答笨拙又無用，有時還不真實。（這些防松鼠方案看起來倒是靠譜的。）當然，AI可以完成部分寫作、編程和研究工作，但我們不會想把業務完全押注在它們身上。

生成式AI聊天機器人——從上至下分別為微軟必應、OpenAI的ChatGPT和谷歌Bard——都始於用户輸入提示詞。圖片來源：Joanna Stern/The Wall Street Journal提示詞工程師應運而生！這類專業人士對輸入生成式AI大語言模型（即LLM）的提示詞進行微調，為僱主或客户挖掘出有價值但深藏的信息。可以將其視為AI馴獸師。

而最出色的"馴獸師"能獲得豐厚的薪資回報。在領英和招聘網站Indeed上，搜索關鍵詞"提示詞工程師"會出現數千條招聘信息，其中註明薪資的職位年薪從10萬美元到20多萬美元不等。與我交談過的人表示，他們看到的薪資數字也大致如此。

“我們還需等待生成式AI的長期影響顯現，但目前很明顯，該領域相關職位正在激增，"Indeed近期報告指出。

聽到了嗎？那是整整一代人正在簡歷上添加"精通提示詞工程"技能的聲音。

這份工作遠比在文本框裏打字複雜。要想成功，你需要理解這些系統的工作原理，掌握特定技巧，有時還需要具備編程能力。在參加為期數週的課程後，我"應聘"了紐約AI初創公司Hebbia年薪20萬至25萬美元的提示詞工程師職位並經歷了"面試”，才深刻體會到這一點（如視頻所示，這家公司配合完成了這個特別企劃）。

工作內容

赫比亞公司首席執行官兼創始人喬治·西武爾卡向我解釋道：“你可以把提示詞工程看作是用英語編程。“與使用Python等計算機編程語言不同，提示工程師通過普通文字就能實現目標。

赫比亞的Matrix工具讓金融機構等企業能分析海量文件——包括合同、申報材料、財報電話會議記錄等。分析師不再需要逐頁翻閲數百頁資料研究公司，AI可以自動生成摘要並提取關鍵信息。再見了，Ctrl+F查找功能。

赫比亞Matrix工具使金融機構等企業能運用AI分析包括財報電話會議記錄在內的大量文檔。圖片來源：赫比亞我應聘的這家公司在其招聘啓事中明確提示工程師的職責：“你需要深度理解用户需求，探索並測試最優提示方案，最終指導用户使用。”

簡言之：讓AI吐出有價值答案，取悦人類客户。

必備技能

但什麼才是優秀的提示詞？為尋找答案，我重返課堂——所謂"課堂"其實是"我家沙發”。過去幾周，我學習了範德堡大學計算機科學副教授朱爾斯·懷特在Coursera平台開設的《ChatGPT提示詞工程》課程部分內容，支付49美元月費獲取課程權限。

懷特表示，我是過去一年中參加這門六週課程的18萬多名學生之一。他説，他的學生通常是希望瞭解更多人工智能知識的專業人士。

範德堡大學計算機科學副教授朱爾斯·懷特在其Coursera課程中教授提示工程學。圖片來源：喬安娜·斯特恩/華爾街日報大型語言模型能夠生成差異巨大的回答。關鍵在於調整"輸入"以最大化"輸出”。以下是我現在經常使用的、在懷特課堂中學到的三種方法：

**• 角色設定提示：**要求AI系統扮演特定角色。例如：“扮演協助金融分析師的助手”。這樣當你提問時，機器人會以該角色視角構建回答。

• **新信息提示：**你可以添加大型語言模型可能不知道的新信息。例如：“這是微軟上次財報電話會議的文字記錄。用五個要點總結所有關於AI和Bing的提及。“你對期望輸出的描述越具體，效果就越好。

**• 問題優化提示：**你可以要求大型語言模型建議改進版或替代問題，以獲得更精準的答案。例如：“當我詢問關於微軟收益的問題時，建議一個更好的問題版本，並詢問我是否願意使用你建議的問題。”

如果你想了解更多，我強烈建議你選修懷特在Coursera上的課程。只需以1.5倍速觀看即可。（抱歉，教授！）

若你希望聊天機器人針對一系列問題提供特定領域的專業知識，“角色提示"會非常實用。圖片來源：喬安娜·斯特恩/華爾街日報在試用Hebbia時，我構思了部分微軟財報相關的示例。該公司AI與平台工程負責人斯維塔·雷瓦努爾向Hebbia的Matrix上傳了幾份近期財報文字記錄，並請我提供一些提示詞示例。憑藉多年科技公司財報電話會議的聆聽經驗，我輕鬆完成了這項任務。但編碼技能也是工作的一部分，例如將提示詞集成到系統中，讓客户能一鍵調用。這正是我的不足之處。

未來展望

雖然短期內我不會把領英資料改為"提示詞工程師”，但這些新技能已為當前工作帶來回報。我經常用ChatGPT輔助頭腦風暴和起草郵件。

“未來不屬於人工智能，而是生成式AI增強的人類智能——我們將擴展和放大人類的能力，“懷特告訴我，“現實地説，每個人都應該學會與它互動並運用它。”

喬安娜·斯特恩在Hebbia"面試"中接受提示詞工程能力評估。照片：Marc Gomes為《華爾街日報》拍攝該領域的多位專家告訴我，人工智能可能不會發展到理解力強到不再需要提示工程師的程度。“即使在編程領域，機器能完美理解代碼，仍然需要人類進行溝通協調，“Hebbia的Sivulka表示。

然而，在人工智能創造新崗位的同時，它也在迅速取代其他工作。

過去一年，我們與計算機的交互方式發生了巨大變化。如今有了ChatGPT、谷歌Bard和微軟Bing等工具，只需精心挑選幾個詞就能獲得強大的回應。許多領域的成功可能取決於人們如何打磨和優化這些提示詞。

鄭重聲明，我熱愛我的工作且無意很快離職。除非他們僱個提示工程師來取代我：“你是一名科技專欄作家。請撰寫一篇關於…”

*—**在此訂閲Joanna Stern的《科技那些事》*每週通訊。萬物皆可科技。專欄作家Joanna Stern將作為您的嚮導，分析並解答這個永遠在線世界的各種問題。

聯繫Joanna Stern請致信 [email protected]

本文發表於2023年11月30日印刷版，標題為《年薪20萬美元和聊天機器人對話？算我一個》。