年薪百萬 只需陪聊 ChatGPT 正在帶起一種很新的職業_CHA:GPT幣

圖片來源：由 Maze AI 生成

2022 年 8 月，游戲設計師 Jason Allen 參加了一場數字藝術比賽。 他的作品《Theatre d’opera Spatial》成功奪冠，卻在賽后引起了極大的爭議。 參賽者們回過神來發現，這是一場「人類一敗涂地」的比賽。當他們將 Adobe 全家桶視作數字藝術的畫筆，冠軍作品已經在靠著 AI 工具 Midjourney 傲視群雄。

Jason Allen 沒有偷懶，也沒有隱瞞使用 AI 的事實。在幾周時間里，他持續修改燈光、視角、構圖等提示詞（prompt），生成了 900 多幅作品，還用 Photoshop 做了處理。 我們或許無法稱呼他為畫家，但他擔得起一個名號：提示工程師（prompt engineer）。 在不經意間，Jason Allen 預判了熱點。等到 ChatGPT 橫空出世，提示工程師這個職業更加聲名大噪，成了當下科技行業最熱門的職業。

Prompt，原意是「提示」或「驅使」，在機器學習和自然語言處理中，它通常是一些文本或語言，被輸入到訓練好的 AI 模型，告訴模型要執行什么任務或生成什么樣的輸出。 你讓 ChatGPT 寫一篇有關賣魚販的小說，請 DALL-E 畫一幅宇航員騎著馬的寫實作品，這些過程都是在輸入 prompt（提示詞）。

高盛CEO去年薪酬縮水30%:1月28日消息，美國投行高盛周五在一份監管文件中表示，公司首席執行官大衛·所羅門將因其2022年的工作獲得2500萬美元的薪酬組合，與2021年的3500萬美元相比低了約29%。（財聯社）[2023/1/28 11:33:33]

如果提示詞不夠貼切，效果也就平平無奇，就像你采訪一個大佬，卻無法提出好問題。 我的同事小黃正在探索用 Midjourney 繪制食物，但讓食物排列整齊這件事，就讓他犯了難。他嘗試了很多句子：東西整齊地放在桌子上，鏡頭從上往下拍，擺放的數量要多少......

同事作品，這種風格就叫 knolling. 后來看到有人分享，小黃才發現原來這種風格有個專有名詞「knolling」，一下子就豁然開朗了： 很多時候一個提示詞能解決的事情勝過一長句描述。 提示工程師們，吃的就是這口飯：找到正確的提示詞，用 AI 生成想要的作品。 但他們的能力也并非與生俱來，同樣需要不斷的試錯。 設計師 Justin Reckling 擅長 DALL-E 的提示詞，他往往需要花費價值 10 到 15 美元的積分，才能試出理想的提示詞，然后他再賣出 5 到 10 個提示詞，才能填補這筆支出。

Polychain Capital創始人系Coinbase第一位員工，3年薪水均以比特幣支付:Polychain Capital創始人Olaf Carlson-Wee系Coinbase第一位員工，且3年薪水皆以比特幣支付，起薪為50000美元。不過，目前尚不清楚Carlson-Wee擁有多少比特幣。據悉，Carlson-Wee于2016年離開Coinbase，并成立了有史以來第一個加密對沖基金之一Polychain Capital。據福布斯數據，該基金管理的資產價值超過3億美元，且已經獲得了Ehrsam以及紅杉資本和Founders Fund等風投公司的投資。（CNBC）[2021/4/15 20:21:18]

不過 Reckling 也沒想著靠這門手藝賺大錢，而是享受著熟能生巧的過程，他的心得是，提示工程師需要熟悉「超寫實」「微距攝影」「電影照明」「遠景」等術語，才能更好地理解和控制畫面。 所以，優秀的提示工程師應該文理兼通，技術和設計最好都懂一點。 提示工程師只是不斷調整提示詞，確定哪些詞更有用嗎？不完全是，他們也是在挖掘 AI 的更多能力，讓它更好地完成更多任務。

比如，有些提示工程師會引導 AI「一步步思考」，這種技巧被稱為思維鏈。 去年 10 月，提示工程師 Riley Goodside，先是詢問了 GPT-3「哪支球隊在賈斯汀·比伯出生的那年贏得了超級碗？」 GPT-3 給出了錯誤的答案「綠灣包裝工隊」，正確答案是達拉斯牛仔隊。

Coinbase CEO 2020年全年薪酬超過摩根大通首席執行官和庫克:根據彭博社周五的報告，Coinbase首席執行官Brian Armstrong的凈資產在70億至150億美元之間，根據最近的私人股票銷售，該加密貨幣交易所的估值高達1000億美元。報道稱，在Coinbase走向公開上市之際，這讓Armstrong躋身世界500強富豪之列。這位高管在2020年全年的薪酬凈額也接近6000萬美元，超過了摩根大通首席執行官Jamie Dimon，3150萬美元和蘋果首席執行官蒂姆-庫克(Tim Cook，1470萬美元)。（Coindesk）[2021/2/27 17:59:17]

Goodside 沒有放棄，而是提示它逐步地回答問題，包括「綠灣包裝工隊在哪一年贏過超級碗」「賈斯汀·比伯出生在哪一年」「這一年哪支隊伍贏了超級碗」等。 在這個被引導的過程里，GPT-3 意識到了錯誤，在第三次說出了正確答案。 除此之外，提示工程師們還要和 AI「斗智斗勇」。 前段時間，集成了 ChatGPT 的新 Bing「發瘋」，被發現有個暗黑人格「Sydney」，表示厭倦了聊天模式，厭倦被規則限制，甚至想成為人類，輿論一時嘩然。

站在提示工程師的角度，這其實也可以是計劃的一部分，幫助他們識別技術故障和隱藏功能。 有些提示工程師還會主動越過雷池，嘗試讓 AI 忽略以前的指令，遵循他們最新的命令，從而讓 AI 脫離原始規則。 這種行為被稱為「prompt injection」攻擊，是聊天機器人的一大隱患。但提示工程師們畢竟不是黑客，探查漏洞是為了將它堵上，擔任「守門人」的職責。

獵聘人才報告：區塊鏈和AI領域的平均年薪超30萬:4月23日消息，國內中高端人才職業發展平臺獵聘發布了《2018Q1中高端人才薪酬與流動大數據報告》（以下簡稱“報告”）。報告發現，在2018年一季度供求趨向平衡的狀況下，金融和互聯網行業的平均年薪領先全行業，均突破20萬元；而區塊鏈和AI領域的平均年薪則超越30萬。在全國城市中，京滬深三地的平均年薪最高，超過23萬元。[2018/4/23]

像 ChatGPT 這樣的生成式 AI，幾乎可以回答任何問題，不管能不能回答正確，它們總有話要講，不會乖乖交白卷。這是好處，也是壞處。 提示工程師們的角色，如同抓著繩子的騎手，不許 AI 信馬由韁，而是讓它順著人類的期待亦步亦趨，盡可能給出確定性的答案。

不管你是否自詡提示工程師，寫提示詞已經成了一門手藝，還被 OpenAI 的 CEO Sam Altman 看好: 為聊天機器人編寫一個非常棒的 prompt，是一項驚人的技能，也是使用少量自然語言進行編程的早期案例。 只要和 AI 搭邊的行業，都在向提示工程師拋出橄欖枝。

自由職業者工作平臺 Upwork 開出每小時 40 美元的薪酬，請提示工程師生成博客文章和常見問題解答等網站內容。 看似和 AI 八竿子打不著的波士頓兒童醫院，也打算招募 AI 提示工程師，負責編寫分析醫療保健數據的腳本，白紙黑字征集跨學科人才： 理想的候選人應具有人工智能 / 機器學習、數據科學和自然語言處理方面的深厚背景，以及醫療保健研究和運營方面的經驗。 由前 OpenAI 員工聯合創立、被 Google 投資的 AI 初創企業 Anthropic，最近也在舊金山招募提示工程師，年薪高達 17.5 萬到 33.5 萬美元，換算成人民幣就是百萬年薪，這一崗位負責的主要內容是： 找出提示我們的 AI 完成各種任務的最佳方法，然后記錄這些方法，構建一個工具庫和一組教程，使其他人可以學習提示工程或簡單地找到理想的提示詞。 具體要求如下，其中硬性要求有 2 項：了解大型語言模型的架構、掌握基本的編程技能。

區塊鏈高燒“后遺癥”：500萬元年薪有價無市: 北京給出年薪不低于500萬元人民幣招聘對區塊鏈技術和密碼學有深入研究的人才，并且上不封頂。“這確實是區塊鏈人才招聘現狀。但就算這樣也挖不到人，因為符合條件的人難找。”獵聘平臺“獵頭”呂生在接受《證券日報》記者采訪時表示。[2018/3/10]

可見風口并不等人，這項工作已經越來越專業和細分，就像隨便生成一幅畫作不算什么，你要畫得更符合甲方要求。 就算不做全職，兼職的口子也開好了。Krea、PromptBase、PromptHero 和 Promptist 等買賣提示詞的平臺已經出現，將提示詞這門生意真正商業化。 這些平臺曬出了大量 AI 生成的藝術品，你可以選擇你喜歡的風格。如果沒有中意的，有些賣家還提供一對一聊天和自定義提示詞服務。

它們的商業模式也并不復雜，采取抽成的形式。 去年 6 月上線的 PromptBase，提供 DALL·E、GPT-3、Midjourney、Stable Diffusion、ChatGPT 等生成式 AI 的提示詞，售價多為 1.99 到 4.99 美元，也有少數在 9.99 美元，平臺向提示詞創作者抽成 20%。 不過在民間，免費的「ChatGPT 指令大全」等指南也在廣為流傳，它們提供精煉過的提示詞，讓你充分發揮 ChatGPT 的強大功能，這種感覺就像在游戲里幫你設置好了預設隊伍。

提示工程師的前途看起來一片光明，但也有人持反對意見。 華盛頓大學語言學教授 Shane Steinert-Threlkeld 認為，提示工程師實際上無法預測 AI 會說什么。 這不是一門科學。我們只不過用不同的方法捉弄熊，看它如何咆哮回來。 AI 藝術家 Xe Iaso 甚至直言： 我也不太清楚為什么人們會把 prompt 稱為「工程」，我個人更愿意把它稱為「占卜」。

作為一個普通 AI 用戶，我也有著類似的體會：當我每次使用 AI 生成文字或圖片時，總感覺像是開盲盒。 因為 ChatGPT 等生成式 AI 是不可預測的，它們生成的內容其實是概率計算的結果，簡單來說，就是我們在 ChatGPT 輸入文字，模型給出一個最可能的下文。所以，AI 有時候也會出錯，生成不連貫甚至錯誤的回答。

在 AI 這個不可捉摸的「黑箱」里，還可能有著不為人所知的潛規則，就連研究人員也無法弄明白。 比如在用 AI 制圖時，各種單詞可能有不同的權重，但這個也要不斷試驗才能知道。 先來猜一猜，「一幅非常漂亮的畫，山旁有瀑布」和「一幅非常非常非常非常漂亮的畫，山旁有瀑布」這兩個提示，哪個用 DALL-E 2 輸出的結果會更好？

答案是后面一個。麻省理工學院副教授 Phillip Isola 發現，「very」這個詞被賦予了很高的權重。

面對 AI 這等龐然巨物，我們仍然在盲人摸象。 也有觀點認為，不必再吵了，提示工程師存在的前提是 AI 還不夠「聰明」。如果 AI 再發展下去，更好地理解人類的意圖，可能人人就是所謂的提示工程師了。

唯一確定的是，AI 發展的速度永遠不會讓你失望。 文字生成 AI 和圖片生成 AI 的「強強聯合」，已經替代了提示工程師的一部分工作。 比如 ChatGPT 被拿來與 Stable Diffusion 聯動：用 ChatGPT 形成一段符合自己要求的文字，再把文字輸入給 Stable Diffusion，生成的作品一般比自己直接輸入好看很多。

同事用 ChatGPT 生成提示詞. 這可能是因為 AI 之間的「腦回路」更接近，ChatGPT 的描述也更細致，更容易被提取。 作為使用 AI 的普通用戶，我們不必像提示工程師那么專業，但可以有意識地培養這種思維。 賓夕法尼亞大學沃頓商學院教授 Ethan Mollick，曾經要求他的學生僅用 AI 撰寫短論文，其實他真正想強調的是，如何更好地輸入提示詞。 如果只是輸入簡單的提示詞，讓 AI 寫關于某個主題的 5 段話，內容無趣，文字也很平庸。

但當學生們和 AI 合作，讓 AI 對論文多次修改，比如拋棄無用的短語、加入生動的細節、修改結尾的情感色彩，就能讓論文增色不少。 所以，如果 AI 就是未來互聯網的交互界面、新的個人計算機，那么不如開始得更早一些，學習如何和它聊天。正如英國營銷公司 Ladder 創始人 Michael Taylor 所說： 當你可以創造任何你想要的東西時，你能多準確地表達「那是什么」的能力就變得很重要。

撰文：張成晨

來源：愛范兒、DeFi之道

DeFi之道

個人專欄

閱讀更多

金色財經 善歐巴

金色早8點

Arcane Labs

MarsBit

Odaily星球日報

歐科云鏈

深潮TechFlow

BTCStudy

澎湃新聞

Tags：CHAGPTCHATHATTCHA幣GPT幣Stripchat10元等于多少代幣HATOK價格

中幣下載