年薪百萬 只需陪聊 ChatGPT 正在帶起一種很新的職業_GPT:Insight Chain

圖片來源：由MazeAI生成

2022年8月，游戲設計師JasonAllen參加了一場數字藝術比賽。他的作品《Theatred’operaSpatial》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。

JasonAllen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，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。在不經意間，JasonAllen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。

賽博導師，專業陪聊

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。

2022年MakerDAO、Lido和SushiSwap平均年薪分別為20.5萬美元、13.2萬美元和25.6萬美元:2月1日消息，加密數據平臺Token Terminal近期發布了一項關于MakerDAO、Lido和SushiSwap的運營成本和費用結構研究。數據顯示，MakerDAO、Lido和SushiSwap的平均年薪分別為20.5萬美元、13.2萬美元和25.6萬美元。具體來看，MakerDAO 2022財年總收入3775萬美元，年度開支3409萬美元，年度總薪酬2350萬美元；Lido 2022財年總收入3332萬美元，年度開支2451萬美元，年度總薪酬1095萬美元；SushiSwap 2022財年總收入1675萬美元，年度開支522萬美元，年度總薪酬474萬美元。[2023/2/1 11:40:23]

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JustinReckling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。

北京市人社局：區塊鏈工程技術人員年薪中位值超48萬元:11月4日消息，日前，北京市人力資源和社會保障局發布了《2021年北京市人力資源市場薪酬大數據報告》（以下簡稱“報告”），報告基于2020年度相關調研數據，按照行業、職位、群體等維度對薪酬數據進行了分析，并首次發布了30個新職業的薪酬水平。

在新職業薪酬排行榜中，最高的為區塊鏈工程技術人員，薪酬中位值達487106元，緊隨其后的為信息安全測試員，薪酬中位值為323810元。[2021/11/4 21:24:50]

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RileyGoodside，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。

電競玩家KEN加入SBI e-Sports SSBU部門，并將以XRP領取年薪:格斗游戲Super Smash Bros. Ultimate（SSBU）知名玩家Kengo “Ken” Suzuki加入SBI Holdings子公司SBI e-Sports新成立的SSBU部門并簽署合同，將以加密貨幣XRP的形式領取年薪。（Cointelegraph）[2020/10/15]

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「promptinjection」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。

動態 | Block.one發布69個招聘崗位 年薪總值550萬美元:據MEET.ONE 報道，近日，某區塊鏈獨立記者發推統計Block.one本月的招聘情況。本月Block.one共在其 “Career”頁面發布69個新的招聘崗位，這些職位的年薪總價值約為每年550萬美元。其中有兩個空缺崗位是“部門主管”職位，其余崗位都是高級職位。絕大多數空缺崗位是在弗吉尼亞的軟件開發部門。[2019/8/28]

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。

年薪百萬，誰在拋出橄欖枝

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CEOSamAltman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。

區塊鏈年薪百萬難招人？對策：傳統技術人才可轉型區塊鏈人才:近日業界指出，區塊鏈不是一個單一的信息技術，而是依托一些現有技術來實現一些新的功能，比如將哈希函數、智能合約等應用到新的思維邏輯架構中。所以從這個角度來說，區塊鏈技術開發并不需要掌握某種新的專業技術。在區塊鏈開發領域，最受歡迎的編程語言是C++和Go，而精通密碼學和分布式計算的資深人才對于區塊鏈開發也是有先天優勢的，但是也并非硬性條件。所以傳統技術人才可轉型區塊鏈人才。[2018/3/17]

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、StableDiffusion、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。

是科學還是「占卜」

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ShaneSteinert-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XeIaso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-E2輸出的結果會更好？

答案是后面一個。麻省理工學院副教授PhillipIsola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StableDiffusion聯動：用ChatGPT形成一段符合自己要求的文字，再把文字輸入給StableDiffusion，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EthanMollick，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MichaelTaylor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

Tags：GPTCHAHATCHATarbgpt幣上架幾家交易所Insight Chainchatcoin幣未來價值CHAT幣

Luna