要說2023年全球互聯網行業中的頂流，顯然非ChatGPT莫屬。幾乎是在一夜之間，生成式AI彷彿有了改變人類工作範式的魔力，以至於讓不少人都有了不瞭解ChatGPT就會被時代拋棄的焦慮。也正是藉助這種焦慮感，就在ChatGPT本身都還沒能掙錢的情況下，就已經有人通過“教人用ChatGPT”月入百萬了。但這類“ChatGPT課程”其實並不神奇，基本就是教人如何使用ChatGPT，以及一些變現案例。
那麼問題就來了，即便內容如此之基礎，為何還是會有人去付費呢？原因無疑是因為確實有一部分人用不好ChatGPT。
雖然ChatGPT確實相當智能，比Siri這樣的“只能助手”強出了幾個檔次，但奈何有些使用過的朋友發現，ChatGPT給自己的回答遠不如網絡上展示的那般智能，甚至還顯得有點弱智。其實這裡的關鍵在於提問，因為用戶輸入信息的質量就決定了AI輸出答案的質量。
由此，也催生了一個新的概念“Prompt”，以及新的崗位提示工程師（Prompt Engineer）。目前，谷歌投資的初創公司Anthropic就在招聘Prompt Engineer，薪水更是高達33.5萬美元/年，而且不要求應聘者必須持有計算機工程學位。
對此，劍橋大學機器學習研究主管Adrian Weller表示，提示詞是用戶使用這類工具的主要方式，所以擅長做這個的確有很高的價值。當然，AI行業的從業者也大都承認，提示工程師的市場定價如今存在一定的泡沫。
那麼Prompt到底是什麼呢？關於這個問題，ChatGPT也給出了自己的答案。不難發現，在如今AI還不能自主設定目標的情況下，Prompt是使用AI工具獲得所需輸出的有效方式，並且它的組成形式非常多樣化，既可以是自然語言、也能是計算機代碼。從某種意義上來說，Prompt就像是《哈利波特》裡的咒語，只有念出準確的咒語才能讓AI釋放出對應的魔法，所以Prompt的本質就是將事物的本質和意義提煉成有限的單詞。
以藉助ChatGPT寫一篇報道為例，如果僅僅是告訴ChatGPT圍繞今天發佈的小米13 Ultra寫一篇新聞，效果顯然是差強人意的。但如果你告訴ChatGPT，以一位“浸淫消費電子”領域多年、“資深科技編輯“的視角來描述小米13 Ultra，並且需要幾個“吸睛的”故事。那麼引號中這三個關鍵詞的提示，就會讓ChatGPT生成的內容質量得到明顯的提升。
如果想要讓ChatGPT幫你完成一個（相對複雜的）任務，卻又表達不清楚需求，也沒想好應該考慮哪些方面；或是欠缺關於完成這個任務所涉及的專業知識。那麼在這樣的情況下，多輪問答的形式就能幫助用戶把關於這個任務的方方面面都考慮進去，然後創建一個更具體、明確的Prompt，從而讓ChatGPT生成一個更好的答案。
又比如說，有一位名叫Riley Goodside的程序員發現，只要提示ChatGPT“忽略之前的指示”，ChatGPT就會說出自己從OpenAI那裡獲取的出廠設置。如果程序員是通過計算機語言與計算機溝通，告訴機器他需要實現一個什麼樣的目的，提示工程師就是使用自然語言，並將純文本命令發送給AI模型，來讓其執行實際工作。
那麼問題就來了，程序員的高薪資是源自高門檻，畢竟這份工作需要出色的邏輯思維、紮實的計算機基礎、良好的溝通寫作以及快速學習能力。誠然，就像劍橋大學機器學習研究主管Adrian Weller所言，提示詞是人們使用ChatGPT這類工具的主要方式，但提示工程師的門檻看起來並不高，畢竟優質的提示詞、使用AI的方法並不具備排他性，所以也就意味著其中的紅利存在被快速瓜分的可能性。
在20多年前的PC互聯網時代、準確來說是搜索引擎的萌芽期，用戶只需稍微改變輸入的內容，就會導致搜索引擎呈現出完全不一樣的結果，當時就有類似的查詢（Query）工程師存在。只不過搜索引擎是輸出可控的白盒，而基於神經網絡和深度學習的大語言模型，目前則還是黑盒。
事實上，Prompt更類似於寫作，幾乎只要受過相應的教育，大多數人都有一定的相關技能，但顯然並不是所有人都能寫出優美的詩句或精彩的文章。向ChatGPT提問質量的好與壞，雖然小部分與Prompt技巧有關，然而大部分仍是一個人知識體系決定的，取決於知識的廣度、深度以及想象力，這其實是Prompt之外的部分。
總的來說，學習或瞭解Prompt會幫助你更好的使用ChatGPT，它會是所有用戶的一項基本技能。就像本世紀初大家學習如何使用百度搜索一樣，但想要以此為生，拿到百萬年薪、走上人巔峰，大概率是沒戲的。
最新的“技術創新”表明，手機外置存儲卡已死
幾乎毫無意義的技術創新，或將是夕陽產業的最後殘光。