提示工程是指精確地將需求傳達(dá)給生成式人工智能工具的藝術(shù)和科學(xué)。它需要優(yōu)秀的語言能力、好的橫向思維能力以及對(duì)技術(shù)的深入了解。這是一個(gè)涉及編寫和優(yōu)化AI提示以確保高效、準(zhǔn)確輸出的過程。你準(zhǔn)備好成為一名“人工智能心理學(xué)家”了嗎？現(xiàn)在是時(shí)候進(jìn)入這個(gè)利潤豐厚的新職業(yè)的底層了。這是如何做到的。
生成式人工智能還處于早期階段，但它已經(jīng)威脅到顛覆職業(yè)道路和整個(gè)行業(yè)。雖然人工智能藝術(shù)和文本生成正受到相當(dāng)大的主流關(guān)注，但軟件開發(fā)人員往往對(duì)ChatGPT?和?GitHub Copilot?等大型語言模型 （LLM） 更感興趣。這些工具可以幫助開發(fā)人員使用自然語言查詢更高效地編寫代碼。
如果你花了幾分鐘時(shí)間玩過生成式人工智能工具的公共版本，你就會(huì)熟悉你可以為它們提供的各種輸入，以產(chǎn)生結(jié)果。但并非所有查詢都是平等的。學(xué)習(xí)如何制作AI?提示以盡快獲得最佳結(jié)果正迅速成為一項(xiàng)適銷對(duì)路的技能，稱為提示工程。
目錄
一、什么是提示工程？
二、如何成為一名提示工程師
三、展示您的快速工程技能
四、提示工程正在迅速發(fā)展
五、如何編寫有效的?AI?提示……
一、什么是提示工程？
提示工程是“將您的需求精確地傳達(dá)給生成式AI?工具的藝術(shù)和科學(xué)”，AIPRM?的首席營銷官?Mike King?說，AIPRM?是提示管理工具和社區(qū)驅(qū)動(dòng)的提示庫的提供商?！翱梢园阉胂蟪扇祟愐鈭D和機(jī)器輸出之間的轉(zhuǎn)換器。就像任何翻譯一樣，它需要讓對(duì)話的雙方有深刻的理解。
[什么是生成式人工智能？創(chuàng)造的人工智能?]
“提示工程需要出色的語言能力、良好的橫向思維能力以及對(duì)底層技術(shù)的理解，”英國的人工智能顧問理查德·巴特（Richard Batt）補(bǔ)充道，他將提示工程作為他的服務(wù)之一。“當(dāng)您第一次嘗試時(shí)，它可能看起來非常簡單，但對(duì)于復(fù)雜的請(qǐng)求獲得質(zhì)量一致的響應(yīng)可能比看起來要困難得多！”
我們與這個(gè)快速發(fā)展的領(lǐng)域的從業(yè)者進(jìn)行了交談，以了解那些對(duì)提示工程感興趣的人的機(jī)會(huì)，以及如何學(xué)習(xí)該行業(yè)的技巧并向潛在客戶和雇主證明自己。雖然對(duì)提示工程的深入研究超出了本文的范圍，但我們將以一個(gè)示例結(jié)束，該示例演示了編寫有效查詢所涉及的一些內(nèi)容。
二、如何成為一名提示工程師
約瑟夫·里夫 （Joseph Reeve） 領(lǐng)導(dǎo)著一個(gè)團(tuán)隊(duì)，在產(chǎn)品分析軟件提供商Amplitude?從事需要快速工程設(shè)計(jì)的功能。他還構(gòu)建了內(nèi)部工具，使大型語言模型（?LLM?）更容易使用。這使他成為這個(gè)新興領(lǐng)域的資深專業(yè)人士。正如他所指出的，“LLM?的偉大之處在于，只要你會(huì)打字，入門基本上沒有障礙！如果你想評(píng)估某人的及時(shí)工程建議，很容易在你選擇的?LLM?中測(cè)試他們的查詢。同樣，如果您提供及時(shí)的工程服務(wù)，您可以確定您的雇主或客戶將使用法學(xué)碩士來檢查您的結(jié)果?！?/span>
因此，如何學(xué)習(xí)提示工程，并把自己推銷為提示工程師，這個(gè)問題還沒有一個(gè)簡單、固定的答案，至少現(xiàn)在還沒有。“我們肯定處于'狂野西部'時(shí)期，”AIPRM的King說?！凹磿r(shí)工程對(duì)不同的人來說意味著很多事情。對(duì)某些人來說，它只是編寫提示。對(duì)其他人來說，這是微調(diào)和配置LLM?以及編寫提示。事實(shí)上，沒有正式的規(guī)則，但像大型提示這樣的最佳實(shí)踐正在出現(xiàn)?！?/span>
雖然像DeepLearning.ai?這樣的提供商開始出現(xiàn)正式的提示工程課程，但大多數(shù)開發(fā)人員將采取自主的方法來學(xué)習(xí)和提高提示工程技能。生成式人工智能初創(chuàng)公司?CYQIQ?的首席技術(shù)官?Richárd Hruby?提出了一個(gè)學(xué)習(xí)提示工程的三方策略：
1.了解模型體系結(jié)構(gòu)。
2.嘗試，失敗，學(xué)習(xí)，再試一次。
3.花時(shí)間在?Twitter、Reddit、Discord?和其他社交媒體上。
讓我們花點(diǎn)時(shí)間詳細(xì)考慮一下這些要點(diǎn)。
三、了解大型語言模型
雖然特定LLM?工作方式的某些方面是專有的，但大部分理論和研究都是公開的。熟悉引擎蓋下發(fā)生的事情將使您不會(huì)過多地四處奔波。“雖然具體的實(shí)現(xiàn)可能有所不同，但所有?LLM?都建立在相同的基礎(chǔ)概念和層之上，其中包括分詞器、嵌入層和轉(zhuǎn)換器層，”高級(jí)軟件開發(fā)人員?Andrew Vasilyev?說，他在?JetBrains?的?ReSharper?中為?AI?助手提供提示。“理解這些概念對(duì)于認(rèn)識(shí)到LLM的局限性以及它們可以有效處理的任務(wù)至關(guān)重要。僅僅將LLM視為一個(gè)黑匣子可能會(huì)導(dǎo)致對(duì)其能力的高估?！?/span>
Caylent云戰(zhàn)略和解決方案副總裁?Randall Hunt?通過正式和非正式實(shí)驗(yàn)了解了提示工程的來龍去脈，這是他的公司使用?AI?模型的一部分。他建議潛在的提示工程師跟上LLM研究的現(xiàn)狀。像瓦西里耶夫一樣，他強(qiáng)調(diào)標(biāo)記化是理解LLM如何工作的關(guān)鍵?！斑@些模型試圖預(yù)測(cè)下一個(gè)令牌，因此以令牌的形式為它們提供上下文非常重要，這是提示長度和提示性能之間的平衡行為?！彼a(bǔ)充說，了解模型的局限性很重要，包括“上下文大小、語言約束和角色約束”。
四、不斷迭代
使用生成式AI?最令人興奮的部分之一是您可以獲得即時(shí)反饋。這意味著值得花時(shí)間調(diào)整和試驗(yàn)?zāi)奶崾?，這是一個(gè)可以幫助您提高技能的過程。“制作提示從來都不是一次性的過程，”CYQIQ?的?Hruby?說。“多次測(cè)試和完善提示始終是要走的路。通常，你是第一個(gè)嘗試提示用例的人，所以你學(xué)習(xí)如何編寫更好的提示的唯一方法就是通過實(shí)驗(yàn)。”
五、查找您的在線社區(qū)
無論您是在磨練自己的快速工程技術(shù)以提高工作效率，還是在家中利用自己的時(shí)間，我們采訪的每個(gè)人都強(qiáng)調(diào)，您不必獨(dú)自完成。發(fā)燒友社區(qū)在各種subreddit?和?Discord?中比比皆是——當(dāng)然，在?Twitter?聊天中也是如此。
六、展示您的快速工程技能
在仍在興起的提示工程世界中，在線社區(qū)可以服務(wù)于雙重目的。通過分享你所學(xué)到的知識(shí)，你可以在社區(qū)中建立你的聲譽(yù)，這可以帶來職業(yè)或合同機(jī)會(huì)。將其擴(kuò)展到其他社交媒體可以幫助您為自己出名。
“營銷技能組合沒有秘密，”AIPRM的?King?說?！巴ㄟ^博客和視頻博客參與思想領(lǐng)導(dǎo)力，尤其是短視頻，因?yàn)樗哂凶罡叩牟《臼絺鞑A向。活躍在各種零工經(jīng)濟(jì)市場(chǎng)上，因?yàn)橛泻芏嗳藳]有耐心來培養(yǎng)他們的快速工程技能。
與我們交談的許多人還強(qiáng)調(diào)，您應(yīng)該身體力行——讓您的提示和基于AI?的工具可供潛在客戶或客戶查看，并讓其他人從中學(xué)習(xí)。Gleen是一家為企業(yè)品牌構(gòu)建客戶成功聊天機(jī)器人的生成式人工智能初創(chuàng)公司，該公司的聯(lián)合創(chuàng)始人兼首席技術(shù)官Nagendra Kumar敦促那些磨練其快速工程技能的人“構(gòu)建具有端到端體驗(yàn)的'玩具'產(chǎn)品。最好的方法是構(gòu)建一些應(yīng)用程序，在這些應(yīng)用程序中，您的提示是預(yù)先插入的，用戶可以使用它們?！?/span>
而且，當(dāng)然，通過開源您的工作或?yàn)殚_源項(xiàng)目做出貢獻(xiàn)，您永遠(yuǎn)不會(huì)出錯(cuò)?！皠?chuàng)建一個(gè)很棒的提示的存儲(chǔ)庫，并定期在那里提交提示。展示用例的示例，“Kumar說?！?span style="font-size: 16px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">GitHub?上有許多開源?LLM?工具，它們都喜歡做出貢獻(xiàn)，”Amplitude?的?Reeve?說。“尋找一個(gè)你認(rèn)為可能有趣的項(xiàng)目，并開始尋找提示弱點(diǎn)并提出改進(jìn)建議?！?/span>
七、提示工程正在迅速發(fā)展
我們采訪過的幾乎每個(gè)人都強(qiáng)調(diào)的一件事是，這門學(xué)科仍處于萌芽狀態(tài)，并且正在迅速發(fā)展。“我認(rèn)為任何聲稱自己是這個(gè)領(lǐng)域?qū)＜业娜硕紤?yīng)該用這樣的話來警告他們的主張，'這是一個(gè)快速發(fā)展的領(lǐng)域，今天有意義的建議可能與六個(gè)月后有意義的建議不同，'”Caylent's Hunt說。“我甚至?xí)f，在這個(gè)領(lǐng)域還沒有任何真正的專家。隨著模型在上下文中的增長、每個(gè)代幣(注：token?AI應(yīng)用按流量付費(fèi))成本的縮小和吞吐量的提高，及時(shí)的工程建議將需要適應(yīng)?！?/span>
這些變化的一個(gè)重要原因是底層模型本身在不斷變化，大型人工智能公司和開源項(xiàng)目都在不斷訓(xùn)練LLM?使用更多數(shù)據(jù)并完善其功能?！半S著?AI?模型及其架構(gòu)的發(fā)展——OpenAI?每四到六周發(fā)布一次新版本的?GPT-4——提示技術(shù)也應(yīng)該如此，”CYQIQ?的?Hruby?說，他重申在線社區(qū)是分享有關(guān)轉(zhuǎn)變的知識(shí)和觀察的好地方。
“每當(dāng)生成式人工智能工具進(jìn)行升級(jí)或更改時(shí)（而且它們經(jīng)常這樣做），它們解釋和響應(yīng)提示的方式都會(huì)發(fā)生變化，”AIPRM的?King?補(bǔ)充道。“這種現(xiàn)象，我們稱之為'快速漂移'，既令人著迷又令人沮喪。這就像擁有一輛蘭博基尼，然后有一天你坐上它，在你習(xí)慣了以每小時(shí)?100?英里的速度轉(zhuǎn)彎后，方向盤的響應(yīng)延遲?！?/span>
提示工程聽起來可能有點(diǎn)像搜索引擎優(yōu)化——這是從業(yè)者有時(shí)不得不爭(zhēng)先恐后地考慮底層技術(shù)創(chuàng)造者的突然和意外變化的另一個(gè)領(lǐng)域，而底層技術(shù)的創(chuàng)造者的興趣并不總是與他們自己的利益一致。然而，CYQIQ的Hruby預(yù)見到，在未來，提示工程師和人工智能公司之間的關(guān)系比SEO商店和谷歌之間的關(guān)系更具協(xié)作性，尤其是因?yàn)?span style="font-size: 16px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">LLM領(lǐng)域沒有人實(shí)現(xiàn)壟斷主導(dǎo)地位——至少現(xiàn)在還沒有。“模型提供商將（可能部分是投資者的推動(dòng)）分享越來越多的關(guān)于開發(fā)人員如何充分利用其模型的最佳實(shí)踐，”他說?！敖刂聊壳?，官方溝通并不多，但主要是來自社區(qū)的喋喋不休，討論哪種提示最適合每個(gè)模型和版本。但我希望供應(yīng)商將來能提高透明度?！?/span>
在中短期內(nèi)，專業(yè)提示工程的工作會(huì)是什么樣子？Amplitude的?Reeve?概述了如何將快速的工程開發(fā)集成到像他這樣的公司的整體工作流程中?！?/span>事實(shí)證明，出色的提示工程是高度協(xié)作的，結(jié)合了特定領(lǐng)域的專家、數(shù)據(jù)工程師和軟件工程師的知識(shí)，”他說。
八、如何編寫有效的?AI?提示
Reeve說，快速工程是一個(gè)過程?！爱?dāng)您發(fā)現(xiàn)效果良好的提示類型時(shí)，您需要重新洗牌、拆分和合并提示，以便每次都能獲得完美的結(jié)果。”他將整個(gè)過程分為四個(gè)階段：原型設(shè)計(jì)、生產(chǎn)、國際化以及打磨和優(yōu)化。
原型設(shè)計(jì)階段就是通過實(shí)驗(yàn)來發(fā)現(xiàn)你想要增強(qiáng)提示的數(shù)據(jù)類型，以及各種?LLM?能夠與你試圖解決的特定任務(wù)相關(guān)的內(nèi)容。這個(gè)階段主要需要了解你試圖解決的問題（例如，產(chǎn)品經(jīng)理）和系統(tǒng)中可用的數(shù)據(jù)（例如，數(shù)據(jù)工程師）。
在生產(chǎn)階段，您主要嘗試將任務(wù)拆分為可以可靠執(zhí)行的最少數(shù)量的提示，并將提示連接到應(yīng)用程序代碼中的真實(shí)數(shù)據(jù)。此階段需要傳統(tǒng)的工程技能、數(shù)據(jù)工程技能和原型設(shè)計(jì)階段的輸出。
對(duì)于許多項(xiàng)目來說，語言支持很重要。在國際化階段，您應(yīng)該考慮調(diào)整提示以輸出所需的語言。根據(jù)模型的不同，這可能是微不足道的，但值得讓母語人士來驗(yàn)證輸出。
在改進(jìn)和優(yōu)化階段，困難的部分開始了。完善你的提示，從LLM中榨取每一個(gè)邊際收益，目前是一項(xiàng)無限的任務(wù)。OpenAI?的模型在不斷變化，因此您需要定期返回以確保提示仍然運(yùn)行良好——您可能需要構(gòu)建一些單元測(cè)試以簡化此操作。此階段涉及調(diào)整傳遞到提示符中的文本和數(shù)據(jù)，并測(cè)量結(jié)果隨時(shí)間推移的質(zhì)量。它需要對(duì)您的問題領(lǐng)域有特定領(lǐng)域的知識(shí)，有時(shí)還需要一些軟件工程。成本和速度都與傳入和傳出?LLM?的令牌數(shù)量（注：涉及每次的使用成本）直接相關(guān)，這意味著您需要使輸入提示（包括數(shù)據(jù)）和輸出格式盡可能簡潔。LLM?之間的成本也不同，因此早期決策可能會(huì)產(chǎn)生很大影響。
九、一個(gè)提示工程示例
雖然提示工程的完整課程超出了本文的范圍，但我們將以Glee?的?Nagendra Kumar?的一些提示和提示工程示例作為總結(jié)，展示將有用且高效的提示組合在一起的工作和思維過程。
Kumar提供了以下在軟件開發(fā)環(huán)境中進(jìn)行快速工程的技巧：
1.一次提供一個(gè)具體任務(wù)。將提示分解為離散的任務(wù)。
2.添加更多上下文。在開始實(shí)際問題之前，請(qǐng)圍繞細(xì)節(jié)添加上下文并指定?AI?將扮演的角色。
3.為內(nèi)容提供清晰的分隔符。使提示的各個(gè)部分清晰明了。例如，假設(shè)“我的代碼是斜體的”或“我的代碼是引號(hào)”。
4.不要切換上下文。堅(jiān)持與你的對(duì)話相關(guān)的上下文。如果您要求?AI?調(diào)試前端代碼，請(qǐng)討論前端代碼。避免談?wù)撊魏闻c你的背景無關(guān)的事情。
現(xiàn)在，讓我們看看這些技巧的實(shí)際效果。這是Kumar?的例子。
作為前端開發(fā)人員，我們有許多React?組件和?CSS?來提供令人驚嘆的?UI?體驗(yàn)。有時(shí)我們必須更改?CSS，但這可能很棘手。下面是一個(gè)示例，我們使用開發(fā)人員提示來獲得驚人的結(jié)果。
問題：給定客戶徽標(biāo)列表，在前端以圓形方式旋轉(zhuǎn)它們。
提示：你是一個(gè)了不起的前端工程師。您將按照上述指南幫助我編寫一些JavaScript?和?CSS?代碼以滿足我的要求。
指南：
我的代碼在React?中。所以堅(jiān)持?React?編碼標(biāo)準(zhǔn)。
為CSS?創(chuàng)建一個(gè)單獨(dú)的部分。
不要使代碼復(fù)雜化。使其易于理解。
編寫響應(yīng)移動(dòng)和桌面設(shè)備屏幕大小的React?代碼。
不要假設(shè)任何事情——如果需要，請(qǐng)?zhí)岢龊罄m(xù)問題。
要求：我有一個(gè)React?組件，可以在工作表中呈現(xiàn)客戶徽標(biāo)。我想更改我的?React?組件，以便列表開始以循環(huán)方式旋轉(zhuǎn)?？纯次以谝?hào)部分編寫的代碼，并對(duì)其進(jìn)行修改以使其以循環(huán)方式旋轉(zhuǎn)。
```
const HorizontalList = ({ items }) => {
const style = {
display: 'inline-block',
margin: '0 10px'
};
return (
<div>
{items.map((item, index) => (
<span key={index} style={style}>
{item}
</span>
))}
</div>
);
};
```
本著提示工程的精神，我們鼓勵(lì)你把這個(gè)提示輸入到你選擇的LLM中，檢查結(jié)果，然后看看你是否可以改進(jìn)它。祝你好運(yùn)！
十、提示工程的未來
提示工程從這里走向何方是任何人的猜測(cè)。事實(shí)上，你可以爭(zhēng)辯說，生成式人工智能的真正夢(mèng)想是，最終不需要專門的提示工程知識(shí)。“我們得到的跡象表明，OpenAI正試圖將這項(xiàng)技術(shù)推向一個(gè)需要更少工程的方向，”AIPRM的King說?！拔艺J(rèn)為從長遠(yuǎn)來看，從生成式人工智能工具中獲得你想要的東西會(huì)容易得多，更多的工具將集成和抽象功能，所以它不再需要成為某人的全職工作。”
也就是說，自COBOL?早期以來，人們一直夢(mèng)想著與計(jì)算機(jī)進(jìn)行簡單、無摩擦的交互，但從未完全實(shí)現(xiàn)。對(duì)于軟件開發(fā)人員來說，學(xué)習(xí)如何與生成式人工智能交談可能是未來幾年的一項(xiàng)有利可圖的新技能。
喬什·弗魯林格 作者：Josh Fruhlinger
特約撰稿人，信息世界
【睿觀：作者討論了一種新興的技能領(lǐng)域——提示工程。以下是對(duì)文章每個(gè)部分進(jìn)行的概述和總結(jié)：
一、什么是提示工程？
提示工程是指精確地將需求傳達(dá)給生成式人工智能工具的藝術(shù)和科學(xué)。它需要優(yōu)秀的語言能力、好的橫向思維能力以及對(duì)技術(shù)的深入了解。這是一個(gè)涉及編寫和優(yōu)化AI提示以確保高效、準(zhǔn)確輸出的過程。
總結(jié):提示工程是一種關(guān)鍵技能，涉及與生成式AI交流以生成有效的輸出。
二、如何成為一名提示工程師
成為提示工程師沒有固定的途徑。多數(shù)人通過自學(xué)和實(shí)踐來進(jìn)步。理解模型的結(jié)構(gòu)、多次嘗試并從失敗中學(xué)習(xí)是該領(lǐng)域的關(guān)鍵入門步驟。
總結(jié):成為一名有效的提示工程師需要實(shí)踐、教育和持續(xù)的專業(yè)發(fā)展。
三、了解大型語言模型
了解LLM的工作原理對(duì)于進(jìn)行有效的提示工程至關(guān)重要。這包括了解基本的AI模型結(jié)構(gòu)如分詞器、嵌入層和轉(zhuǎn)換器層等，以及它們的限制。
總結(jié):深入了解語言模型的工作原理是進(jìn)行高效提示工程的前提。
四、不斷迭代
在生成式AI中，迭代是改進(jìn)過程的關(guān)鍵。不斷調(diào)整和測(cè)試提示可以優(yōu)化性能和輸出質(zhì)量。
總結(jié):通過反復(fù)測(cè)試和優(yōu)化，提示工程師可以不斷提高提示的效果。
五、查找您的在線社區(qū)
提示工程師可以通過參與在線社區(qū)來學(xué)習(xí)、分享知識(shí)和擴(kuò)展人脈網(wǎng)絡(luò)。這可以幫助提升技能并可能帶來職業(yè)機(jī)會(huì)。
總結(jié):活躍的社區(qū)參與能夠?yàn)樘崾竟こ處熖峁┲С趾蜋C(jī)會(huì)。
六、展示您的快速工程技能
通過展示你的技能和成果，可以在業(yè)內(nèi)建立聲譽(yù)。這包括分享技術(shù)博客、參與開源項(xiàng)目等。
總結(jié):展示你的技能和成果是增加可見性和職業(yè)發(fā)展的重要手段。
七、提示工程正在迅速發(fā)展
提示工程是一個(gè)快速發(fā)展的領(lǐng)域，隨著技術(shù)的進(jìn)步，所需的技能和最佳實(shí)踐也在不斷變化。
總結(jié):提示工程師需要持續(xù)學(xué)習(xí)和適應(yīng)新技術(shù)和方法。
八、如何編寫有效的AI提示
有效的AI提示需要準(zhǔn)確和清晰地表達(dá)需求，并通過反復(fù)測(cè)試來優(yōu)化。這涉及到原型設(shè)計(jì)、生產(chǎn)、國際化和優(yōu)化階段。
總結(jié):編寫有效的AI提示是一個(gè)涉及多個(gè)階段的迭代過程。
九、一個(gè)提示工程示例
文章中通過一個(gè)具體例子解釋了如何為特定的軟件開發(fā)任務(wù)編寫優(yōu)化的AI提示。
總結(jié):實(shí)際例子能幫助理解如何應(yīng)用提示工程技能解決實(shí)際問題。
十、提示工程的未來
隨著生成式AI技術(shù)的發(fā)展，提示工程將會(huì)繼續(xù)演化，可能會(huì)變得更加自動(dòng)化和用戶友好。
總結(jié):提示工程是一個(gè)不斷發(fā)展的領(lǐng)域，其未來可能會(huì)帶來更多自動(dòng)化的工具和方法?！?/span>
