Prompt：AI时代的魔力与挑战

学会提问 10个月前 lida

43 0 0

文章主题：关键词：ChatGPT，Midjourney，Stable Diffusion，Prompt，人工智能，大模型，知识存储，隐性空间，指令，提示词工程学，预训练水平，语料数量和质量，提示语，图像生成，信息差，赚钱，生产资料，直接售卖Prompt，用Prompt换流量，靠Prompt找工作，正确使用Prompt，生产力，提示语，工程师，信息差赚钱，大众化，人工智能发展速度，prompt

666ChatGPT办公新姿势，助力做AI时代先行者！

在 ChatGPT、Midjourney、Stable Diffusion 等新兴技术的推动下，Prompt 的概念已经逐渐为更多人所熟知。

OpenAI所引发的大模型热潮再次颠覆了我们对AI的认识。然而，当前的AI仍处于弱人工智能阶段，其“知识”储存在一个隐性的维度中，只有通过向AI提供准确的指令，即过去几个月内频繁被提及的提示，才能将其呈现出来。

在探讨人工智能助手Prompt时，人们有不同的翻译方式。有些人将其称为“提示词”，而另一些人则选择“激发词”这个译名。从感性的角度来看，Prompt就像是童话故事中的魔法一样，具有神奇的力量。拥有Prompt，就如同获得了一个“巫师”般的技能，可以随时随地操控和引导AI完成各种任务。

01 Prompt是什么？

Prompt这个概念并非难以理解其字面意义，然而，何至于会出现这样一个词汇呢？作为ChatGPT炒热的新名词，我们不妨听听ChatGPT自身的解读。

在本文中，我们发现了一些有趣且有价值的信息。首先，Prompt在设计上借鉴了计算机编程中的命令行提示符，这无疑为人工智能的使用提供了更为直观且灵活的控制方式。然而，在生成式AI的领域中，Prompt的价值并非体现在控制计算机操作上，而是在引导AI生成过程中所发挥的作用。这种引导作用在很大程度上决定了生成式AI生成的结果及其质量。

以类比的方式，我们可以将大型人工智能模型视为人类大脑。在这个比喻中，知识的储存位于神经元之间的连接中。只有在面临特定问题时，例如“你最喜欢的食物是什么？” 大脑才会给出精确的答案。因此，提出问题往往比解决问题更为重要。这种观点在人工智能领域广为流传，得到了广泛的认可。实际上，你在使用 ChatGPT 时所遇到的“限制”实际上是自我设定的限制。

Midjourney等图像生成应用的崛起，才是Prompt价值所在的关键。虽然ChatGPT所代表的对话机器人在当前的AI领域中具有极高的价值，但是，真正体现Prompt价值的，并非其对话功能，而是Midjourney等图像生成类的应用。

在概括而言，如果你想让AI生成特定类型的图片，并将你脑海中的想法转化为实际视觉元素，那么你需要提供至少数十个关键词作为提示。即使仅有一个词语的细微差别，AI生成的图像也可能存在显著差异。因此，如何准确地输入提示以引导AI生成所需的图像，已变成一项复杂且深奥的任务，进而衍生出提示语工程学（Prompt Engineering）这一领域。

以至于在衡量大模型的能力时，出现了三个标准：一是大模型的预训练水平；二是用来进行预训练语料数量和质量；三是提示语的水平。直接的例子就是外界对文心一言文生图的质疑，即使不考虑前两个因素，单单在提示词方面，就足以让文心一言和Midjourney拉开几条街的距离。

因为在文心一言上想要生成图片，普遍给的指令是：帮我生成一张XXX（这也是百度官方的示例），解析为Prompt时注定只有几个提示词，远不足以表达脑海里想要的画面；同样的需求给Midjourney，可能是十几个乃至几十个提示词，大模型可以更准确地理解并输出用户想要图案。

理解了这些差异，便不难读懂Prompt走红的原因。

目前大模型对算力的要求很高，以OpenAI的DALL・E为例，生成一张图片的收费约0.02美元，如果让不懂Prompt的人去调用模型，大概率会浪费掉一次次算力。何况当前想要生成满意的图片，需要不断重复调整，能否熟练运用Prompt，直接左右了大模型所能释放的生产力。

02 Prompt 还能赚钱？

利用信息差赚钱向来是最容易做的生意，生成式AI也不例外，Prompt作为AI时代的魔法，已然成了不少人用来“赚钱”的生产资料。

第一种：直接售卖Prompt。

国外已经出现了PromptBase等明码标价的平台，涉及Midjourney、Stable Diffusion、DALL・E、GPT等多个模型，而且适用的场景越来越细分，包括音乐创作、儿童插画、油画艺术、人物肖像等等，即便是不擅长整理提示词的普通用户，也可以直接复制Prompt生成相对不错的作品。

其实国内也有类似的现象，一些商家早已在电商平台上兜售Prompt，也有一些人将Prompt做成面向垂直任务场景的应用，比如AI 写评语、AI写邮件、AI翻译等等，吸引刚需用户按月付费使用。

第二种：用Prompt换流量。

国内最早一批售卖AI课程的自媒体，多半将Prompt作为吸引用户付费的筹码；小红书等年轻人扎堆的平台上，早早出现了分享Prompt的笔记；B站、抖音等视频平台上，教用户使用Prompt的教程已不可计数。

个中逻辑并不复杂。Prompt是驾驭AI的“咒语”，但提示词本身并没有版权效应，或许直接兜售Prompt可以快速变现，终归是不长久的买卖。将Prompt作为涨粉工具，趁机吸引到可观的粉丝群体，在流量变相高度繁荣的互联网江湖，无疑更符合市场规律，也是Prompt被广泛讨论的另一重诱因。

第三种：靠Prompt“找工作”

正如前面所提到的，正确使用Prompt已经是提升生产力的前提，不单单产生了提示语工程，还酝酿出了一批“提示词工程师”（Prompt Engineer）。

国外一位名叫Riley Goodside的小哥，靠ChatGPT的Prompt快速涨粉，然后被硅谷独角兽Scale AI聘请为“提示词工程师”，据说年薪高达百万人民币；另一位名为Jason M. Allen的艺术家，则使用Midjourney赢得了Colorado State Fair周年艺术比赛……如果说计算机时代的能力密码是编程，在生成式AI席卷全球的当下，Prompt正悄悄成为数以万计打工人“傍身”的工具。

至少就目前来看，程序员群体里已经渐渐兴起两股风潮：一类人瞄准了OpenAI等大模型企业的API，想要坐在人工智能的副驾驶上创业；另一类人打起了创造Prompt的主意，想要利用信息差赚到第一桶金。

倘若ChatGPT的出现当真是所谓的iPhone时刻，围绕Prompt的生意其实才刚刚开场。

03 Prompt 只是过渡？

相对应的一个问题是，Prompt是否是人工智能大众化不可或缺的一环？这个问题的答案直接影响着Prompt和Prompt Engineer的红利周期。

Open AI 的 CEO Sam Altman曾公开表示：五年后，就不再需要 Prompt Engineering。也许在接下来的一段时间里，我们仍需要提示语，需要去创造 Prompt，但生成式AI的发展速度可能超乎想象，AI对人类的理解力远未触达天花板。

可以佐证的是，第一代iPhone上市时还没有App Store，仅预装了浏览器、iPod、邮件等少量应用，想要安装其他应用，需要在电脑上安装iTunes，用USB线将iPhone连接到电脑……为了解决用户体验上的局限性，越狱工具和第三方应用商店应运而生，但在苹果引入App Store后，越狱工具渐渐被丢进了历史的故纸堆。

同样的问题询问ChatGPT，答案似乎客观了许多。

想要不用特定Prompt就能和AI流畅对话，ChatGPT认为需要解决四个挑战：

1、AI需要更好地理解语境和连贯性，哪怕用户像《大话西游》里的唐僧一样喋喋不休，或者语无伦次，AI也可以准确理解用户的意图，这样就不需要精确的提示词，用自然语言进行提问。

2、AI需要有丰富的常识和推理能力，即根据特定的信息和场景做出合理的回应，而非像现在的模型那样“对牛弹琴”，比如中文里的多义词、不同场景下不同含义的语气词，非常考验推理能力。

3、AI需要理解和处理情感信息，这也是当前AI研究的重心所在。人的情感可以有很多种表达方式，文字只是其中重要的一种。在大模型不断向多模态演进时，视觉和声音是否也可以传递信息？

4、AI需要有主动学习和适应能力。主动学习是指AI系统在学习过程中，能够主动选择最具信息量的样本进行学习，在数据稀缺的情况下做出更好的决策；适应能力是指AI在面临新的任务、场景或环境变化时，能够自我调整并优化其行为。

按照ChatGPT的标准，在Prompt消失的时候，势必已经进入到了强人工智能时代，目前还有很长一段距离。

Prompt及其衍生机会的消亡是一种历史必然，在时间上仍有很大的不确定性，也许会很快出现另一场技术爆炸；也许AI会进入新一轮的瓶颈期， Sam Altman的五年预期不过是“盲目乐观”。