随着生成式AI逐渐进入主流，越来越多的课程和认证承诺为“热门职业”——提示工程师——提供入门机会。
拥有运用自然语言（例如英语）来从AI模型（如ChatGPT和Midjourney）中“提示”有用内容的技能，似乎是许多雇主所看重的。但是，仅仅通过短期课程并依靠潮流来走向百万年薪真的那么简单吗？
提示工程狂热 今年2月发表在《华盛顿邮报》上的一篇文章为“AI低语者”——“以散文方式进行编程”的提示工程师——种下了种子。文章中引用了一些高薪数据，并援引了硅谷公司Anthropic的一则招聘广告，该广告寻求具备“创造性黑客精神和喜欢解决难题的人”。
《时代》、《福布斯》和《商业内幕》等类似文章进一步加剧了这种狂热。
为了从极客文化转向时尚，一些影响者纷纷加入，将提示工程描绘成一个对愿意学习并掌握一些技巧的人敞开的淘金热。
真的有这么多工作机会吗？
那则Anthropic的招聘广告仍然挂在那里。六个月后，它似乎更像是一场企业的宣传噱头，而不是寻找人才。
正如许多评论员所预测的那样，提示工程并没有像独立的职业一样爆炸性增长。澳大利亚主要求职网站上并没有一个“提示工程师”职位的广告。只有四个职位描述中提到了提示工程。
美国的情况似乎更好一些。但即便如此，这个新职业大部分被吸收到了其他职位中，如机器学习工程师或AI专家。
关于提示工程的增长（或缺乏增长）的数据很少。大多数数据都是片面的。咨询公司（如德勤）将其作为AI业务推动的一部分，将其宣传为“新时代的黎明”，进一步混淆了现实。
现实如何？
关于提示工程是否有用的困惑，来自于未能认识到有两种不同类型的价值创造者：领域专家和技术专家。
领域专家
“任何人都可以做到”的叙述中的真理核心是，某一特定领域的专家通常是完成定义任务的最佳提示者。他们只需知道应该提出什么问题，能够在回答中识别出价值。
例如，在品牌和市场营销方面，生成式AI正在起飞，称之为通用或“G型”创意任务（例如以毕加索的风格制作百事可乐的标志）。当广告专家开始从事提示工作时，他们迅速发明了一些即使最熟练的AI大师也无法做到的方法。因为技术大师往往对版权或市场营销了解甚少。
技术专家
另一方面，技术大师在AI模型的巨大复杂性中“深入研究”的人，也可以作为提示工程师为其增加价值。他们了解AI模型的工作机制的神秘事物。
他们可以利用这些知识，例如，改善每个使用AI从公司内部文档获取数据的人的结果。但是他们通常在AI之外几乎没有领域知识。
领域专家和技术专家提示工程师都很有价值，但他们具有不同的技能和目标。如果一个组织正在大规模使用生成式AI，那么它可能需要同时拥有两者。
为什么生成提示很难？
生成式AI最终为人们产生输出内容。广告文案、图像或诗歌在现实世界中是否有用或无用，要看它在现实世界中的成功与否。在许多实际情况下，只有领域专家才能判断AI输出的有用性。
尽管如此，这些评估最终是主观的。我们知道2+2=4。因此，测试提示以防止AI产生答案是5的错觉是很简单的。但是如果要判断AI设计的广告活动是否比人工设计的广告活动更有效（即使你手头有一个领域专家），需要多长时间？
在过去的研究中，建议评估生成式AI应该更接近符号学——一个可以将自然语言与现实世界联系起来的领域。这可能有助于随着时间的推移缩小评估差距。