隨著ChatGPT等AI應(yīng)用模型、AI技術(shù)產(chǎn)品的出現(xiàn)，Prompt這個(gè)概念，也出現(xiàn)在了眾人眼前，因?yàn)槟撤N程度上，Prompt可以理解為控制AI的指令，可以在生成式AI的語(yǔ)境里發(fā)揮引導(dǎo)價(jià)值。具體如何解讀Prompt的存在與應(yīng)用？不如來(lái)看看本文的解讀。

在ChatGPT、Midjourney、Stable Diffusion等新事物的作用下，不少人或多或少聽(tīng)說(shuō)過(guò)Prompt的概念。

雖然OpenAI掀起的大模型浪潮再度刷新了人們對(duì)AI的認(rèn)知，但現(xiàn)階段的AI終歸還不是強(qiáng)人工智能，大模型里的“知識(shí)”存儲(chǔ)在一個(gè)隱性空間里，需要輸給AI正確的指令，也就是過(guò)去幾個(gè)月中頻頻被討論的Prompt。

有人將Prompt翻譯成“提示詞”，也有人翻譯為“激發(fā)詞”。再感性一些，就像童話故事里的魔法一樣，Prompt是AI時(shí)代的魔法，擁有它就擁有“巫師”一樣的能力。

一、Prompt是什么？

并不難理解Prompt的字面含義，可為何會(huì)出現(xiàn)Prompt這個(gè)概念？既然是ChatGPT炒熱的新名詞，不妨讓ChatGPT自己來(lái)回答。

這個(gè)回答中規(guī)中矩，但還是可以提取到一些有價(jià)值的信息：一，Prompt繼承了計(jì)算機(jī)編程里的命令行提示符，可以理解為控制AI的指令；二，在生成式AI的語(yǔ)境里，Prompt的價(jià)值在于引導(dǎo)，而非計(jì)算機(jī)里的命令。

打個(gè)比方的話：大模型就像是人類的大腦，知識(shí)被存儲(chǔ)在神經(jīng)元聯(lián)接中，只有當(dāng)你遇到具體的問(wèn)題時(shí)，就像“你最喜歡的食物是什么？”大腦才會(huì)給出確切的答案，Prompt等于是一個(gè)個(gè)具象的問(wèn)題。由此產(chǎn)生了一種流行的說(shuō)法，即提問(wèn)比回答更重要。你使用ChatGPT所遇到的“邊界”，實(shí)際上是你自己的“邊界”。

但Prompt的價(jià)值體現(xiàn)，并不在于ChatGPT代表的對(duì)話機(jī)器人，而是Midjourney為首的圖像生成類應(yīng)用。

簡(jiǎn)單來(lái)說(shuō)，你要告訴AI想要什么樣的圖，想要把自己腦海里的東西變成肉眼可見(jiàn)的圖案，需要幾十個(gè)單詞作為Prompt。哪怕只有一個(gè)提示詞的差異，AI所生成的圖像都可能有著質(zhì)的差別，怎么正確地給AI投喂Prompt，逐漸成了一門(mén)深?yuàn)W的學(xué)問(wèn)，并衍生出了提示語(yǔ)工程學(xué)（Prompt Engineering）的說(shuō)法。

以至于在衡量大模型的能力時(shí)，出現(xiàn)了三個(gè)標(biāo)準(zhǔn)：一是大模型的預(yù)訓(xùn)練水平；二是用來(lái)進(jìn)行預(yù)訓(xùn)練語(yǔ)料數(shù)量和質(zhì)量；三是提示語(yǔ)的水平。直接的例子就是外界對(duì)文心一言文生圖的質(zhì)疑，即使不考慮前兩個(gè)因素，單單在提示詞方面，就足以讓文心一言和Midjourney拉開(kāi)幾條街的距離。

因?yàn)樵谖男囊谎陨舷胍蓤D片，普遍給的指令是：幫我生成一張XXX（這也是百度官方的示例），解析為Prompt時(shí)注定只有幾個(gè)提示詞，遠(yuǎn)不足以表達(dá)腦海里想要的畫(huà)面；同樣的需求給Midjourney，可能是十幾個(gè)乃至幾十個(gè)提示詞，大模型可以更準(zhǔn)確地理解并輸出用戶想要圖案。

理解了這些差異，便不難讀懂Prompt走紅的原因。

目前大模型對(duì)算力的要求很高，以O(shè)penAI的DALL?E為例，生成一張圖片的收費(fèi)約0.02美元，如果讓不懂Prompt的人去調(diào)用模型，大概率會(huì)浪費(fèi)掉一次次算力。何況當(dāng)前想要生成滿意的圖片，需要不斷重復(fù)調(diào)整，能否熟練運(yùn)用Prompt，直接左右了大模型所能釋放的生產(chǎn)力。

二、Prompt 還能賺錢(qián)？

利用信息差賺錢(qián)向來(lái)是最容易做的生意，生成式AI也不例外，Prompt作為AI時(shí)代的魔法，已然成了不少人用來(lái)“賺錢(qián)”的生產(chǎn)資料。

第一種：直接售賣Prompt。

國(guó)外已經(jīng)出現(xiàn)了PromptBase等明碼標(biāo)價(jià)的平臺(tái)，涉及Midjourney、Stable Diffusion、DALL?E、GPT等多個(gè)模型，而且適用的場(chǎng)景越來(lái)越細(xì)分，包括音樂(lè)創(chuàng)作、兒童插畫(huà)、油畫(huà)藝術(shù)、人物肖像等等，即便是不擅長(zhǎng)整理提示詞的普通用戶，也可以直接復(fù)制Prompt生成相對(duì)不錯(cuò)的作品。

其實(shí)國(guó)內(nèi)也有類似的現(xiàn)象，一些商家早已在電商平臺(tái)上兜售Prompt，也有一些人將Prompt做成面向垂直任務(wù)場(chǎng)景的應(yīng)用，比如AI 寫(xiě)評(píng)語(yǔ)、AI寫(xiě)郵件、AI翻譯等等，吸引剛需用戶按月付費(fèi)使用。

第二種：用Prompt換流量。

國(guó)內(nèi)最早一批售賣AI課程的自媒體，多半將Prompt作為吸引用戶付費(fèi)的籌碼；小紅書(shū)等年輕人扎堆的平臺(tái)上，早早出現(xiàn)了分享Prompt的筆記；B站、抖音等視頻平臺(tái)上，教用戶使用Prompt的教程已不可計(jì)數(shù)。

個(gè)中邏輯并不復(fù)雜。Prompt是駕馭AI的“咒語(yǔ)”，但提示詞本身并沒(méi)有版權(quán)效應(yīng)，或許直接兜售Prompt可以快速變現(xiàn)，終歸是不長(zhǎng)久的買(mǎi)賣。將Prompt作為漲粉工具，趁機(jī)吸引到可觀的粉絲群體，在流量變相高度繁榮的互聯(lián)網(wǎng)江湖，無(wú)疑更符合市場(chǎng)規(guī)律，也是Prompt被廣泛討論的另一重誘因。

第三種：靠Prompt“找工作”。

正如前面所提到的，正確使用Prompt已經(jīng)是提升生產(chǎn)力的前提，不單單產(chǎn)生了提示語(yǔ)工程，還醞釀出了一批“提示詞工程師”（Prompt Engineer）。

國(guó)外一位名叫Riley Goodside的小哥，靠ChatGPT的Prompt快速漲粉，然后被硅谷獨(dú)角獸Scale AI聘請(qǐng)為“提示詞工程師”，據(jù)說(shuō)年薪高達(dá)百萬(wàn)人民幣；另一位名為Jason M. Allen的藝術(shù)家，則使用Midjourney贏得了Colorado State Fair周年藝術(shù)比賽……如果說(shuō)計(jì)算機(jī)時(shí)代的能力密碼是編程，在生成式AI席卷全球的當(dāng)下，Prompt正悄悄成為數(shù)以萬(wàn)計(jì)打工人“傍身”的工具。

至少就目前來(lái)看，程序員群體里已經(jīng)漸漸興起兩股風(fēng)潮：一類人瞄準(zhǔn)了OpenAI等大模型企業(yè)的API，想要坐在人工智能的副駕駛上創(chuàng)業(yè)；另一類人打起了創(chuàng)造Prompt的主意，想要利用信息差賺到第一桶金。

倘若ChatGPT的出現(xiàn)當(dāng)真是所謂的iPhone時(shí)刻，圍繞Prompt的生意其實(shí)才剛剛開(kāi)場(chǎng)。

三、Prompt 只是過(guò)渡？

相對(duì)應(yīng)的一個(gè)問(wèn)題是，Prompt是否是人工智能大眾化不可或缺的一環(huán)？這個(gè)問(wèn)題的答案直接影響著Prompt和Prompt Engineer的紅利周期。

Open AI 的 CEO Sam Altman曾公開(kāi)表示：五年后，就不再需要 Prompt Engineering。也許在接下來(lái)的一段時(shí)間里，我們?nèi)孕枰崾菊Z(yǔ)，需要去創(chuàng)造 Prompt，但生成式AI的發(fā)展速度可能超乎想象，AI對(duì)人類的理解力遠(yuǎn)未觸達(dá)天花板。

可以佐證的是，第一代iPhone上市時(shí)還沒(méi)有App Store，僅預(yù)裝了瀏覽器、iPod、郵件等少量應(yīng)用，想要安裝其他應(yīng)用，需要在電腦上安裝iTunes，用USB線將iPhone連接到電腦……為了解決用戶體驗(yàn)上的局限性，越獄工具和第三方應(yīng)用商店應(yīng)運(yùn)而生，但在蘋(píng)果引入App Store后，越獄工具漸漸被丟進(jìn)了歷史的故紙堆。

同樣的問(wèn)題詢問(wèn)ChatGPT，答案似乎客觀了許多。

想要不用特定Prompt就能和AI流暢對(duì)話，ChatGPT認(rèn)為需要解決四個(gè)挑戰(zhàn)：

1. AI需要更好地理解語(yǔ)境和連貫性，哪怕用戶像《大話西游》里的唐僧一樣喋喋不休，或者語(yǔ)無(wú)倫次，AI也可以準(zhǔn)確理解用戶的意圖，這樣就不需要精確的提示詞，用自然語(yǔ)言進(jìn)行提問(wèn)。
2. AI需要有豐富的常識(shí)和推理能力，即根據(jù)特定的信息和場(chǎng)景做出合理的回應(yīng)，而非像現(xiàn)在的模型那樣“對(duì)牛彈琴”，比如中文里的多義詞、不同場(chǎng)景下不同含義的語(yǔ)氣詞，非?？简?yàn)推理能力。
3. AI需要理解和處理情感信息，這也是當(dāng)前AI研究的重心所在。人的情感可以有很多種表達(dá)方式，文字只是其中重要的一種。在大模型不斷向多模態(tài)演進(jìn)時(shí)，視覺(jué)和聲音是否也可以傳遞信息？
4. AI需要有主動(dòng)學(xué)習(xí)和適應(yīng)能力。主動(dòng)學(xué)習(xí)是指AI系統(tǒng)在學(xué)習(xí)過(guò)程中，能夠主動(dòng)選擇最具信息量的樣本進(jìn)行學(xué)習(xí)，在數(shù)據(jù)稀缺的情況下做出更好的決策；適應(yīng)能力是指AI在面臨新的任務(wù)、場(chǎng)景或環(huán)境變化時(shí)，能夠自我調(diào)整并優(yōu)化其行為。

按照ChatGPT的標(biāo)準(zhǔn)，在Prompt消失的時(shí)候，勢(shì)必已經(jīng)進(jìn)入到了強(qiáng)人工智能時(shí)代，目前還有很長(zhǎng)一段距離。

Prompt及其衍生機(jī)會(huì)的消亡是一種歷史必然，在時(shí)間上仍有很大的不確定性，也許會(huì)很快出現(xiàn)另一場(chǎng)技術(shù)爆炸；也許AI會(huì)進(jìn)入新一輪的瓶頸期， Sam Altman的五年預(yù)期不過(guò)是“盲目樂(lè)觀”。

四、寫(xiě)在最后

或許可以借用科技媒體《VentureBeat》的說(shuō)法：現(xiàn)在已經(jīng)到了AI藝術(shù)的轉(zhuǎn)折點(diǎn)，未來(lái)的藝術(shù)家無(wú)論是自學(xué)成才還是科班出身，都需要有創(chuàng)造Prompt的能力，需要理解和學(xué)習(xí)數(shù)據(jù)科學(xué)，以及大模型的工作原理。

進(jìn)一步延伸的話，需要有這些能力的絕不只是藝術(shù)家，任何職業(yè)、任何行業(yè)的工作都不可避免和AI協(xié)作，將人類的思考和需求注入給AI，不斷更新、創(chuàng)造Prompt，將是大多數(shù)人必須要掌握的一種技能，就像現(xiàn)在必須要用輸入法打字一樣。