2.4　Prompt Engineer

隨著大語言模型的發展，出現了一個新的職位：Prompt Engineer（提示詞工程師），這個職位在硅谷的薪水一度超過百萬美元。

在GPT技術出現之前，數據科學家和分析師承擔了處理和解析大量數據的任務。GPT的出現，使這些崗位逐漸演變成Prompt Engineer，專門為GPT等人工智能模型設計、優化和測試輸入提示。這使得與人工智能相關的職位從更注重數據分析轉變為專注于理解和改進人工智能模型與人類的交互。

隨著Prompt Engineer職位的出現，人們開始關注如何提高人工智能模型的交互質量。他們的主要任務是創建適當的提示，使模型能夠更好地理解用戶的需求并提供準確、有用的回答。這需要他們熟悉不同領域的知識，以便能夠根據用戶的需求調整和優化提示。通過不斷優化提示，Prompt Engineer能夠提高人工智能模型的性能，使模型更符合用戶期望。

Prompt Engineer職位的出現也意味著從業者需要具備跨學科技能。除了對人工智能技術和數據分析的深入了解，他們還需要具備良好的溝通和協作能力。此外，具有心理學、語言學和認知科學等領域的知識也對Prompt Engineer至關重要，因為這有助于更好地理解人類的溝通方式和需求。

具體而言，Prompt Engineer 專注于設計、優化和測試輸入提示，以實現更高質量的人工智能與人類的交互，使模型更能滿足用戶的需求。

Prompt Engineer的主要職責如下。

（1）設計有效的輸入提示：Prompt Engineer需要為人工智能模型創建明確、簡潔且易于理解的輸入提示。這些提示將引導模型生成與用戶需求相關的回答，提高回答質量。

（2）優化人機交互：通過不斷調整和優化輸入提示，Prompt Engineer可以改進人工智能模型與人類用戶的交互，使其更具針對性、準確性和實用性。

（3）跨領域合作：Prompt Engineer需要與其他團隊成員（如數據科學家、產品經理和開發者）緊密合作，共同開發和改進人工智能產品。這種跨領域合作有助于確保人工智能模型的實際應用效果更符合用戶的需求和期望。

（4）測試與評估：Prompt Engineer負責對輸入提示的效果進行測試和評估，以確定它們是否引導模型產生高質量的回答。他們需要持續監控模型的性能，并根據反饋調整提示，以確保最佳的人機交互體驗。

在本書的后續章節中，筆者會為讀者詳細介紹如何寫好一個Prompt（提示詞），進而能從自然語言處理模型（如GPT系列）中得到想要的答案。

本書旨在提升讀者對于Chatbot所具備的能力的認知，使得讀者在搭建自己的Chatbot或者幫助公司進行人工智能轉型時，能夠擁有全局的視角。通過本書的學習，讀者可以了解Chatbot的發展歷程、基礎技術、設計原則及實現方法等方面的內容。

希望讀者能帶著下面的問題一邊思考，一邊閱讀：

?　現有技術能搭建的最理想的Chatbot應該是什么樣子的？

?　如何引導用戶給出夠用的信息，讓我們解決他們遇到的問題？

?　如何設計產品彌補底層技術的不足？

?　在系統不夠智能的時候，如何保持用戶滿意度？

?　如何合理地管理用戶的預期值？

?　如何彌補對話過程中因為沒有滿足用戶預期給用戶帶來的挫敗感？

?　如何控制交互過程中用戶的情感？

?　以ChatGPT為代表的AGI的出現，能解決哪些應用場景的問題？

?　Prompt是什么，如何設計一個Prompt，有哪些方法和技術可以提高Prompt的效果和質量？

?　Prompt Engineer在生成式AI中有什么作用和價值？