作者丨王藝

編輯丨海腰

與大模型一同誕生的提示詞（Prompt）已成為AI領(lǐng)域繞不開的概念。

Sam Altman在與領(lǐng)英聯(lián)合創(chuàng)始人Reid Hoffman對談時(shí)表示，五年后我們將不再需要提示詞工程（Prompt Engineering），或者只需在這方面做少量工作；將來的AI系統(tǒng)不會(huì)因?yàn)樵鲅a(bǔ)了某個(gè)特定詞就產(chǎn)生截然不同的輸出，而是可以較好地理解自然語言。用戶只需以文本和語音形式輸入指令，就可以讓計(jì)算機(jī)完成圖像生成、資料研究、心理咨詢等復(fù)雜任務(wù)。

Sam Altman的表態(tài)讓外界普遍認(rèn)為其不看好提示詞的前景。

但Sam Altman的不看好，針對的是提示詞工程，而不是提示詞本身。

在大模型愈發(fā)完善，愈發(fā)成熟的未來，以提示詞工程的形式，讓大模型更好的理解自然語言大可不必，但提示詞本身卻有著無限可能。

紅杉一代目Don Valentine曾回憶，自己見過最會(huì)提問題的人是喬布斯和紅杉二代目Michael Moritz。

提示詞的本質(zhì)是好問題，而不是提示。

提示詞產(chǎn)品創(chuàng)新浪潮

提示詞的發(fā)展是與生成式AI和大模型的發(fā)展緊密相關(guān)。

在去年8月美國科羅拉多州藝術(shù)博覽會(huì)上的作品《太空歌劇院》大火之后，Midjourney、Stable Diffusion、DALLE等AI繪畫大模型迅速火爆全網(wǎng)，相伴而生的是各類AI繪畫提示詞網(wǎng)站和課程，比如做提示詞交易市場的PromptBase、做提示詞生成器的AI畫廊等。

第二波浪潮是ChatGPT、尤其是GPT-4發(fā)布后，用戶看到了AI聊天機(jī)器人的強(qiáng)大實(shí)力，開始探索各種各樣提示詞的玩法，“Prompt Engineer”這一職業(yè)也應(yīng)運(yùn)而生，抖音上出現(xiàn)了很多打著“成為年薪百萬的提示詞工程師”的旗號售價(jià)199、299等的提示詞課程，門檻費(fèi)用在200-1000不等的提示詞社群、知識星球等也如雨后春筍般出現(xiàn)。

第三波浪潮則是今年11月GPTs發(fā)布之后，提示詞的創(chuàng)作過程和使用場景發(fā)生了極大的變化——GPTs通過對話的形式，將一些“原始提示詞”封裝在了一個(gè)小小的對話機(jī)器人里，用戶通過和GPT對話（對話的過程也是輸入原始提示詞的過程）創(chuàng)造出自己的GPTs之后，可以自用也可以分發(fā)，GPTs能夠基于其原始的訓(xùn)練數(shù)據(jù)，更加高效、專業(yè)地解決用戶問題。

GPTs發(fā)布之后，一批非官方的GPTs商店如Supertools、Suefel、GPTs Hunter等如雨后春筍般出現(xiàn)，用戶對“手搓大模型——打造自己的GPTs”表現(xiàn)出了前所未有的熱情，搞出了數(shù)據(jù)分析、學(xué)術(shù)論文、英語學(xué)習(xí)、武林秘傳、塔羅測算、為你寫詩、模擬老爸……等形形色色的GPTs。截至12月16日，也就是GPTs開放給用戶之后大約一個(gè)月的事件里，GPTs Hunter上已匯聚了61818個(gè)GPT，而整個(gè)ChatGPT上的GPTs數(shù)量更是遠(yuǎn)遠(yuǎn)超過這個(gè)數(shù)字。

GPTs讓人們的想象力和創(chuàng)造力得到了極大的發(fā)揮，他們搞出了一些相當(dāng)“炸裂”的GPTs：

• 比如AI產(chǎn)品經(jīng)理陳財(cái)貓制作的“提示精靈小富貴（Prompt Pet）”，可以讓用戶通過輸入需求獲得自己想要的提示詞；

  
  

• 比如，有國外大神制作了一個(gè)名為“Grimoire （魔法書）”的GPTs，它可以被看做一個(gè)“無代碼編程系統(tǒng)”，用戶通過輸入一句話、或者不斷和Grimoire進(jìn)行對話，就可以創(chuàng)建網(wǎng)站和應(yīng)用程序。

• 再比如，品牌設(shè)計(jì)師兼作家Jackson Greathouse Fall在今年3月15日給了GPT-4 100美金，然后讓它命令自己做各種各樣的事情。ChatGPT先是讓他做了一個(gè)環(huán)保主題的網(wǎng)站，去賣各種各樣的周邊產(chǎn)品；然后 ChatGPT 教他怎么樣用 DALL·E 2 設(shè)計(jì)這個(gè)網(wǎng)站的 logo，甚至給了 DALL·E 2 的 prompt 讓他直接放入這個(gè)模型里面；接著，教他怎么樣去寫一個(gè)網(wǎng)站，給了他一部分的源代碼，他很快就把這個(gè)網(wǎng)站搭好了。到后來，GPT甚至還告訴了他應(yīng)該怎么樣去融資，幫他做了一個(gè)融資商業(yè)計(jì)劃書的 PPT 。

  
  

一周后，HustleGPT幫他賺了130美元，在Discord上獲得了2095個(gè)粉絲；Jacson也真的獲得了一個(gè)天使投資人的投資，他現(xiàn)在公司的估值是 25000 美金。

這三波AI浪潮在讓人們驚嘆技術(shù)發(fā)展速度的同時(shí)，也助推了“提示詞”這一概念的熱度。越來越多人關(guān)注到了這一領(lǐng)域，開始尋找“提示詞”更多的可能性，「INFOARK方舟」社區(qū)主理人劉芮麟就是其中一位。

劉芮麟此前是一家互聯(lián)網(wǎng)醫(yī)療公司的內(nèi)容負(fù)責(zé)人，也是最早一波接觸ChatGPT的用戶之一。ChatGPT發(fā)布之后，他發(fā)現(xiàn)原本一天需要10個(gè)小時(shí)才能完成的工作只需要四個(gè)小時(shí)就能完成，這讓他十分激動(dòng)，開始探索各種AI工具的同時(shí)，也成為了一名AIGC領(lǐng)域的忠實(shí)信徒。今年6月，他離職創(chuàng)業(yè)，和幾個(gè)朋友一起推出了「INFOARK方舟」社區(qū)。

INFOARK方舟社區(qū)原名“Info.Ark明日方舟”，是一個(gè)AIGC領(lǐng)域的開源知識庫，主要提供AIGC領(lǐng)域的基礎(chǔ)知識、相關(guān)課程、信息源推薦、學(xué)術(shù)論文、工具介紹等內(nèi)容。目前INFOARK主要聚焦的賽道是提示詞領(lǐng)域，在INFOARK方舟社區(qū)主文檔中，提供了關(guān)于Prompt非常詳細(xì)的原理介紹、相關(guān)教程和指令庫， 即使是小白也能輕松閱讀。

目前，INFOARK社區(qū)已經(jīng)積累了不少付費(fèi)用戶，劉芮麟的創(chuàng)業(yè)團(tuán)隊(duì)也通過知識星球訂閱、高端付費(fèi)課程和企業(yè)合作商單獲得了穩(wěn)定的現(xiàn)金流。

然而，這并不是他們最終想要達(dá)到的目的，在他們看來，INFOARK方舟社區(qū)只是聚攏流量的第一步，他們真正想要做的，是一個(gè)類似最近大火的動(dòng)畫片《萬神殿》里“上載智能（Uploaded Intelligence）”的東西——一個(gè)數(shù)字化的“第二大腦”。

“我們認(rèn)為人類的智能還有很大一部分沒有被開發(fā)，比如很多人數(shù)學(xué)不好是因?yàn)闆]有數(shù)形結(jié)合的思維，可能需要開發(fā)一款產(chǎn)品，通過可視化、數(shù)形結(jié)合的方式讓人理解數(shù)學(xué)；再比如人腦的信息過濾能力是有限的，無法處理海量的信息。那么我們就要找到一套過濾信息的手段。這都意味著，你需一套基于“第二大腦”的軟件來幫助你，更好的構(gòu)建你的心智算法、心智模型。這套心智算法和心智模型是‘軟件’，是需要依附在硬件之上的，它存在于人的肉身之上可能會(huì)消亡，但是存在于計(jì)算機(jī)硬件之上不會(huì)，因?yàn)橛脖P是可以拷貝和轉(zhuǎn)移的，但是這要消耗巨大的能量。和機(jī)器相比，人類最后的尊嚴(yán)可能是，利用極少的能量，調(diào)用我們體內(nèi)的‘認(rèn)知模型’去消化知識、獲得洞見，這是人類相比于機(jī)器的優(yōu)勢，有點(diǎn)類似于‘直覺’。

我們應(yīng)該強(qiáng)化這種優(yōu)勢，因此我們想做一個(gè)‘知識生命周期管理’的產(chǎn)品，它能夠模擬人的心智，實(shí)現(xiàn)知識的創(chuàng)造-繼承-利用-分發(fā)-銷毀這一整套的流程，把人類在認(rèn)知和心智上的優(yōu)勢流傳下去，構(gòu)建一個(gè)類似Avatar的‘?dāng)?shù)字分身’，它聽起來可能和筆記軟件比較像，但是它的輸入方式和思考方式與筆記軟件完全不同，是通過對話的方式進(jìn)行的。我們會(huì)設(shè)計(jì)一種新的Prompt——「一套問題體系」去和你聊天，通過這套問題體系，它就能獲知你的內(nèi)在價(jià)值觀、認(rèn)知模型、決策模型等底層的心智算法，從而構(gòu)建出你的模擬‘第二大腦’”，劉芮麟說。

在劉芮麟看來，Prompt是一種數(shù)據(jù)清洗、把信息處理得更加“工程化”的手段，由于在大模型的訓(xùn)練過程中，不斷追求用更低成本實(shí)現(xiàn)更好的訓(xùn)練效果，所以才出現(xiàn)了Prompt。他認(rèn)為，Prompt最大的價(jià)值就在于怎么把隱性知識通過流程化、標(biāo)準(zhǔn)化、自動(dòng)化變成顯性知識；好的Prompt包含對業(yè)務(wù)的理解和思考，好用的Prompt流程應(yīng)該是一個(gè)系統(tǒng)化的流程，而好用的Prompt，則應(yīng)該封裝成為解決實(shí)際問題的工作流，這也是他們在未來的“第二大腦”產(chǎn)品中所要做的嘗試。

除了劉芮麟，同樣在Prompt領(lǐng)域做知識付費(fèi)的還有袁六偉。

袁六偉是知識星球“AI指令俱樂部”的主理人，也是ChatGPT發(fā)布后民間最早一波自學(xué)成才的指令工程師。他為海爾、科大訊飛等三十多家公司定制過Prompt，一條Prompt的報(bào)價(jià)在5000-2萬元不等，通過指令定制實(shí)現(xiàn)了月入10萬，也通過對Prompt的深度鉆研創(chuàng)辦起了沒有技術(shù)背景的“2人公司”，依靠指令定制、訓(xùn)練營、付費(fèi)咨詢、付費(fèi)社群等方式，獲得了一年近百萬的營收。

袁六偉認(rèn)為，Prompt未來會(huì)有兩種發(fā)展路徑：在普通用戶側(cè)，隨著AI對語義的理解越來越深，Prompt會(huì)變得越來越簡單易上手，越來越接近自然語言；在專業(yè)用戶側(cè)，Prompt會(huì)發(fā)展成一門“語言”，類似編程語言一樣，會(huì)有專門的Prompt Engineer職位來使用AI，比如科研、數(shù)據(jù)分析、技術(shù)開發(fā)、內(nèi)容創(chuàng)作等垂直領(lǐng)域，需要專門的指令工程師來設(shè)計(jì)和優(yōu)化Prompt，以引導(dǎo)AI進(jìn)行復(fù)雜的任務(wù)。

“未來AI肯定會(huì)像電力一樣，成為人們生活中的基礎(chǔ)設(shè)施，但是AI真正的價(jià)值在于‘服務(wù)’。OpenAI官方肯定會(huì)打磨一些指令嵌入到大模型當(dāng)中去，讓用戶更好地使用，但是人的需求是多種多樣的，官方?jīng)]有這個(gè)精力也沒有這個(gè)能力去覆蓋各個(gè)領(lǐng)域的指令，所以在垂直領(lǐng)域，就需要我們這樣各行各業(yè)的專家們?nèi)ゴ蛟熘噶?。我認(rèn)為Prompt會(huì)像現(xiàn)在的編程語言一樣會(huì)成為一門語言、一門學(xué)科，它的市場會(huì)比編程語言大百倍、千倍，因?yàn)樗腔谧匀徽Z言的，它的受眾范圍和使用場景比編程語言大得多”，袁六偉說。

技術(shù)派眼里的提示詞

如果說劉芮麟和袁六偉代表了非技術(shù)派的觀點(diǎn)，那么在技術(shù)派眼里，提示詞還有非常多可改進(jìn)的地方和想象空間。

云中江樹是最近火熱的“結(jié)構(gòu)化提示詞”寫作范式的發(fā)起人，也是GitHub上有著8k+ star的「ChatGPT中文指南」項(xiàng)目和有著2k+star的「LangGPT」項(xiàng)目的作者、EmbraceAGI開源社區(qū)的聯(lián)合創(chuàng)始人。LangGPT項(xiàng)目給提示詞設(shè)定了一套“模板”和“框架”，通過設(shè)置層級結(jié)構(gòu)、標(biāo)識符、屬性詞等形式，讓很多小白用戶通過完形填空的方式就能輕松寫出效果還不錯(cuò)的提示詞。

以調(diào)教GPT生產(chǎn)“詩人Prompt”為例，LangGPT寫出來的提示詞是這樣的：

而當(dāng)我們把這套提示詞輸入ChatGPT，它給出的結(jié)果是這樣的：

云中江樹向我們分享了一個(gè)他心目中用LangGPT結(jié)構(gòu)化提示詞方法撰寫的最酷的提示詞案例：一個(gè)超級酷的老師，擅長使用最簡單的詞匯和通俗的語言來教會(huì)0基礎(chǔ)的學(xué)生。

上述提示詞的作者李繼剛是一位互聯(lián)網(wǎng)產(chǎn)品經(jīng)理，他同樣也是有著技術(shù)背景的提示詞愛好者。他認(rèn)為，圖片生成領(lǐng)域，現(xiàn)在基本做到了去Prompt化，以前的很多咒語性的寫法，現(xiàn)在都不太需要了；但是在文字生成領(lǐng)域，提示詞還是需要的。

李繼剛提出了提示詞的“織夢理論”——寫提示詞的過程是在為大模型營造一個(gè)“夢境”，寫Prompt就是在織夢，Prompt Engineer就是織夢師。“Prompt”就像一根根線索，引導(dǎo)ChatGPT走進(jìn)你所編織的夢境深處。織夢師的技巧越高超，通過Prompt織出的夢境就越真實(shí)，越能讓ChatGPT成為“夢中人”。

云中江樹和李繼剛都把Prompt看做AI時(shí)代的編程語言，而且都旗幟鮮明地反對“提示詞消亡論”。

“提示詞有一個(gè)非常明顯的特點(diǎn)，它用的是自然語言，各個(gè)國家都能用自己的語言去使用它和機(jī)器進(jìn)行對話。如果你把它看做一門編程語言，那么會(huì)得出兩個(gè)結(jié)論——第一，編程人員會(huì)變多，只要有賬號、能訪問大模型的人都可以編程，那么各種千奇百怪的創(chuàng)意也會(huì)多一些；第二，編程人員會(huì)分化，一定是有一波人鉆研的比較深（提示詞工程師）、另一部分比較淺（普通用戶），提示詞工程師會(huì)嘗試著把織夢這個(gè)事情做得更重、更結(jié)構(gòu)化、邏輯更復(fù)雜，而普通用戶端則是更加輕量化、更容易的撰寫提示詞。一個(gè)往前端的方向走，一個(gè)往后端的方向走，一切都是為了夢中人對話的那個(gè)環(huán)節(jié)更加輕量化。”李繼剛說。

而基于上述結(jié)論，李繼剛認(rèn)為，微調(diào)模型的時(shí)代會(huì)到來，各家公司一定會(huì)把自己的數(shù)據(jù)結(jié)合大模型的能力去微調(diào)，形成自己公司獨(dú)有的“小模型”，這種“小模型”更貼近應(yīng)用場景、理解能力更強(qiáng)，也是GPT-4到GPT5所必然要經(jīng)歷的一種演化路徑。

云中江樹則認(rèn)為，未來的提示詞可能是多模態(tài)的?！疤崾驹~本身不但不是過渡產(chǎn)品，反而是產(chǎn)品演進(jìn)的長期趨勢。隨著多模態(tài)大模型技術(shù)發(fā)展，未來我們可以將表情包、動(dòng)態(tài)視頻等都作為提示詞的一部分，我們得到的輸出，也可以是圖文音并茂的結(jié)果。Prompt的上限并沒有被拉低，反而因?yàn)檫@種東西的出現(xiàn)，Prompt的上限還被提高了?！?/p>

《ChatGPT進(jìn)階 提示工程入門》的作者陳財(cái)貓同樣提到了未來提示詞會(huì)變得“多模態(tài)”的觀點(diǎn)。他認(rèn)為，隨著AI技術(shù)的進(jìn)步，Prompt（提示詞）可能會(huì)消失，但是“Prompt Engineering（提示詞工程）”會(huì)持續(xù)存在。

陳財(cái)貓將Prompt分為了兩類：

• 第一類是彌補(bǔ)AI缺點(diǎn)的Pompt。此類 Prompt 的作用主要是“彌補(bǔ)”模型能力的不足；

  
  

• 第二類是“幫助AI理解人類需求”的Prompt。我們實(shí)際上是通過 Prompt 來給AI定義一個(gè)目標(biāo)，交代清楚業(yè)務(wù)，幫助它理解清楚人類的需求。

  
  

針對第一類Prompt，一個(gè)很經(jīng)典的例子是“掃地機(jī)器人遇到狗屎沒有避開”。一個(gè)掃地機(jī)器人在遇到狗屎的時(shí)候沒有避開，反而繼續(xù)“清潔”。結(jié)果就是臟東西拖滿了整個(gè)屋子。這種情況下，提示詞工程師就不得不下類似于“掃地的時(shí)候要避開臟東西，不要把它拖得全屋都是”，“遇到臟的地方需要多掃幾遍”這種看似廢話的Prompt。

這其實(shí)是AI智能程度低，或理解人類需求（對齊）不足的表現(xiàn)。然而，隨著技術(shù)發(fā)展的日新月異，我們甚至都不用等模型本身改進(jìn)，一些產(chǎn)品上的設(shè)計(jì)就可以解決掉一些這種case。因此，此類 Prompt 可能會(huì)很快退出歷史舞臺(tái)。

針對第二類Prompt，同樣以機(jī)器人掃地為例，假設(shè)現(xiàn)在 AI 很聰明了，不僅知道見到狗屎要避開，還知道拿一個(gè)小鏟子把它鏟起來丟掉。但是在你家掃地就要有你家的規(guī)矩，比如必須先掃客廳再掃廚房，打掃的時(shí)候不準(zhǔn)發(fā)出一點(diǎn)聲音；如果遇到你的女朋友，還必須“向尊敬的少奶奶請安”；為了增強(qiáng)娛樂效果，這個(gè)機(jī)器人還要一邊打掃一邊做后空翻。

在這種情況下，就算AI再聰明，它也很有可能搞不清情況和我們想要的效果，這就是“不懂業(yè)務(wù)”。這時(shí)候，我們需要用很清晰的語言把業(yè)務(wù)規(guī)則列出來，比如用特定的順序打掃”的“順序”是什么樣的。因此，第二類Prompt還可以存活很長一段時(shí)間。

此外，陳財(cái)貓還提到了提示詞發(fā)展的一個(gè)很重要的趨勢——去設(shè)施化，現(xiàn)在以軟件與功能為中心的人機(jī)交互會(huì)演變成以AI為中心的人機(jī)交互，用戶只要說一句自己的需求，不需要任何介質(zhì)，AI就能立即實(shí)現(xiàn)用戶的需求。

“這段時(shí)間最讓我印象深刻的是一個(gè)叫「Open Interpreter」的開源項(xiàng)目，這個(gè)項(xiàng)目的官方宣傳標(biāo)語叫’A new way to use computer‘——’使用電腦的新方式’，也就是說，你可以隨時(shí)向它下命令，AI 就會(huì)去分析、計(jì)劃，然后寫代碼實(shí)現(xiàn)你的需求。舉個(gè)例子，在以前我們要做一個(gè)功能或者軟件，這背后需要寫需求文檔-過評審會(huì)-開發(fā)-測試等一整套復(fù)雜流程。但是現(xiàn)在， AI 越來越強(qiáng)，就算這個(gè)需求在世界上只有你一個(gè)人有，它也有可能寫代碼當(dāng)場滿足你”，陳財(cái)貓說，“在這種情況下，想法就會(huì)變得比實(shí)現(xiàn)有價(jià)值的多。”

提示詞的下一個(gè)趨勢：GUI+CUI

如果上述設(shè)想太過遙遠(yuǎn)，那么未來一到兩年，生成式AI和提示詞的下一個(gè)趨勢是什么？

知名提示詞工程文檔LearningPrompt.wiki的創(chuàng)作者、開源應(yīng)用PoleStar Chat創(chuàng)始人Jimmy Wong堅(jiān)信，是GUI（Graphical User Interface，圖形化交互界面）+CUI（Conversational User Interface，對話式交互界面）結(jié)合的產(chǎn)品。

他認(rèn)為，一個(gè)通過 GUI 彌補(bǔ) CUI Prompt 不足的很好的例子是，以ComfyUI為代表的文生圖、文生視頻工作流。

ComfyUI 是一個(gè)基于節(jié)點(diǎn)流程式的Stable Diffusion AI 繪圖工具，它可以將 Stable Diffusion 的流程拆分成節(jié)點(diǎn)，以實(shí)現(xiàn)更加精準(zhǔn)的工作流定制和完善的可復(fù)現(xiàn)性。

ComfyUI的界面直觀易用，AI繪畫的每個(gè)步驟都被拆成了一個(gè)節(jié)點(diǎn)，比如加載模型(Load Checkpoint)、采樣器(KSampler)、提示詞(Prompt)等都是以節(jié)點(diǎn)的形式存在，用戶可以快速上手并輕松繪圖。

通過ComfyUI，用戶可以用微調(diào)節(jié)點(diǎn)、修改筆觸或者提示詞的方式，就可以實(shí)現(xiàn)實(shí)時(shí)的AI繪畫效果。它比傳統(tǒng)的文生圖大模型最大的優(yōu)勢就在于“指哪打哪”——之前我們總是吐槽AI繪圖全靠抽卡，但是ComfyUI的出現(xiàn)讓文生圖變得可控了。同時(shí)，ComfyUI還可以制作AI動(dòng)圖、生成AI動(dòng)畫，效果不輸Runway和最近大火的PIKA。

“現(xiàn)在是Stable Diffusion模型的戰(zhàn)國時(shí)代，而且相對LLM來說沒有像 OpenAI 那樣的巨頭存在。我認(rèn)為 AI-Native 產(chǎn)品可能會(huì)出現(xiàn)在這個(gè)領(lǐng)域，甚至明年都有可能出現(xiàn)AI生成的電影。對于小創(chuàng)業(yè)者來說，這可能是更有機(jī)會(huì)的方向”，Jimmy Wong說。