“这是人工智能(AI)领域最热门的工作,不需要编程经验就能赚到6位数的年薪。”这是彭博社对AI“提示词工程师”的描述。《福布斯》杂志同样强调了这一工种的前景:这是一个热门的新角色,年入30万美元,并且它的地位只会越来越突出。那么,AI提示词工程师到底是怎样一种职业?
清华大学新闻与传播学院教授沈阳及其团队一直在研发大模型相关内容,他向《环球时报》记者介绍称,提示词工程师是专门针对人工智能系统(尤其是生成型人工智能软件)的职位,负责设计和优化指令,以帮助这些系统更好地理解和响应用户的需求。他们的主要职责包括创建和完善人们向人工智能输入的文本提示,以期从中获得最佳结果。与一般程序员不同的是,提示词工程师的工作是在充分理解AI的前提下,对自然语言的巧妙使用,而程序员则是对代码语言的运用。
通俗地说,提示词工程师是通过与大模型“对话”,提示、引导其输出正确且符合用户需求的信息。据沈阳介绍,其团队近期使用人工智能生成内容写作了一篇科幻小说,小说的创作过程就是通过不断给出关键提示词,引导大模型生成完整的篇章。
今年33岁的高级分析师张洵硕士毕业,在北京一家AI科创企业工作。她目前正在担任提示词工程师的角色,她与公司其他200位提示词工程师为航天、医疗等不同领域的400多家企业提供服务。
“我到目前也只做了7个多月,但我认为提示词工程师的工作比程序员更难,因为前者的项目需求一直在变化,并且也没有可以固定套用的模板。”张洵说。
什么样的知识储备才能够做这份工作?张洵介绍称,在专业上,信息管理、统计学、金融学和新闻学比较符合岗位需求,因为提示词工程师每天大量的工作是数据分析和处理。目前来看,国内的提示词工程师许多都是从其他岗位转型而来。
在被问及对该职业的前景看法时,张洵表示,自己和身边同事并没有担忧过这个岗位会被取代,“一方面,伦理上不会允许AI对人类替代太多;另一方面,人类思维比AI更加敏感,一些专业的AI使用需求还是要借助人工来拆解。”
“只有真正地热爱大模型,愿意每天从早到晚使用它、钻研它的人才适合做提示词工程师。”张洵说,转型提示词工程师,是对自己职业能力的一次提升,但也是AI迅猛迭代背景下的一种选择。“如果不跟上行业发展的脚步,就会面临淘汰。”
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。