丹棱君有话说：3 月 12 日，在《提示工程：方法、技巧与行业应用》新书发布会上，微软公司全球资深副总裁张祺博士与中国工程院院士郑纬民进行了一场精彩对话，就大模型的发展趋势以及提示工程相关的内容发表了深刻见解，为观众们带来了一场 AI 的知识盛宴。
大语言模型和生成式 AI 技术的价值与影响力将很可能超越过往每一次伟大的信息技术革新，给人们的生活带来颠覆式的变化。提示工程助力用户更好地使用大语言模型，通过设计和使用特定的文本提示或其他形式的引导来帮助模型生成所需的输出，将在 AI 时代下起到越来越重要的作用。《提示工程：方法、技巧与行业应用》这本书也应运而生。
本书由机械工业出版社出版，汇聚了微软多年的研发智慧和实践经验，从多个维度和层面对提示工程这一新兴领域进行了深入剖析和展望，彰显了微软在人工智能领域的领先性。张祺博士是本书的第一作者，在此次新书发布会的现场上与业界泰斗郑纬民院士就大语言模型的未来以及提示工程相关内容做了精彩的分享和对话。
▲《提示工程：方法、技巧与行业应用》新书发布会现场：本书第一作者微软全球资深副总裁张祺博士（右）及对谈嘉宾郑纬民院士（中）
以下为此次对话的精华内容：
大模型的未来发展趋势
问：对于人工智能和大模型的发展，未来一段时间里会有怎样的关键性趋势？
郑纬民：我认为主要有三个主要趋势。
大模型功能不断增强，预计 2024 年会推出更出色的大模型；
算力持续增强，国内生态改善将成为关注焦点，涉及框架、并行加速、算子库、通信库、AI 编译器、存储等十个领域；
会有更多落地应用，助力提升国内经济和人民生活水平。
▲ 郑纬民院士
张祺：我认为会有五个趋势。
更大、功能更优的模型发布：随着技术的发展，预计会看到更多更大规模、具备更强功能的模型问世。
多模态模型迅速发展：Sora 的出现说明了很重要的一个技术进步，即能够以生成式的方式构建一个现阶段准确的世界模型，为未来的应用场景开辟了无限可能性。
大小模型之间的交互使用，以及端与云之间的协同：小模型在行业应用中更具效率，并且能够适应不断变化的行业数据，小模型近期也得到了快速发展。此外，端和云之间的协同将成为另一个重要趋势，小模型可以在端设备上实现，而云端则提供了大规模算力，两者相互协作将推动人工智能应用的发展。
AI Agent 智能体和相关生态系统的构建将成为未来一段时间内的重要发展方向：微软 Copilot “智能副驾”已经全线集成在我们的很多产品里，具有非常强的提效增速的作用。
更好地保障 AI 安全：在强大的模型之下，怎样更好地去预判风险、监管风险、规避风险，从法律，到规则，然后再到技术和实施。整个 AI 安全、隐私把控等方面，一定会加速。
▲ 微软公司全球资深副总裁 张祺博士
提示工程的重要性及《提示工程》的定位
问：张祺博士，您可以从提示工程的角度给我们讲讲您对这本书的整个思考、定位，以及围绕大家所关心的提示工程的前景，您是如何考虑的？
张祺：我对提示工程的判断是，它一定会有一个由简到繁、由繁入简的过程。一开始大模型刚刚出来，功能不够强的时候，跟它交互的提示工程其实相对会比较简单，简单的问答就好了。
但是要想触达人工智能更深层次能力的时候，就需要很多的方式方法。提示工程就会进入一个由简入繁的状态，可以解决很多问题，但是必须要有更复杂的一种方式去跟它交互。
到最后，我觉得它还会进入到一个由繁入简的过程。像科幻电影里“Jarvis”这样真正意义上的助手，基本上用最返璞归真的语言跟它交互就可以，它可以帮你把所有的事情都梳理清楚。但是，我觉得从由简入繁，到由繁入简时间线会相当长，大概率是五年、十年。
我们撰写这本书的初衷，就是希望能让所有人都能拥有使用大模型的能力。编程在发生改变：以前我们编程要从汇编语言开始学习，从学 C、C++，到学 Java、C#，再到最后学 Script、Python 等。总之，编程是一种需要深入学习的学问。
但大模型带来的最大的一个改变，就是人可以用自然语言的方式去编程，这是非常重要的一种能力的获取和提升。编程人员不再是几百万受过专业训练的人员，而是上亿、上十亿的每个人。但要解锁 AI 的能力不是说问一些问题就好了，一旦触及到相对复杂的一些问题时，就需要有系统化、甚至准工程化的一些方式来思考怎么跟它对答。
AI 的能力，尤其在大模型加持以后，这个“宝藏”实际上给每个人都打开了。但是，真正要通过一种高效有效的方式触达、使用这些宝藏的时候，提示工程恰恰就是触达这个宝藏的一把金钥匙。
非常感谢我的团队和同事撰写了这本书。他们其实都在用业余时间一起努力来撰写这本书，目的就是希望让更多人更好地使用大语言模型，将金钥匙传递给更多用户。
▲ 《提示工程》封面
问：郑院士，您是如何看待《提示工程》这本书的？
郑纬民：《提示工程》这本书出版的非常及时，也非常需要。
我把国内做大模型的人大概分成四类：
第一部分，包括我们清华大学在内，本身做大模型的人才，都在这个领域有一些成绩。
第二部分，支持大模型运行的基础设施的人才，他们会帮助构建一个基础设施，使大模型训练和推理地更合适、更快。
第三部分，推进大模型应用、落地的人才。
第四部分，研究提示工程的人才。提示工程是人的需要需求跟大模型潜能之间的一个桥梁，要依靠提示工程告诉大模型做什么事儿，提示工程有简单的、有复杂的，也有好的，有坏的。
比如说，要写一封感谢信，就有不同的提示词。可以是“感谢小王，他对我们帮助很大”，也可以让提示复杂一点，更具体一点，比如“小王是某某部门的同志，我是哪个部门的同志，他帮我们做了什么工程，做了一个什么东西，对我们起了什么帮助。”这个感谢信写出来就不一样了。或者更复杂一点，“小王是哪个部门的，我是哪个部门的，我们写一封信给小王部门的领导，他对我们帮助有多大。”这封信口气也不一样了，是我们部门的人对另外一个部门的领导写信的口气。这三个不同的提示，得到的结果是不一样的。
提示得好和提示得不好很有讲究。过去通过程序员写软件让计算机做事情，要求要会 C 语言，会编程序，要求比较高。现在有了大模型，不写程序了，也可以向大模型发命令、发提示，这就是提示工程，通过设计、优化提示词，让大模型反馈得比较好。
因此，我觉得微软以张博士为首写了一本《提示工程》的书，的确非常及时，非常重要，对大模型的普及和落地起到很好的作用，这是很好的一本书。
对《提示工程》读者的寄语
问：郑院士，对于我们所有的这些大模型从业者，不管是程序员，还是一些我们的 C 端、B 端的用户，您有哪些建议可以与我们分享的？
郑纬民：《提示工程》这本书的标题里后面还有几句话，“方法、技术与行业应用”，因此这本书告诉你很多方法，也告诉你很多技术，还有告诉你怎么应用，怎么把它用起来。因此，我觉得不管是 B 端，还是 C 端的用户，都要利用这本书给的方法、技术，以及怎么应用这个东西，把我们日常的工作，就是把大模型的应用做好。
问：张祺博士，您作为《提示工程》的第一作者，是否可以给我们的读者分享一些寄语或者建议。
张祺：这本书我是第一作者，但我认为更重要的是我们的团队，这些第一线的工程师与研发人员。他们在AI最前沿进行实践，结合各个行业的应用，为这本书的编撰提供了宝贵的实例与经验。
这本书虽然涉及不少理论，但是我们尽力把它做到通俗易懂。因为这样才符合大模型本身的价值——使人类以自然语言进行人机交互，人人都可以编程，并且在经过提示工程训练后，以更好、更愉悦的方式使用 AI。
最近新质生产力也讨论得比较多，我想人工智能必然是开启新质生产力大门的其中一把关键钥匙。
▲ 微软公司全球资深副总裁 张祺博士
关于怎么使用提示工程，我跟大家分享一个我自己的例子。我一般年中休假的时候会给自己定个任务：写 2 到 3 篇内部的备忘录，即我当时所从事的内容，在接下来三年，或者 18 个月后会发展成什么样。以前我会查很多资料，在一个星期的时间内写 2 到 3 篇。但过去两年我就没有写了，为什么呢？就是因为 ChatGPT 出来以后，当你给它具体的一些提示，比如“这个行业是什么，有哪些方面要规划”，它用这种思维链的方式去规划后，基本上给出的内容已经很全面了。再比如要求它结合 Web3 ，在 AI 或 AR 的环境里书写数字广告的未来。结果在它的回复中，我想到的它都想到了，我没有想到的它也想到了。而且文法上什么错误也没有，我可以直接发给 CEO，或者发给我的团队。于是我发现写这样一篇文章的动力已经没有了，交给 AI 完成就好。
但是这恰恰促进了另外一方面深层次的思考，我之前花一个星期的功夫准备这样一个文档，现在只要提示正确，它大概几秒钟，或几分钟时间就能完成。我可以把这些时间省下来，再用提示工程的方式不停地问它问题，比如“哪几点完了以后，实施该注意什么？政策上要考虑什么？如果牵扯到隐私、安全这样的问题，需要提供什么样的方式方法？在工程方面有哪些需要注意的？技术上面最近有什么新的进展，应该怎么样思考？”你会发现以这种方式再花七天时间，你所获得的状态，包括它的可实施性，跟之前有非常大的区别。这样一个简单的例子可以说明，用好大语言模型，会带来非常大的改变。
跟大家分享一个概念，叫“单人创业家”。它其实非常简单，就是一个人付出几十美元的成本，利用AI技术协助工作，一个星期的时间就能实现相当于之前大概要三五百万美元、三五个月、二十几个人才完成的任务，而且做得更好、功能更多。当然设计上会有一些粗浅，但是基本功能都能实现，甚至超过了之前的效果，这样的例子比比皆是。现在，我们正在公司内部高度提倡这一模式的实践。
通过这本书，我希望能够把这样的能力提供给每一个人，这也跟微软公司的使命相关，“予力全球每个人和组织，成就不凡”。我觉得这其实是非常好的方式，真正帮助大家成就不凡。在 AI 时代之前，我们无法想象一个人借助 AI 能做到如此多的事情。在今后，我们应该大胆畅想，一个团队，一个组织，在人人都掌握 AI 之后，能够做到多么了不起的事情。
欢迎关注微软 智汇AI 官方账号
一手资讯抢先了解
感谢喜欢，点击一下 在看 吧
815
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
