提示工程在不同行业的应用现状与展望

我们都知道，过去一年，人工智能和大模型领域确实取得了巨大的进展，2024年3月12日，北京举办了由机械工业出版社主办的《提示工程：方法、技巧与行业应用》新书发布会，取得圆满成功。这本新书集结了微软多年的研发智慧和实践经验，全面剖析和展望了提示工程这一新兴领域。发布会吸引了众多行业专家和媒体代表，共同探讨了人工智能的未来发展以及提示工程在其中所扮演的重要角色和应用前景。提示工程在各行业中不同的应用有哪些，如何提升生产力呢，新书发布会上其中四位嘉宾对此进行了讨论，本文整理自讨论内容。

嘉宾阵容：

微软（亚洲）互联网工程院首席算法工程师 李烨（主持人）

微软（亚洲）互联网工程院研发总监  龙继东

微软（亚洲）互联网工程院资深算法工程师  韩慧昌

微软云计算与人工智能事业部资深产品经理  姚勇斌

微软（亚洲）互联网工程院资深产品经理  邓陶然

专业人士如何看待提示工程

首先，龙继东介绍了提示工程的发展历程。他指出，提示工程这个概念大约在两年前被提出，当时几乎没有关于它的资料。然而，随着时间的推移，这个概念逐渐进入人们的视野，并且仍在不断发展中，他认为这仍是新兴领域，现在开始学习提示工程并不晚，因为这个概念仍有很长的发展道路，技术和信息也在不断更新。与其他计算机相关的行业相比，提示工程的门槛较低，只要能说话，并熟练掌握一门语言，如英语或中文，就可以开始使用提示工程。这意味着不需要具备专业的计算机背景，提示工程的受众范围非常广泛。

龙继东

韩慧昌与龙继东的观点相似，认为提示工程适合各种读者，无论其是否具备计算机背景。他强调了本书中的内容广泛性，不仅包括了如何使用提示工程进行编程和应用，还包括了如何引导大型模型回答问题，以及如何与其进行交流。这些内容不需要读者具备编程基础或经验，因此提示工程的读者群体应该是非常广泛的，所有人都可以从中获得有价值的内容。

非技术背景人员如何利用提示工程

以上两位是在研发人员专业背景下的讨论，同时，会上继续和没有开发编程背景的两位嘉宾进行讨论提示工程对自己的帮助。

姚勇斌详细介绍了他的两个项目。其一是他利用提示工程完成了诗人艺术家项目，姚勇斌提到了他项目的创意来源，是由于他女儿学习古诗的困难，他通过大模型生成了解释和图片，帮助她更容易理解诗歌的含义，这也是大型模型在教育行业的革新应用。该项目通过综合调研大型模型和不同规则的优化，快速生成了海量中国古诗的中英文解释和精美插图，生成的内容得到了广泛好评，还获得了AI School举办的AI大赛一等奖（项目详情可点击“AIGC妙笔生花，“诗人艺术家”点亮古诗”查看）。

此外，他还开发了家庭最优资产配置项目，通过提示工程进行Python编码，完成了数据处理和预测任务，获得了Fabric Open AI创新黑客马拉松大赛单人企业家特别奖。

姚勇斌

邓陶然则分享了他在日常工作中使用提示工程的场景，包括文本分析和设计互动游戏的经历。在某个项目中，他被要求以一种活泼、互动性强的方式分享多年来在To B AI落地方面的经验给学员或客户。最初，他计划使用PPT进行传统的讲堂课，但觉得这种方式不足以将知识灌输给学员或客户。后来，他向GPT询问建议，GPT提出了使用互动游戏的想法。GPT将邓陶然的经验和PPT课件中的知识点输入后，建议他开发一个类似于剧本杀的游戏，其中包含了企业在AI落地过程中可能遇到的挑战和困难。游戏中还包括了投资、人力资源和财务资源等要素，并提供了一个模型来评估挑战和阻碍可能导致的损失。最后，GPT还提供了一个Python代码来确保游戏的平衡性，通过多次测试，找到了一个平衡点，使游戏能够成功上线。

邓陶然

通过两位产品经理的案例分享，我们可以看到，大型模型在不同领域的具体应用，以及提示工程在产品设计和创新中的作用，即使没有技术背景，也可以利用提示工程，将自己的想法和创意实现出来。（详情可点击“One PM + GPT4 = 企业AI创新剧本杀”查看）

提示工程带来的赋能与挑战

提示工程的出现，会使一大批职场人从中受益，会上的嘉宾认为，提示工程为各行各业的职场人提供了巨大的赋能。不同行业的人可以根据自身需求，利用大模型的内容生成、总结和推理能力来提高工作效率和质量。技术类文章的编辑者、程序员以及从事文本相关工作的人群可能会最大程度地受益。他们可以利用提示工程生成内容、解决复杂问题，从而提高工作效率和产出质量。提示工程还对非软件、非IT行业的人士提供了帮助，例如经济学、金融学等领域的专业人士可以利用提示工程完成复杂任务，提高工作效率。

但于此同时，我们也应客观地看待这项技术，正视它所遇到的挑战，例如：

• 使用提示工程的难点之一是缺乏一致的标准来评价提示的质量和结果的价值。目前的评价标准主要是从工程层面上考虑，对个人用户而言较为困难。

• 提示词的编写和理解是一个挑战，有时提示词可能会被误解，导致生成的结果存在错误。

• 模型的连续性和稳定性也是一个挑战，同样的提示可能会产生不同的结果，存在连贯性不足的问题。

• 随着模型的不断迭代，提示词也需要不断调整和优化，但这需要大量的工作量和时间投入。

提示工程为职场人提供了高效、多样化的工具和技术支持，帮助他们提升工作效率、解决复杂问题，并丰富了工作内容和产出质量。

讨论现场

 《提示工程：方法、技巧与行业应用》从宏观到微观全方位解读，涵盖了大语言模型的发展背景、概念及应用场景，以及提示工程的兴起和实操技巧，不仅能够帮助掌握大语言模型的基本概念，还能通过从实战体验和进阶技巧使读者了解其在各行业的应用，从而更好的利用此工具，拓展自身能力边界，提高生产力，释放更多创造力的可能性。

---

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