簡介

什麼是 Prompt Engineering？

解釋這個詞之前，首先需要解釋 prompt 這個詞。

簡單的理解它是給 AI 模型的指令。

它可以是一個問題、一段文字描述，甚至可以是帶有一堆引數的文字描述。AI 模型會基於 prompt 所提供的訊息，生成對應的文字，亦或者圖片。

比如，我們在 ChatGPT 裡輸入 What is the capital of China? (中國的首都是什麼？)，這個問題就是 prompt。

而 Prompt Engineering（中文意思為提示工程，後縮寫為 PE）則是：

Prompt Engineering 是一種人工智慧（AI）技術，它透過設計和改進 AI 的 prompt 來提高 AI 的表現。Prompt Engineering 的目標是建立高度有效和可控的 AI 系統，使其能夠準確、可靠地執行特定任務。

看上去很難懂，我試著換個方式讓你理解。

你可能用過不少 AI 相關的產品，你或許會覺得好像只需要會說話、會打字，就能讓 AI 輸出答案。好像不需要什麼技術。

的確，如果你只想讓 AI 給你答案，你不需要額外做什麼，只需要輸入文字即可。但如果你想要得到滿意的答案，甚至精確的答案。就需要用到 PE 這個技術。

因為人類的語言從根本上說是不精確的，目前機器還沒法很好地理解人類說的話，所以才會出現 PE 這個技術。另外，受制於目前大語言模型 AI 的實現原理，部分邏輯運算問題，需要額外對 AI 進行提示（這裡你不需要深究原因，暫時先知道這是個問題即可）。

舉個例子，如果我們在 ChatGPT 裡輸入這樣的一段話：

What is 100*100/400*56?

ChatGPT 會回傳一個錯誤的答案 0.4464（注意，如果你用下方的 Dyno 執行，答案應該也是錯誤的，API 版本的回答是 14）：

但如果我們對 prompt 進行一些修改，答案則會是正確的。注意，如果你用下方的 Dyno 執行舊版的模型 API 的版本，做了修改後，答案應該還是錯誤的，需要用到 Role Prompting 才能生成正確答案。（這個後續章節會講解）

另外，目前的 AI 產品還比較早期，因為各種原因，產品設定了很多限制，如果你想要繞過一些限制，或者更好地發揮 AI 的能力，也需要用到 Prompt Engineering 技術。這個我們在後續的章節會講到。

所以，總的來說，Prompt Engineering 是一種重要的 AI 技術：

坦率說來，大家對 PE 有一些爭議，

前面一節我解釋了 prompt 的各種好處。但也有人認為這個就像當年搜尋工具剛出來的時候，出現了不少所謂的「搜尋專家」，熟練使用各種搜尋相關的奇技淫巧。但現在這些專家都不存在了。因為產品會不斷迭代，變得更加易用，無需再使用這些技巧。

拿前面提到的數學問題為例，API 版本算出來是 14，但 ChatGPT 的版本則看上去更準確一些，相信不久的將來，我們無需在公式前加括號，它就能回傳正確的結果（2023-03-02）。

但綜合我對產品和使用者的理解，以及各位大佬的看法，我的理解是：

現在 AI 的發展還比較早期，瞭解和學習 PE 價值相對比較大，但長遠來看可能會被淘汰。這個「長遠」可能是 3 年，亦或者 1 年。

OpenAI 的 CEO Sam Altman 在今年 2 月底提到給 ChatBot 寫 prompt 是個非常高槓杆的技能。

但如果你看過 Sam Altman 去年的訪談，他在去年 9 月的時候就提過，5 年內我們很可能就不再需要 PE。

從使用者的角度看，我認為學習 prompt 可以讓你更好地使用 ChatGPT 等產品。

從產品的角度看，對於使用者來說，我認為 prompt 會是個短期過度形態，未來肯定會有更友好的互動形式，或者理解能力更強的 AI 產品。

前特斯拉 AI 負責人 Andrej Karpathy（對了，他之前就在 OpenAI，最近二進宮回 OpenAI 了）今年 1 月底，說了這樣的一句話：

所以本教程所有案例以及 prompt 都會以英文撰寫。不管 PE 最後會怎樣，看完後，起碼你的英語水平會提高。

所以求求各位不要罵我中英文混雜了。哈哈哈 😁