本文章主要探討了人們對ChatGPT及提示工程技巧的過度追捧和期望。及我認為人們過於簡化了提示工程的作用,將其視為與大型語言模型交流的唯一技巧,忽視了掌握專業知識的重要性。提示工程雖有一定價值,但遠不能替代專業知識的學習,也不會產生所謂的"提示工程師"職業。 學習提示詞技巧並不複雜,網路上有許多教程,但關鍵在於對問題的理解和描述。大型語言模型的強大之處在於可無限抽象探索,與其尋找萬能模板,不如採取迭代式對話的方式。ChatGPT的根本價值是激發創意思考,而非內容生產工具。 最後,我認為大型語言模型未來的最佳應用方式是融入現有產品服務,而非模擬其他功能。AI工具應無縫集成,使用戶聚焦於利用這些工具達成目標,而非如何操控模型本身。
ChatGPT自上線以來已滿一週年，整個2023年無疑是被AI這一趨勢所主導。要說我學會了什麼，
那就是面對新技術的湧現，時刻提醒自己，不要忽視新技術帶來的可能，同時，也不要讓貪婪模糊了自己的目標。
AI這種技術，時時刻刻能讓我陷入貪婪的幻想中。我們經常被AI相關的新概念所吸引，然而，並非所有新概念都具有清晰的意義。提示工程，及其衍生出的所謂提示工程師職業，便是這樣一個典型的代表。
現階段與ChatGPT交流的唯一方式，就是用語言進行多輪對話。利用好語言就成了唯一的技巧。不能否認，提示技巧，是提高語言模型輸出內容精度的手段。一個精心設計的提示，可以引導AI生成更加有用的回答，這對於數據分析、內容創作，甚至日常問題的解決都很有幫助。
然而把「提示詞工程」視為與語言模型交流的唯一技巧，這是完全的誤解和炒作。世界經濟論壇，將提示工程師譽為未來的頭號職業。社交媒體上充斥著提示詞訣竅的帖子，承諾自己的效果驚人。OpenAI的過度宣傳和媒體的跟風炒作，扭曲並夸大了提示技巧的實際價值。大眾可能誤以為，學會提示技巧，相當於學會編程、設計、寫作、繪畫。學會提示技巧，相當於掌握了一支AIGC的機器人大軍。
事實上，大語言模型離AIGC還隔著不知多少年。提示技巧雖有價值，但遠不能替代我們對專業知識的學習實踐。OpenAI公司一直在強調著，他們朝著AIGC的努力，通過不斷強調，ChatGPT在內容創造方面的能力，OpenAI成功地在大眾心裡，樹立了一種預期，也就是未來的AI，將能夠更加智能，和自主地生成各種內容。我們彷彿只需要一款軟體就行了，和它對話，產生我們需要的結果。
媒體順著這個思路開始發揮，而大家的注意力自然聚焦在，如何編寫有效的提示詞上面，希望通過精心設計的提示，引導ChatGPT產生所期望的結果。其實這反映了，人們對於利用AI實現具體工作的渴望，以及如何對於實現這一目的的探索。這也可能導致，對提示詞作用的過度夸大。
實際上也不會出現一個專門的職位，叫提示詞工程師。也許在短期內，可能有公司，會因為對提示工程產生誤解，從而公佈一個這樣的職位，但這種情況馬上會被糾正。存在這種誤解的根源是一種簡化思維，認為掌握了提示技巧，就能讓AI變成一個產品經理、變成一個程式設計員、一個小說家。我們忽視了特定領域所需要的，深厚的專業知識，也忽視了現階段的語言模型的限制。
掌握提示詞的技巧並不複雜，網上有許多完備的資料和教程。關於提示詞的原則，大家可以看Youtube上面玲瑯滿目的教學，我這年完全都是在家看影片自學，沒有花錢上任何一堂課，就得知了大型模型在真實場景的應用可能為和?以及想要撰寫清晰的指令，透過小步疊代是最有效的。我又選修了微軟的線上課程，學會了提示詞技術的基礎，探討了其背後的邏輯。而且呢，OpenAI的官方文件也非常簡潔易讀，包含了最佳實踐例子。看了這些教學，你會發現提示詞技巧…完全沒有任何門檻呢，閉門造羹很快就能學會。
學習提示詞技巧，有點像當年1998年學習搜尋引擎的搜尋技巧(儘管我那時才小學不知道幾年級)。格式和技巧不是重點，重要的是你知不知道你想要的關鍵詞，是你對問題的理解和描述。實際上任何提示詞的框架，都可以理解為兩個部分:你現在知道什麼，你希望從大型模型中得到什麼。甚至框架也不是首先需要的，你要做的就是與AI對話，讓他幫你探索已知和未知，因為大多數時候，我們也不知道自己想要的是什麼，我們的需求往往很模糊，我們甚至不確定，我們知道的信息是否全面，是否只是冰山一角。
大語言模型厲害的地方，就是可以無限地向上抽象。因此採用疊代式的對話，每一輪都能帶來新的發現和驚喜。ChatGPT作為一種對話形式的AI工具，其最根本的價值，是一種激發人思考的創意機器。
然而，一個有趣的現象是，許多人在與這些模型進行多輪對話之後，試圖提煉出一種通用的對話模板，希望在後續對話中直接應用這一模板，獲得最高品質的回答。我們都希望少對話幾輪，但並不存在一種萬能模板，能夠適用於每一個特定情境，並產生優質的AI回應。這種想法，是對於大語言模型能力的一種簡化理解，忽視了對話內容的複雜性，和上下文的重要。
我們來想想，這些用所謂的模板，它的本質是什麼呢?
實際上，我們並不需要費盡心思去搜尋，或者總結這些模板。例如，如果我們想要一個教師類的AI模板，我們可以簡單參考一本教師教學手冊。如果我們需要一個程式設計專家相關的模板，可以查閱無數大師撰寫的經典編程指南。若想搜索解決問題的模板，管理學、哲學書籍中有超多的方法。
然而，我們事實上無法僅僅通過輸入這類模板或專業知識，就將一個對話機器人變成一個設計師、高級工程師或者作家。模板無論多麼精心設計，都不會跳出語言模型這種對話形式的局限與框架。即便是經過微調的模型，也不一定能達到很好的效果。
隨著大家對ChatGPT這種對話機器人越來越熟悉，對各種炒作套路的免疫，我們逐漸會認識到提示詞並不是關鍵(大概吧)。我們並不只能去學提示技巧，而不修煉專業的知識。對於專業知識的理解、對於所處環境的認知、對於每時每刻都在變化的需求的重新定義，都比提示詞的技巧重要得多。
此外我還發現，ChatGPT這種對話的形式限制很多，儘管它是一個強大的工具，但它並不是一個萬能的解決方案。在未來，它也不會成為一個all in one的產品。我覺得這也是GPTs應用商店延遲推出的一個原因。對大型語言模型的最佳利用方式，應該是將其融入現有的產品和服務中，而不是在聊天介面，模擬其他產品的功能。在產品設計裡，大型語言模型的應用，應該是無縫集成的，從而提高用戶的體驗和功能效率，而眾多的提示技巧，也應該作為一種工程設計，被內嵌在產品當中，
也就是說，大型語言模型未來的最佳應用方式是融入現有產品服務，而非在那邊模擬其他產品服務功能。AI工具應無縫集成的，促使用戶聚焦於利用這些工具達成目標，而非想著如何操控模型本身。
