一、AI时代的学习观念

    在今天,AI 刚刚开始崛起的时代,我们的学习观念和学习目标发生什么变化了吗?大家有感知吗?

    1.**学习目标的改变**

    :::warning

    📋一种说法:“在AI的冲击下,许多传统的脑力劳动岗位,如客服、导游、翻译等,都面临着被AI替代的风险。

    而我们要思考:这是一种“替代”,还是一种“变化”

    想清楚这一点之后,我们应当明白,在就业的角度,学习的目标发生了转变。

    :::

    首先,我们来看一下学习目标这件事, 最近大家对这种“被取代说”一定不陌生吧,但是,这说法大家有认真思考过吗?这到底是一种替代,还是一种变化呢?

    举个例子:客服、翻译可能会被 AI 取代,这些人要失去工作吗?被替代的究竟是“岗位”,还是“人”?如果未来,人工翻译这个工种消失了,大学里准备就业的学生还会去为应聘这个岗位而训练、学习吗?客服同理。

    在前 AI 时代,一个电子商务专业毕业的专科生,想谋求一个电商客服的工作,他需要练习一系列和这个岗位有关的比如 QA 库,话术,甚至自己以买家的身份和大量的客服沟通,积累经验。

    而未来,他们需要做的可能是“学习如何写一个自动生成客服 BOT 的提示词或数据集”,所以,这叫变化,不叫替代。岗位会消失,人不会。


    2.**学会查询与思考**

    :::warning

    📋在信息爆炸的时代,“记住”大量的概念已不再是首要任务。

    我们应该学会如何快速查询所需的信息,并对这些信息进行深入的思考和分析。

    更重要的是:我们在这一过程中培养出来的框架性思维能力,把信息有效转化为方法和知识的能力。

    :::

    想象大模型是人人都可以私有的一个超级图书馆。很多曾经需要强行记忆的“概念”和“理论”

    你现在需要掌握的不是他们的文本,而是查询到他们和使用他们的“方法”,这是一个从“文本记忆”到“方法论使用”的学习观,文本会变成最不值钱的东西,死记硬背会变成最蠢的学习方法。


    3.**元认知**

    :::warning

    📋元认知是指对自己认知过程的认知。

    在AI时代,我们不仅要学会如何使用AI,还要学会如何监控和调整自己的学习过程,确保我们的学习是有效和高效的。

    :::

    元认知非常重要,简单来说,你可以把元认知理解为:“我能观察我自己的学习状态”,这是一个超越性的思维和视角。但它很重要,而 prompt 可以帮助你做到这一点,例如我在手册里写到的费曼学习法的 prompt。

    4.跨学科能力

    :::warning

    📋单一的学科知识已不再满足工作的需要。

    我们应该培养跨学科的学习能力,ChatGPT可以快速辅助我们将不同学科的知识结合起来,解决实际问题。

    :::

    5.协同

    :::warning

    📋学会如何与AI合作,如何利用AI的能力来提高工作效率。这意味着我们要了解AI,也要了解自己

    :::

    我指的是协同而不是单方面的问话,你和 GPT 的对话,不要高高在上觉得他是个仆人,也不要仰视它觉得它无所不知,最好的状态就是陷入心流状态下的自然对话追问。

    二、提示词(Prompt) 变现和职业化

    1.提示词的含义

    翻译成中文是“提示”,但在 NLP 领域里,它更像是一个“意会”的概念,而不是一个有权威解释的专有名词。

    简单来说,Prompt就是用户给大语言模型的输入,这种输入可以是一个完整的问题,一段对话,或者甚至只是一个词语或句子。大语言模型会根据这个提示词来生成相应的回答或输出。你可以将其视为与模型的”对话开端”,你设置了对话的情境和需求,模型在这个基础上为你生成回答。

    如果你愿意了解的更深一点,我们可以多延展一个问题,我们已经了解 prompt 本身的概念,但为什么我们在使用 chatGPT 等应用的时候使用 prompt 得到的回答会有非常显著的质量提升?

    我们有必要了解一点点 Transformer 模型(如 GPT)的工作原理,这类模型训练的目标是,给定一个词序列(或者说上下文),预测下一个词应该是什么。

    它通过学习大量的文本数据,理解语义和语法规则,并用这些规则来预测下一个词。提示词在这个过程中就像是上下文,为模型提供了生成输出的依据。你可以将其视为在无数可能的输出中为模型指明方向。而优质的Prompt就像是给模型的明确指令,它能引导模型更好地理解用户的需求并生成更准确的回答。与其说它是一种命令,不如说它是一种对模型生成结果的“引导”。


    2.提示词的几个相关概念

    2.1 提示词(Prompt):

    如上所述,就是用户给大语言模型的输入,用来引导模型生成期望的输出。

    2.2 提示词工程(Prompt Engineering)

    通过优化和调整 Prompt 来改善模型的输出的技术。这包括但不限于:设计更有效的提示词,使用不同的语言和文化背景来优化提示词,以及结合具体任务要求和模型特性调整提示词等方式。成功的提示词工程需要对大语言模型的工作原理有深入的理解,并能有效地利用这些理解来创建、评估和改进提示词。

    2.3 提示词工程师(Prompt Engineer)

    提示词工程师是一种专业角色,负责设计、优化和实施大语言模型的 Prompt。他们需要深入理解大语言模型的工作机制,掌握如何根据特定的需求构建有效的 Prompt,并能不断地优化和调整Prompt以提高模型的输出质量。他们的工作不仅仅是编写 Prompt,还需要测试、分析模型的反馈,从而进行必要的调整。

    2.4 提示词框架: (prompt framework)

    一些提示词工程师提出的提示词框架,可以理解为一种高度概括的提示词编写方法论,它们提供了一种结构化的方式来构造和优化Prompt,可以称之为元结构。

    CRISPE框架

    上下文(Context)

    角色(Role)

    说明(Instruction)

    主题(Subject)

    预设(Preset)

    例外(Exception)

    BROKE框架

    阐述背景 B (Background)

    定义角色 R (Role)

    定义目标 O (Objectives)

    定义关键结果 K (Key Result)

    试验并改进 E (Evolve)

    ICIP框架

    Instruction (必须): 指令

    Context (选填): 背景信息

    Input Data (选填): 输入数据

    Output Indicator (选填): 输出指示器

    2.5 定制化提示词编写服务(Custom Prompt Writing Service):

    为了满足特定的需求,一些专业的服务提供了定制化的Prompt编写服务。这些服务一般由经验丰富的提示词工程师提供,他们根据客户的特定需求来优化和定制Prompt。


    3.提示词的学习路径

    3.1 提示词通识学习(初级)

    友情提示:以下链接需要具备外部上网的条件方可打开!

    __

    1、学习提示词基础概念,熟练使用各类国内外大模型对话。

    2、熟读 openAI 官方文档中的提示词技巧部分:《官方文档》

    3、熟练使用: 《让生产力加倍的 AI 快捷指令》《零食提示》,找到到自己需要的 prompt 进行引用和问答,并能找出模板 prompt 不能满足需求的点,进行一定的优化。

    4、至少掌握一两个经典提示词框架并能根据框架原则编写自己所需要的 prompt。

    3.2 提示词进阶修炼(中级)

    1、熟读 《快速工程指南》 对其中的大部分概念做到熟悉、能在需要的时候调用相关的编写技巧。

    2、关注github上的各类高赞prompt相关教程、论文和专题,做到随时掌握新的编写框架和方法,并能引入自己的需求场景。

    🚀

    https://github.com/mattnigh/ChatGPT3-Free-Prompt-List

    https://github.com/prompt-engineering/prompt-patterns

    https://github.com/f/awesome-chatgpt-prompts

    3、了解一定的低代码或伪代码(自然语言编程)prompt 编写方法,在复杂场景中能做到连续逻辑的设计和锚定、回溯、整合输出(伪数据库)等。

    4、能深刻理解:提示词编写的元能力是系统思维,换位思考能力(共情能力),建立框架的习惯以及写作能力。并且能在编写提示词的过程中找到自己的卡点,回溯性建构提高自己元能力的方法(例如重新梳理自己的逻辑思维能力和书面表达能力)

    如果你做到上述两部分自学,那么恭喜你,你已经可以胜任大部分个人场景下的 prompt 编写,甚至也可以帮助别人做一些简单的prompt 编制了。

    3.3 提示词产品/商业化(高级)

    1、了解 prompt tuning 方法和框架

    2、熟悉小模型的部署和搭建,对数据集训练有自己的方法论和工具

    3、熟悉对抗性提示相关知识

    4、能通过 prompt leaking 测试竞品和自己的 prompt 防御能力

    5、紧跟 prompt attack 相关前沿知识并随时修补自己的 prompt 产品城墙

    6、了解 prompt 鲁棒性相关知识,有高频测试 prompt 的方法和工具,

    7、熟悉客户服务模式,能用良好的沟通方法把握用户的需求和对实现效果的预期

    8、把 prompt 编写能力扩展成产品和服务能力,包括但不限于产品包装、支付通道、合规性、知识产权约定、合同法、运营模式、推广思路、客户维护、售前咨询、售后服务等


    4.提示词工程师

    一、职业概念:

    我在前文提到,目前对提示词工程师的普遍理解是:通过优化和调整Prompt来改善模型的输出的技术。这包括但不限于:设计更有效的提示词,使用不同的语言和文化背景来优化提示词,以及结合具体任务要求和模型特性调整提示词等方式。成功的提示词工程需要对大语言模型的工作原理有深入的理解,并能有效地利用这些理解来创建、评估和改进提示词。

    二、对现状的判断:

    但我们应该明白,这是一个全新的职业,目前尚未成熟到可以明确通用岗位职责和职业资格认定标准。我们可以参考上一个相对较新的职业“产品经理”,目前产品经理唯一的权威认证是国际资格认证,也就是New Product Development Professional(NPDP),由美国产品开发与管理协会(PDMA)所发起,是国际公认的唯一的新产品开发专业认证,但我们也看到,这个证考与不考,也并不是特别影响素质过硬,自学成才的产品经理在国内大部分企业的就业,有固然好,但不太会用这个来卡入职资格,只能算是加分项。

    三、合理推测:

    所以我们有理由推测,提示词工程师这一新兴职业可能在相当长的一段时间里,还是一个百花齐放、自学成才,企业各取所需的状态。在这个职场环境下,“知识平权”可能的确不是一句空话,除了重度直接参与AI相关专业开发的行业需要较高的人工智能专业要求,在其他衍生领域,提示词工程师对于所有人的门槛的高度是一样的

    四、岗位调研:

    有兴趣的同学可以自行在各大招聘平台搜索“提示词工程、prompt 工程”等关键词,看看是不是像“百花齐放,各取所需”,不过无一例外,薪资待遇相对来说都是比较高的,只是请各位做好入职之后自己给自己编写OKR的准备(因为大部分企业内部还没形成对相关岗位的目标管理和考核方案)。


    **
    **