前几天就看了一位AI圈内的知名人士的分享，今天我又把它重新看了一遍。对其中的观点深表赞同。

但是有个缺点，他分享的内容是面向专业人士的，大众很难理解其中的意义，那么，我就想把自己的一些理解也发出来，让更多的人可以了解到这些想法。

什么是prompt engineer

前段时间，prompt engineer这个词火了一段时间。网上刚刚开始流传的时候，都是“ 某个prompt engineer被高薪聘请，收获百万年薪”之类的标题；又过了一段时间，标题改成了“百万年薪的prompt engineer失业了...”

我其实很佩服写这些标题的人，他们充分利用了用户的注意点，把这个词推到了很高的位置，至少，我再说prompt engineer的时候，不会所有人都不知道。

prompt engineer是什么呢？我个人的理解，其实就是一些人，为了更好的与AI进行交互，使用类似编程的做法，把与对话的内容转换为AI能够理解并且执行起来更精准的对话内容。也就是努力最大化调用AI能力的一批人。

我自己就是一个prompt engineer，之前为了一个提示词，整整调试了3周。然后把它优化成了一个“AI项目经理”的角色。跑偏了，我们回到正题。

1、用于弥补AI缺点的Prompt

如果大家接触过AI，就会有这样一种想法，从刚开始的震惊“AI已经这么厉害了！”，到现在“AI也就这样吧。”原因是很多人发现，自己无法将AI真正用在改进自己的工作和生活。让它算个数都是各种错误；写个文档，AI味十足；仅仅就是当作一个查询助手，而且还不放心它查得对不对。

所以有些人呢，就想着我是不是可以自己教它一下，让它更聪明点？于是，就有了这样的一些指令：“文档要有清晰的结构与表达”、“结果需要用美观，优雅的格式呈现”、“请向我提问来获取解决问题需要的额外信息”、“一步一步来”等等。 这些指令确实很有用。尤其是“一步一步来”，现阶段，我写的每一段提示词中都会加上这么一句：“let think step by step.” 

这其实就是现阶段的AI智能程度其实不足以完全理解人类的意愿和需求。所以，它还需要我们教它做一些事。但是这些其实是AI应该学会并且清楚的，不应该我们再来提醒。所以一旦AI能力再得到提升，这类型的指令就不在需要了。另外，用一些产品把这些指令包装一下，也可以解决这些问题。

2、用于帮助AI理解人类需求，定义目标，“交代业务”的Prompt。

在脑机接口和脑电波识别技术成熟之前，我们还是需要通过语言、文字等描述告诉其他人或者AI，我们到底想要做什么。而理清楚这些问题是什么，其实在解决问题中，是最重要的环节。解决一个问题的关键是如何定义它。埃隆·马斯克说过：“在很多情况下，提出问题比找到答案更难。如果你能提出正确的问题，那么答案自然而然就出现了。”在与AI的对话中，“如何提一个定义完好的问题”其实就是整个对话的核心。我们写 Prompt 时的问题定义得越好，解决问题也就更简单，答案也就更符合我们想要的样子。

也有人说，AI能帮我做这定义问题嘛？至少，在目前的技术条件下不能。就算AI再聪明，它也很有可能搞不清情况和我们想要的效果，这就是“不懂业务”。

那么，如何定义一个问题呢？这里我提供一个“问题空间”的理论

一个问题一般由下面三个方面来定义：

(1)初始状态——问题解决的起点，一开始时不完全的信息或令人不满意的状况；

例如：我希望写一篇销售信。

(2)目标状态——问题解决的终点，即想要达到的状态或结果。

例如：这篇销售信是用于关于xxxx产品，我希望讲述xxxx信息；希望300字以内；

(3)操作——为了从初始状态迈向目标状态，你可能采取的步骤和动作。

包括：选择一个特定的写作风格或语调（如正式、非正式、引人入胜等）；决定是否包括某个特定的产品特性；在某个段落中加入或删除一句话；重新组织段落等等。

经过这样的分析和定义问题，AI就可以给出接近我们想要的答案了。当然，关于操作部分，其实AI是可以更好的完成的。只不过现阶段我们还是需要经过多次的调整，来获得我们想要的结果。这也是现阶段prompt engineer发挥作用的地方。

AI的发展和未来

当前AI世界发展最前沿的趋势叫做“多模态”。

什么是多模态呢？

大家现在比较熟知的，与AI沟通的方式，就是通过对话框，使用文字与AI进行沟通。但是与AI沟通的方式远不止文字这一种。现在最先进的AI工具，它已经向plus开放了4V，它可以读入图片。还有在稍早一点开放的voice功能。它现在已经拥有了看、听、说的功能。就相当于有了“眼睛”、“耳朵”和“嘴巴”，加上它强大无比的“大脑”。它很快会拥有超过所有现存工具的能力。 

说到这里，就要提到了另外一个关于未来的发展趋势：

“去设施化”

刘慈欣在《三体》中描述过一段未来的场景，是章北海来到“自然选择号”上看到的景观。自然选择号上没有任何特定功能的舱室。当你需要的时候，这些舱室就可以变成你想要的功能，比如驾驶舱，指挥室，廊道，或者厕所。飞船上也没有什么家具，比如你想要一个椅子，舱室马上就会变形成为一个椅子。

用刘慈欣的话来说，“这个世界到处都是简洁空旷的，几乎见不到任何设施，只有在需要时，设施才会出现，而且是在任何需要的位置出现。世界在被技术复杂化后，正在重新变得简洁起来，技术被深深地隐藏在现实的后面。”

现在在AI领域已经开始出现这样的趋势了。就拿前几天我试完过群友的一个“修真之旅”游戏来说。它所有内容都是由AI-4实时生成的，游戏开始以后会随机背景，属性，故事等等，还会调用AI能力为你画出不同的场景和造型。然后玩家会在修真的路上遇到很多事情。游戏非常好玩。

而这里我举这个例子的原因，是因为它全部的设定就是一条Prompt。Prompt里面有开场白，例子，游戏的流程之类的。你只需要打开DALL.E 3功能，然后把Prompt粘贴进去，点确认，这个游戏就可以开始跑了。

以下是这个游戏运行的图片：

这就是一个去设施化的例子。

如果按照传统制作游戏的方式，我们需要自己设定故事情节、设定玩家属性、制作相关的原型图、场景图、制作游戏界面等等；

而现在我们只需要把指令丢给AI，GPT就能把游戏跑起来。里面的一些功能，比如随机化玩家属性，出生地等等实际上是GPT现场写python代码，现场运行的。虽然还不是很精妙，无法达到传统制作游戏的水准，但是这将成为未来的“趋势”。

在这种趋势下，一个人已经可以做到不会写代码，只要会说话，就能实现一个功能或者软件出来，技术的门槛将被大幅度拉低。而且这种趋势还会扩展到其他领域：比如说，因为GPT可以写代码，也就是说它可以编写软件。那么，我们就会在软件上见证“去设施化”的浪潮。

也许我们未来不在需要众多的App，只需要调用一个AI工具，就可以执行非常多的任务了。

去设施化之前的世界：

就像鼠标是鼠标，钢笔是钢笔，吸尘器是吸尘器。但是你可能一个月才会拿吸尘器出来用一次。在这种情况下，实现可能比想法更有价值。

去设施化的世界：

灵感与创造力的价值将被无限放大。AI技术的迅猛发展，使得满足人类的各种需求成为可能，不再受限于物资的匮乏。自然选择号船舱般的智能设备将为你量身定制一切，从物质需求到精神追求，只需一个念头，它便能为你呈现。

在一个“去设施化”的世界里，灵感，创造力与想象力会变得非常有价值。