像“人工智能最热门的工作”这样的点击诱饵头条新闻已经承诺，任何知道如何与人工智能聊天的人都可以在没有计算机背景的情况下支付六位数的薪水。但这是现实，还是只是另一个互联网白日梦？让我们抛开耸人听闻的说法，深入研究实际的就业市场数据来找出答案。
我使用 Microsoft Image Creator 创建的图像
自从 OpenAI 向公众发布 ChatGPT 以来，网上出现了一连串关于新梦想工作的讨论：提示工程。它被吹捧为“人工智能最热门的工作”，承诺无需编程经验即可获得六位数的薪水。爱好者将其描述为未来的工作，任何人都可以通过流畅地与一个很酷的无所不知的机器人交谈来给出正确的答案，从而赚取高达 335 美元。毫不奇怪，Instagram 赚钱的圣人、YouTube 职业传教士和自称 TikTok 的神谕都对此非常直言不讳。虽然这听起来像是一份梦寐以求的工作，但它真的可以实现吗？让我们深入研究炒作背后的就业市场现实，以找出答案。
分析招聘广告数据可提供有关劳动力需求趋势、职责、资格和薪资期望的宝贵见解。因此，我决定不做任何猜测或假设，看看所谓的“人工智能最热门工作”的广告数据。我从流行的在线招聘平台收集了 73 个最近发布的独特招聘广告数据。阅读我的数据收集方法并在此处访问数据集。虽然 73 可能不是理想的样本量，但它是我们分析的一个综合起点。最初的启示是发人深省的：寻找“提示工程师”的雇主很少。
现在，让我们看一下数据。最常提到的职位是“提示工程师”。然而，其他头衔，如“IT 创新分析师”、“自由职业者 ML/AI 工程师”、“数据科学家”和“AI 工程师”也出现了。我为职位描述中提到的资格和职责创建了词云。我不认为词云是为了揭示非凡的见解，但它们可以代表文本中重要亮点的紧凑版本。正如你所看到的，在招聘广告中，雇主谈论的是计算机科学、模型开发、python、提示设计、机器学习、大型语言模型、自然语言处理和人工智能方面的经验，而不是其他东西。
1.如果你把它与许多早期的轶事文章进行比较，这是一个更大的样本量，这些文章构建了他们关于六位数薪水的整个论点，而没有从一则招聘广告中编码。
接下来，我用ChatGPT和Claude对收集到的广告文本语料库进行了总结，以识别顶级提示工程资质和资质。我用不同的方法进行了多轮提示，然后手动检查数据以确保我得到稳定和有效的输出。
提示工程师工作所需的基本资格：
熟练掌握 Python 编程（2-5 年经验），包括 TensorFlow、PyTorch、Keras 等 AI/机器学习框架的经验。NLP 和 LLM 的工作知识（2-5 年经验），如 BERT、GPT-3/4、T5 等。了解这些模型的工作原理以及如何对其进行微调。较强的分析和解决问题的能力。批判性思考、设计有效提示、分析模型性能和解决问题的能力至关重要。在提示工程原理和技术方面的专业知识，如思维链、上下文学习、思想树等。这允许引导模型达到预期的结果。优秀的口头和书面沟通技巧。这是跨团队协作、解释技术概念和记录工作所必需的。提示工程工作的基本职责是：
提示设计和优化：设计、开发、测试和优化 AI 生成的文本提示，以最大限度地提高各种应用程序的有效性。这包括利用迁移学习等技术，并利用语言专业知识来制作高质量和多样化的提示。集成和部署：确保优化的提示无缝集成到整个产品或系统中。与工程师协作，在生产环境中实施提示和模型。性能评估和改进：使用指标和用户反馈严格评估提示性能。进行持续的测试和分析，以确定需要优化的领域并及时迭代。协作和需求收集：与数据科学家、内容创建者和产品经理等跨职能团队密切合作，了解需求并确保提示符合业务目标和用户需求。知识共享：记录及时的工程流程和结果。对团队进行及时最佳实践的教育。随时了解最新的人工智能进步，带来创新可以说，所谓的“人工智能最热门的工作”的“没有编程经验”的前提与现实相去甚远，因为提示工程市场最需要的技能是编程能力以及 NLP 和 LLM 经验。他们不是在谈论米奇老鼠编程技能，而是在寻找熟悉 ML 和 AI 框架的专家。雇主不仅要求“熟悉”LLM和编码，而且平均而言，他们寻求具有2-5年结构化和非结构化数据，编码，NLP，ML和AI经验的专家。
阅读最高职责可以更清楚地了解为什么这个职位需要如此高水平的编程和 LLM 技能。提示工程作为一项专业工作，不是坐在计算机后面玩生成式 AI 模型来给你正确的答案。它是关于构建商业信息系统，以优化输入，将它们与其他信息系统和产品无缝集成，并为用户和客户提供价值。换句话说，企业不是在寻找可以与 ChatGPT 聊天的人，而是想聘请能够优化类似 GPT 的模型并将其与自己的产品集成的专家。
招聘广告对学位要求的数据分析表明，他们更喜欢计算机科学、数学、分析、工程、物理或语言学方面的技术教育背景。通常需要计算机科学或相关领域的学士学位，高级职位优先或需要更高级的学位。薪水因职责和资历而异。它可以低至 30k，每年可高达 50 万美元。平均而言，带有薪资信息的招聘广告的年薪在 90k 到 195k 之间。
尽管最初充满热情，但对快速工程作为梦想工作的可行性的怀疑已经浮出水面。正如沃顿商学院教授伊桑·莫利克（Ethan Mollick）去年在推特上写道，“提示工程师不是未来的工作”，因为“人工智能在解释基本提示方面变得更容易”和更聪明。一个月前，Coursera 发布了一份经过深思熟虑的提示工程职业指南（另请参阅此处）。最初的 AI 世代时尚似乎正在慢慢消退，我们能够更好地理解 AI 的现状和未来趋势。不要误会我的意思。Gen AI 输出的质量很大程度上取决于输入。学习如何使用这些复杂的模型并与之交互正在成为几乎每个人的一项重要技能。越来越多的科学研究表明，系统的提示方法可以显着改善这些模型的结果（见 1、2、3、4、5、6、7）。然而，“提示工程”并不是（也从来都不是）一些人想要的梦想工作。如果没有在编程、自然语言处理、机器学习、产品开发和软件集成方面的丰富经验，没有人会因为只是把 ChatGPT 说成正确答案而付给你六位数的薪水。
提示工程和Gen AI应用的现在和未来似乎受到两个重要趋势的影响：首先，正如Ethan Mollick所提到的，Gen AI模型越来越擅长从简单的简单提示中生成良好的输出，这可能类似于互联网搜索引擎如何更好地从简单的搜索查询中返回更相关的结果。其次，Gen AI 模型正越来越多地集成到企业的产品、服务和平台中。这种适应对于人工智能经济的成功至关重要。因此，知道如何优化、微调、定制 Gen AI 模型并将其与当前信息系统和产品集成，现在和将来都是一项宝贵的技能。这就是为什么在当前的提示招聘广告中，对程序员、系统设计师以及可以与其他产品开发团队成员协作的人有巨大的需求。
马赫迪·艾哈迈迪（Mahdi Ahmadi）是北德克萨斯大学信息技术与决策科学系的临床助理教授，我在那里教授数据挖掘、商业智能和数据分析。我的主要研究领域是机器学习和数据挖掘技术在企业中的应用。我还为企业、高等教育机构和非营利组织提供数据分析问题的咨询。
原文标题：Prompt Engineering: An Integrated Dream
原文链接：https://www.kdnuggets.com/prompt-engineering-an-integrated-dream
作者：Mahdi Ahmadi
编译：LCR
