最近GPTs有多熱門?直接把OpenAI嚇到停止注冊Plus會員。

11月15日，Open AI CEO Sam Altman在社交平臺“X”發(fā)文稱，由于開發(fā)日后使用量激增，需求超出了他們的預期，將暫時停止ChatGPT Plus會員注冊。

據(jù)Twitter數(shù)據(jù)統(tǒng)計機構顯示，在GPTs功能正式上線后的短短10小時內，用戶上傳到GPTsHunter中的GPTs數(shù)量已超過2000個，平均每60秒就有一個全新的GPT誕生。

截至發(fā)稿前，現(xiàn)有GPTs的數(shù)量已達12384個。人人都能創(chuàng)建AI應用的時代真的來了。

OpenAI公司CEO Sam Altman認為:“現(xiàn)在你只需要告訴計算機你需要什么，它就會為你完成所有任務?！?/p>

在大部分人為之興奮的時候，有一些人感受到了危機，有初創(chuàng)企業(yè)CEO看到之后直接感嘆:

除了“當場失業(yè)”的OpenAI的下游創(chuàng)業(yè)者，還有與AI息息相關的提示詞工程師。

現(xiàn)在，簡單的自然語言交互就能完成復雜的任務，普通人還需要會“咒語”嗎?提示詞工程師正變得岌岌可危?“頭號AI玩家”對話了相關從業(yè)者，試圖找到答案。

和AI“聊天”，人人皆可手搓GPTs

創(chuàng)建“AI助手”，本質上就是利用提示詞（prompt）進行交互的過程。

這種交互可能以對話的形式進行，比如對AI下達指令，也有可能以編程的方式，在代碼中嵌入提示，和API調用有點相似。

ChatGPT Plus版用戶在ChatGPT首頁點擊“Explore”按鈕，即可創(chuàng)建專屬于自己的GPTs。

Open AI的GPT生成器分為兩部分，在左側創(chuàng)建頁面提出需求的同時，右邊就會同步演示新的GPT角色。

根據(jù)指令的不同，GPT生成器還會對用戶的操作進行引導，比如“我將你的GPTs稱為天氣預報員可以嗎”，如果不滿意，可以將自己額外的需求告訴GPT。

將基礎信息調配滿意后，用戶可以進入“Configure”頁面，進行進一步的配置。

在這個頁面中，GPT名稱、角色描述、引導使用語都能自行調整。更主要的是“關鍵指令（Instruction）”的設置，它在一定程度上決定了后續(xù)GPT助手的生成效果。

關鍵指令的描述包含角色目標、約束、指導原則、個性化等等，這些可以直接采用官方示例或是自行調整。

用戶還可以上傳外部數(shù)據(jù)庫，讓GPTs在對話時調用專業(yè)的知識庫回答問題。

“X”社交平臺用戶Florian分享了成功和失敗的GPTs之間有什么區(qū)別。

他提到，最關鍵的點是用戶需要按步驟提出指令，以保持前后的一致性，并確認GPT擁有“角色”，比如“你是一個程序員/律師/占星師”等。

在嘗試過程中，其實并沒有用到復雜的指令，但指令的明確性和詳細程度決定了AI助手的效果。

足夠具體的提示詞，越能得到好的結果。

這里的具體不僅僅是輸入的需求、背景、參考示例，更是要求明確AI輸出的內容也需要足夠具體。

比如以何種語言風格、多少字數(shù)、敘事結構等等。明確且結構化地表達想法，可以提高模型的回答質量。

一旦明確了每次交互的需求，更重要的是不斷嘗試調整。Sam AItman也曾提到，不斷嘗試對話回合是編寫優(yōu)質prompt的重要方法。

由于AI每次輸出的結果有一定隨機性，多嘗試改進提示詞便能獲得高質量的結果。

國內科大訊飛和Datawhale推出AI prompt工程師計劃，引導用戶掌握有效提示詞，以非代碼的形式實現(xiàn)人機對話。

新手小白在完成提示詞課程學習后，進入星火助手中心創(chuàng)建特定場景下的人物角色，就能得到相應的AI prompt工程師證書。

上周突然爆火的游戲《完蛋了!我被LLM包圍了》，就是讓玩家在解謎的過程中，學會大模型提示詞技巧。

整個游戲，玩家只需設計不同的提示詞，想方設法讓模型輸出指定答案，即可獲得成功。

游戲里不斷調整提示詞的過程，就是在了解背后的提示詞設計邏輯。

技術的更新讓指令設計變得更加簡單，極大降低了使用門檻，一些相關職業(yè)的壁壘正在消失。

提示詞工程師變得岌岌可危?

GPTs大爆發(fā)之后，對提示詞工程師究竟有什么影響?

根據(jù)相關從業(yè)者的分享經歷來看，在大模型交互中，誰能提出好問題便能決定誰能用好AI。

提示詞工程師劉海的主要工作是“如何設計問題以達到理想的結果”，在已有的提示詞程序上編寫各種場景的提示詞，如小紅書生成器，星座占卜，生成日報等等。

提示詞優(yōu)化前后

劉海提到，“prompt工程雖然只是AIGC應用的其中一個環(huán)節(jié)，但提示詞環(huán)環(huán)相扣，它考驗的是如何將一個需求變得清晰完整”。提示詞工程挑戰(zhàn)的不僅是能否提出一個好問題，更是對所在行業(yè)的了解程度，對需求的拆解，并控制AI輸出穩(wěn)定理想的結果。

不過，提示詞工程一直逃不開“短命”“臨時產物”的論調。

6月，《哈佛商業(yè)評論》刊文認為，提示工程并不是未來，只是一個短暫的現(xiàn)象。隨著AI模型的進步，它會變得多余。

劉海表示，prompt應該是每一個人的語言技能，是表達整合能力，而不該期待它成為一個長久獨立的崗位。

科技企業(yè)也在彌合專業(yè)人士和普通玩家之間的差距，降低提示工程的門檻。

10月，微軟推出了自動優(yōu)化提示詞的新框架，不再需要人工進行優(yōu)化，AI自己就可以訓練自己，生成更好的提示詞回復組合。

Jina.ai、Fusion ai等科技企業(yè)更是專注于開發(fā)相應軟件，可以直接幫助用戶生成更適合的提示詞。在Instagram等平臺有用戶通過售賣提示詞產品，進行商業(yè)變現(xiàn)。

憑借國內大模型蓬勃發(fā)展，百度、科大訊飛、騰訊等科技企業(yè)根據(jù)不同的使用場景和功能模塊，設計了更符合具體使用環(huán)境和交互需求的AI工具，激發(fā)大模型的應用潛力。

隨著大模型對自然語言的理解能力變強，原本需要多重表達的需求，現(xiàn)在只需要一句話就能表達清楚。

Sam Altman認為，在這樣的情況下，未來的提示詞工程只需要一個Magic Word（魔法詞）就能實現(xiàn)更好的效果。

不過目前提示詞工程仍然有其存在的價值，至少目前還沒有發(fā)展到人人都能用自然語言和大模型隨意溝通的程度。

首都師范大學信息工程學院副教授唐曉嵐在接受采訪時表示，除非未來技術能夠將人腦內容直接輸出，不然用戶一定要把自己的想法表達出來，那么對prompt的探索優(yōu)化就會一直存在。

首都師范大學信息工程學院副教授唐曉嵐在接受采訪時表示，除非未來技術能夠將人腦內容直接輸出，不然用戶一定要把自己的想法表達出來，那么對prompt的探索優(yōu)化就會一直存在。

面對GPTs帶來的挑戰(zhàn)，不止提示詞工程師感到岌岌可危?！癤”社交平臺網友發(fā)文調侃，機器學習、AI、數(shù)據(jù)的前景明朗，多虧了OpenAI。

此前Sam Altman在YC校友分享會上提到，“套殼OpenAI，注定消亡”。杜克大學教授陳怡然甚至直言:“中小開發(fā)者可以歇歇了”。

OpenAI讓整個AI生態(tài)陷入了瘋狂的軍備競賽中，巨頭之下，初創(chuàng)團隊面對巨大的競爭壓力，并不是所有人都能幸存。

有創(chuàng)業(yè)者認為“要么做OpenAI不做的東西，要么做OpenAI暫時還做不出來的東西”。

長遠來看，那些找到差異化優(yōu)勢的、靈活的開發(fā)者會在競爭中存活下來，這些技術創(chuàng)新也會讓更多人受益。

正如紅杉資本合伙人Konstantine Buhler最近受訪時所說的，生成式AI浪潮并不會是零和博弈，而是人人受益的“水漲船高”，任何人都可以用更少的成本做更多的事情。

人機通過prompt交互的時代

創(chuàng)建GPTs之外，OpenAI還表示將上線GPT Store，允許用戶發(fā)布專屬機器人獲得收入，但具體收益機制、訂閱模式都未提及。

或許在將來，用戶需要何種類型的GPT，只要購買訓練的提示詞，便能獲得相應的GPTs。有GPTs創(chuàng)作者表示，只有帶來真正的收入，GPTs才能夠發(fā)展起來，提示詞工程才有望專業(yè)化。

李彥宏在2023百度世界大會上預測，新的應用會在一次次的prompt中生成。

曾有一名年僅16歲的用戶花費600小時不斷優(yōu)化一個prompt，甚至為這個prompt設計了一個框架，幫助其他用戶能夠低門檻完成結構化的prompt2。

無論是網上售賣的提示詞，或是無償分享的設計框架，都只是AI訓練師們不斷摸索交互中總結而來的經驗。

FlowGPT創(chuàng)始人Jay曾在一檔播客節(jié)目中提到，prompt的變革和代碼早期非常相似。GPT-4等模型的升級，意味著提示詞工程師可以寫出更容易成規(guī)模的指令。

也就是說，將來的AI系統(tǒng)可能不會因為用戶少輸入，或是多添加某個詞，就輸出截然不同的結果。

人工智能每天都在進行爆炸性的進展。比爾蓋茨還曾說“640K內存已經足夠用了”，而現(xiàn)在，他提出了AI將顛覆軟件行業(yè)的論斷。

AI帶來的職業(yè)會不會被AI取代，目前還有一定爭議。但可以肯定的是，在人機通過prompt交互的時代，提問比答案更重要。