如何开始一段在即时工程领域的职业生涯
近年来，随着人工智能（AI）的发展，许多人考虑从事即时工程的职业。全球科技巨头需要能够与机器进行交流的专业人员。他们投资数十亿美元参与AI竞争，而熟练、富有创新精神的即时工程师也会得到丰厚的薪酬。
如果你能有效地传达指令，你可能适合从事这个行业。以下是关于即时工程师工作、薪资待遇和需求原因的相关信息。
即时是指人类输入到AI模型中的指令。它们可以是：
- 用户生成的输入：用户在与AI模型交互时提出的一次性查询和任务。
- 预定义的指令：开发人员在训练AI模型时设置的预定义规则。
AI本身没有固有的偏见。它的输出严重依赖于你输入的指令，前提是它们符合预先训练的数据集。
创建即时并不一定需要编码技能。你可以直接向聊天机器人（例如ChatGPT和Bing AI）询问常规知识问题。下面的照片展示了一个简短交流的例子。
尽管简单明了，但掌握即时工程并不容易。并非每个人都具备这方面的才能。简单的请求使用基本查询，但运行更复杂的任务和例行程序则需要详细的指令。
以构建Google Dialogflow上的食品外卖聊天机器人为例。为了使你的平台正常运行，你必须对各种对话提供清晰、明确的响应模式。模糊的规则会导致不准确、无用的对话。
要掌握与AI模型的即时工程，可以遵循以下几点建议。
-
理解语言模型架构：研究不同语言模型的后端处理过程。了解它们如何分析输入将有助于你编写准确、详细的即时。充分发挥它们各自的处理能力。即使是高级工具也需要外部指令才能发挥作用。
-
清楚表达模糊问题：即时工程师必须学会传达模糊、具有挑战性的问题。并不是每个人都能与AI进行交互。事实上，普通用户往往很难提出请求，特别是那些涉及多步骤任务的请求。
你必须尽可能提供更多的上下文。AI模型只回答输入的指令。如果你模棱两可、措辞不确定或使用通用术语，将会得到次优的结果。
-
克服数据偏见：AI模型本身并不偏见。它们产生的任何偏见都源自其训练者使用的数据集。记住：AI只学习模式和经验。即使是先进的AI模型也会产生有害的回答，因为开发人员通常使用大量未经过滤的信息。
为了减少不准确性，应进行严格的测试，而不是手动筛选数据集。不断向AI模型提供不同即时的变化，以发现哪些即时会触发偏见回答。
-
不断测试即时：复杂的即时很少能一次成功。当你创建更详细、精确的指令时，你会注意到看似微小的变化产生的影响。不要让错误打击你的信心。
与其苦苦追求一次性编写完美的即时，不如熟悉A/B测试。即时工程需要进行大量试验和错误。不断修改指令，直到找到正确的语气、措辞和术语来传达指令。
-
学习行业趋势：即时工程师应该与当前行业趋势保持同步。AI发展迅速，专门化变得不太实际。新技术可以迅速取代流行技术，所以不要只专注于一种AI模型。
以不同AI平台之间的竞争为例。虽然ChatGPT凭借GPT-3.5掀起了波澜，但微软等其他公司也开发了自己强大的语言模型，如Bing AI。与此同时，OpenAI继续创新，并发布了更先进的语言模型GPT-4。
即时工程师的薪资水平还是相当可观的。据彭博社报道，平均即时工程师年薪范围从17.5万美元到33.5万美元。考虑到进入门槛较低，你可能会对这一估计持怀疑态度。毕竟，任何人都可以与AI进行交流。即使是没有技术背景的人也可以编写有效的AI即时。
然而，不要混淆基础和高级即时工程。基础的即时工程涉及标准任务，而高级即时工程则涉及复杂的例行程序和训练过程。
高级即时往往包含成千上万个精心选择的词汇。只要有一些打字错误或选择错误的术语，就可能完全改变结果。并非很多人具备这种需要高强度任务技能或专业知识。
开始接受即时工程培训吧。全球科技领导者不断发布新的AI模型，了解如何利用这些机器将使你具备市场竞争力。即使缺乏经验，也可能帮助你在技术领域开展职业生涯。
公众需要预制的即时。尽管即时工程学习曲线较平缓，但普通AI用户仍然觉得它太耗时。他们更喜欢使用预先制作的即时，而不是制定独特的公式。他们会浏览Reddit和GitHub上讨论AI即时的帖子。
即时工程师可以最大程度地满足这种需求。除了全职工作于AI实验室外，通过分享针对热门请求的有效即时，建立一定的在线关注度。
普通用户常常误以为AI是有感知能力的。他们认为AI具有处理能力，能够在行间阅读，因此他们输入模糊的查询。
不幸的是，这样做会得到较差的结果。AI不能复制人类理解力。它只根据训练的数据集、语言模型和用户经验生成响应。
富有创新精神的工程师可以重新设计现有的即时，并找到提高准确性的方法。总是有改进的空间。即使是简单请求，使用强有力的动词和详细的指令也会变得更好。下图显示了ChatGPT对简洁问题的回答。
同时，这张照片突出了使用描述性即时的影响。
质量好的即时能产生质量好的回应。创新型工程师可以重新设计现有的即时，并找到提高准确性的方法。总是有改进的空间。即使是简单请求，使用强有力的动词和详细的指令也会变得更好。下图显示了ChatGPT对简洁问题的回答。
同时，这张照片突出了使用描述性即时的影响。
即时工程师的需求将增加。不要担心即时工程师工作机会有限。尽管最近取得了一些进展，但AI仍处于发展阶段。全球品牌刚刚开始发布基于AI的工具。
随着更多公司将语言模型纳入其产品中，即时工程师需求量将会增加。同时，专注于提升自己的技能。建立存储独特、创新即时的代码仓库和PDF文件，以展示给潜在雇主。
开始你作为即时工程师的职业生涯吧！即时工程是一个在需求日益增长、回报丰厚且对编码经验要求较低的职业。许多非编码人士在该行业取得了成功。但需要注意的是，低门槛创造了一个竞争激烈的就业市场——通过创建适用于不同大型语言模型的即时，扩大你的选择范围。
如果你对语言模型和机器学习有深入了解，可以探索更多技术岗位。不要止步于即时工程。凭借你的技能，你已经可以构建、训练和开发AI模型了。