在 2023 年 AI 熱潮高峰時，根據《商業內幕》（Business Insider）、《彭博社》（Bloomberg）與《聯合新聞網》報導，美國不少新創公司與科技企業開出年薪 30 萬至 50 萬美元，爭相挖角具備高階提示設計能力的人才，「提示工程師」這個職位也因此成為市場上的話題焦點。
但是，我從來不相信這個職位能夠長久存在，只不過是技術發展初期的過渡現象，你可以想一下，你有聽過任何一家公司招聘過「PPT 總監」，負責幫全公司的人做投影片？提示工程師的存在和 PPT 總監同樣荒謬。荒謬之處並非在於它不重要，而是提示工程這個能力從來就不該是一種職業，而是一種職能，只要你的工作需要開啟電腦，就要具備的職能。
「詠唱咒語」並不神祕，是讓機器理解比較聰明的人類
過去電腦很笨聽不懂人話，為了讓它們完成任務，聰明的人類必須學習機器的語言，用嚴謹的語法與邏輯與之對話，命令它們做事。這種數位世界的翻譯人員就是程式設計師。直到 ChatGPT 問世，語言模型開始能夠理解自然語言、聽得懂人話，人們第一次可以用接近日常對話的方式與機器溝通，正因如此，過去高不可攀的技術門檻，降到前所未有的低。
近年來，「提示工程」（prompt engineering）成為熱門關鍵字。有人將它視為與 AI 溝通的祕密武器，但其實，提示工程的本質是用自然語言與機器交流，是一種全新的表達與協作能力。
我常形容 AI 像是一位剛從海外歸國的優秀菁英，他非常聰明、具備豐富的基礎知識，能力也很強，但剛來台灣，中文還不夠流利。這就像才 2 歲半的 ChatGPT，對人類語言的掌握還不夠輪轉，經常會在理解上下卡住。此外，就算他聽懂了你的話，也可能因為缺乏社會經驗而不知道該怎麼做。因此，我們需要透過 prompt，引導它理解我們的需求並有效執行。提示語必須語意清晰、結構完整，像與人溝通一樣，才能一步步引導 AI 走向正確的目標。
不過，不能完全用人類的溝通邏輯來期待 AI 的反應。因為機器的「腦迴路」和我們人類不同，我們對人也許只需要耐心多講幾次就能說通，但對 AI 重複語意不總是有效。它不是聽不懂，而是缺乏推理與背景理解的能力。因此，我們必須學會配合機器的邏輯來思考，例如用角色扮演的方式設定它的任務角色，或透過「一步步想」的思維鏈方式，引導它在邏輯上產生連貫推論。
AI愈來愈聰明，就不需要prompt了嗎？
很多人認為，既然 AI 會愈來愈聰明，總有一天能完全理解人話，提示工程就會變得可有可無。也有人說，出現愈來愈多具備推理與規畫能力的新模型，像是 GPT-4o 這樣的多模態與長上下文模型，已經不需要太多精細的提示設計。
這樣的想法聽起來合理，卻忽略了一個根本問題：AI 的進步並不代表它能自動理解人類的意圖。
即使推理模型能力大幅提升，它也依然缺乏情境判斷、社會常識與長期經驗的積累。它能推論，但它不知道你為什麼問這個問題、背後的動機是什麼。就像再怎麼厲害的助手，沒有明確交代任務與目標，也做不出正確成果。
AI 愈強，表示它可以做的事愈多，這正是提示工程不但沒過時，反而更重要的原因。
想想我們為什麼要學英文、談判、簡報？因為是與人溝通，充滿理解偏差與表達落差，更何況是沒有情感、缺乏直覺與社會經驗的 AI。AI 不像人類擁有背景知識與人情世故，它只根據文字做反應，因此我們無法期待它能「自己懂」。AI 就像古代進京趕考的書生身邊的書僮。他不負責替你答題，也不會取代你的努力，但他可以在你求取功名的路上，提供各種關鍵協助。與 AI 溝通，需要更清晰的邏輯、更具結構的表達，才能讓它正確執行我們的需求。這正是為什麼提示工程不是一種多餘的技能，而是一門值得反覆練習、日漸精進的現代語言能力。
核稿編輯：張玉琦
