Talk is cheap, show me GPT-5, ok?

提示工程怎么还不死？

世界：我又裂开啦啊啊啊啊！！！

过去的近两年时间里，随着大大小小各种模型的发布，

AGI 来了近百次，而提示工程只死了不到10次。还行！

所谓 ChatGPT 之父："大的要来了，大的要来了！！！"

然后，开个所谓发布会。

吃瓜群众：就这？

牛叉哄哄的插件系统，怎么一年左右就宣布关闭啦？

号称要取代苹果商店的 GPTs 商店， 还说要给创作者分成？钱呢？怎么不仅没有钱，我的 Prompts 和数据一放上去就被抄袭、拖库，满天飞啦？

不是说微调比提示工程好嘛？怎么几千万丢下去怎么也没看到牛叉哄哄的垂直大模型呀？

我的草莓模型呢？不是，怎么回答个问题要10秒钟啊！不是，系统怎么又崩溃啦？消息都发不出去。不是，你这回答错了我怎么调啊？不用提示工程我用啥？

不是国产模型更懂中文嘛？怎么中文能力排行榜上前三都是国外的模型啊啊啊！！

江树小小的脑袋瓜子里充满了大大的疑惑，啊啊啊啊，我要裂开啦~

GPT-o1的出现杀死了提示工程？

这点我们在群里有过讨论，我的看法一直是“o1 对于学术来说是座金矿，对于应用层来说还只是玩具”

提示词工程有没有技术壁垒？

连大模型都没有技术壁垒，谈什么提示工程没有技术壁垒呢？

OpenAI 技术已经很牛了吧，文生视频发布以后一样被国内公司超越，技术壁垒呢？

没有壁垒对普通人来说才是好事，能参与的人才越多，能受益的人也越多。

壁垒内的吃香喝辣的往往只是少数人，大部分人都是在壁垒外风吹日晒，这才是这个社会的真相。

壁垒不是通过技术积累的，而是通过产品、资源、生态、商业等。

需求决定一切：提示工程 vs 软件工程

提示工程和软件工程是类似的，提示工程用好AI的能力，软件工程用好电脑的能力。

像现在几乎没有人（少数程序员）会通过计算机指令使用电脑一样，几年以后，大部分的终端用户不会通过提示词直接使用大模型。

60年以前，我们只能通过纸带编程让计算机计算一个数学公式，需要耗费长长的纸带。现在，我们为了让 AI 数对 “strawberry”中有几个字母“r” 也要啰里八嗦写上一堆提示词。

后来，随着计算机的发展，只需要几次点击就能轻松实现各种计算，但是软件工程不仅没有消亡，反而迎来了空前的繁荣，程序员这个职业也成了香饽饽。

现在，随着简单几句话 AI 也能给不错的回答，有人开始质疑提示工程是不是要消亡了？

不是的。AI 的上限也在提升，AI 能做的事情也越来越多，越来越复杂，能满足的需求也越来越丰富。AI 越强大，AI 的应用需求越多，提示工程的需求越多。

如果这波 AI 是像之前的元宇宙一样破灭，没有需求了，那确实是，覆巢之下无完卵，不仅提示工程，AI相关的大部分概念，大部分 AI 从业者都是一样的，等着完蛋吧。

就像软件工程一样：前端、后端、数据库、软件架构等等都属于软件工程的范畴。

提示工程不等于提示词技巧，不同模型的技巧本来就是在变化的，技巧性东西随着模型进步的变化是必然的。这一点可以参考宝玉老师的文章 提示工程：反复崛起，反复被死亡。

提示工程的概念并不局限在几个提示词，也许叫 AI 工程更合适：数据，提示词，工作流，工具，知识库，智能体，这些都属于提示工程的范畴。更不用说， OpenAI、谷歌、kimi 这些平台的智能体商店里，90%以上所谓的“智能体”，都是由纯提示词实现的。

真正有AI落地经验，做过生产级AI项目，少有听到说什么提示工程消亡的。

为什么提示工程会长期存在？

从第一性原理出发，从最基本的组成元素出发：

任何基于 AI 大模型的系统，是不是都是在调用大模型能力？

大模型的能力是怎么被调用的？提示词。只要这一点不变，提示词就会存在！

要把这个能力用好、落地，就一定有工程在里面，多少的问题。

目前来看，除非这个路线下实现了AGI，否则要用好这个能力就必须利用好这个调用接口，做好提示词的工程打磨。

看过我 LangGPT智能体基石那篇文章的都知道，AI 在细分领域的应用是从 训练微调 迁移到 提示微调 上的。

这是这波生成式AI的基本范式， prompt tuning——提示微调，通过提示工程的手段调整大模型的表现。

谷歌在2009年的时候正式做自动驾驶，号称几年年内实现无人驾驶，替代人类司机。当年也喊着司机失业下岗，现在15年过去了，自动驾驶的落地还是坎坎坷坷。大模型一样，路还长着！

Talk is cheap, show me GPT-5, ok?

提示工程也在与时俱进

今年1月我在年度分享上就表达了提示工程的变化：

• 单模态到多模态。关于这部分， 5月份我做了多模态提示词的分享，感兴趣可以查看我的分享文章：

  在清华与中国AIGC大会的分享：多模态AI大爆发，多模态提示词与智能体
  

• 提示攻击。这部分8月我在上海人工智能大会上进行了分享，感兴趣可以看分享文章：

  智能对决：提示词攻防中的AI安全博弈
  

  
  

• 提示 AI 模型 -> 提示AI生态

• 这里的AI+生态主要是：AI + Python数据分析，Claude + Artifacts， GPT-4o+DALLE+浏览器插件工具 + GPTs 等等 AI+ AI生态中的一切

• 刚哥的“汉语新解”卡片就是一个很好的例子。通过提示词调用 Claude 模型+Artifacts 工具 的生态，实现通过提示词生成卡片。

  
  

能做到这件事不容易，需要模型的指令遵循能力、编程能力、审美能力达到一定水平才可以。

说人话，就是需要模型能做到 “一句话也能给出不错的结果”。这些基础能力是构建更上层应用的基石，基础越牢固，上层建筑才能做大做强。

所以AI模型能力提升不仅没有杀死提示工程，反而是放大了提示工程的能力。