隨著人工智能（AI）技術的迅猛發展，“提示詞”（prompt）這一概念逐漸進入大眾視野，成為職場人士熱議的話題。在AI短視頻博主的推廣下，掌握提示詞技能被視為適應AI時代的必備能力，甚至有人斷言：“不會使用提示詞，將被AI時代淘汰。”

在職場上，提示詞成為了利用AI提高工作效率的重要手段。面對這一新興趨勢，不少職場人開始琢磨如何通過優化提示詞來獲得更好的AI輔助效果。這種需求催生了眾多關于提示詞工程的知識付費課程，讓一些嗅覺敏銳的人提前嘗到了甜頭。

曾幾何時，提示詞工程師這一職業備受追捧，成為許多人轉行AI的首選。門檻低、上手快、薪資高，這些優勢吸引了大量沒有AI和相關技術背景的人涌入這一領域。從業者楊佩駿回憶道：“2023年的時候，這行門檻很低，很容易混。”在國外，有的提示詞工程師甚至能拿到高達25-33萬美元的年薪。

然而，隨著AI大模型能力的快速提升，提示詞工程師的角色逐漸變得不再那么重要。楊佩駿發現，自己辛辛苦苦優化很長時間的提示詞，往往隨著模型的升級而變得毫無意義。隨著模型理解自然語言、推理與思考能力的增強，傳統意義上只會寫提示詞的工程師逐漸失去了競爭力，AI和模型公司也不再熱衷于招聘這類人才。

如今，在社交平臺上，不少大廠的AI實習生吐槽自己的工作就是寫提示詞、洗數據，擔心這些經歷會“玷污”自己的簡歷。面向普通人入局AI的這條捷徑，似乎已經被堵死。

然而，在AI浪潮中，總有人能抓住機遇。萬玉磊，一個歷史專業的研究生，原本在大廠從事運營工作，與AI、大模型毫無交集。然而，一次突然的裁員讓他開始重新思考自己的職業路徑。他判斷，未來五年，AI將成為發展最快的行業，于是決定轉行AI。

為了轉行，萬玉磊做了大量準備，自學了線性代數、人工智能相關的綜述和《深度學習革命》一書，還完成了吳恩達的提示詞工程課程。幸運的是，他很快就被一家自研多模態大模型的初創公司錄用，成為了國內最早的一批提示詞工程師。入職后，他逐漸發現，提示詞工程師的工作遠不止優化提示詞那么簡單，還包括優化數據、提升模型性能等多方面內容。

萬玉磊的經歷并非個例。陳柳陽，一個中科院在讀研究生，通過自學和參加比賽，成功進入一家大模型公司擔任提示詞工程師的實習崗位。他總結道，提示詞工程師需要的不僅是邏輯能力和表達能力，還需要對AI模型能力邊界的深刻理解。

然而，隨著AI技術的不斷進步，提示詞工程師的工作內容也在不斷升級。楊佩駿發現，自己曾經花費大量時間優化的提示詞，隨著模型的升級變得毫無意義。他意識到，如果想要在AI領域有更長的職業發展，就需要具備更多的產品思維。

如今，AI行業已經不再是兩年前幾乎沒有門檻的狀態。對創業者來說，AI技術縮短了站穩腳跟的窗口期；對大模型公司來說，競爭日益激烈。入行AI也需要看經驗和能力了。周子杰，一個供應鏈管理和金融雙學位的畢業生，在進入AI行業前經歷了多次職業變動和創業失敗。他認為，AI行業變化很快，需要持續關注和學習新技術。

盡管提示詞工程師的角色在AI行業中逐漸淡化，但AI人才的需求仍然旺盛。萬玉磊認為，AI行業需要文科生和理科生的結合，文科生在對模型輸出的評估和主觀打分方面發揮著重要作用。陳柳陽也推薦年輕人進入AI行業，但提醒他們要對AI真正感興趣，持續關注和學習新技術。

在AI技術的推動下，提示詞工程師的工作內容也在不斷演變。從最初的優化提示詞到如今的優化數據、提升模型性能等多方面內容，提示詞工程師需要不斷適應新的技術和業務需求。然而，在AI行業快速發展的背景下，沒有什么是安全的、不會被取代的。只有持續學習和適應變化，才能在AI行業中立足。