1.4.2　提示工程的重要性

前面介绍了影响ChatGPT回答质量的因素，简单来说就是选择的GPT模型质量决定了ChatGPT回答质量的上限，而提示工程决定了在这个上限之内ChatGPT能够发挥到的具体水平。图1.11较好地表示了这个关系，GPT-3.5作为比GPT-3更优质的模型，它的回答质量也相应地会高一些，这里的回答质量反映的就是回答质量的上限。每个模型都有比较确定的回答质量的上限，是因为模型都是用有限的数据训练的，针对一个训练数据没有涵盖或相关内容质量较低的话题，模型只能根据其逻辑推理能力给出一些大致推断的内容，并不能给出相对具体有价值的回答。

图1.11　ChatGPT回答质量的影响因素

下面是个简单例子，因为登陆火星相关的数据在训练集中相对较少，所以ChatGPT只能生成相对模糊的回答。

具体到每个提示的回答质量还是取决于提示本身，这也就是提示工程的价值所在。在设计提示时，虽然应用提示工程不能突破模型本身决定的回答质量上限，但是正确地使用提示工程来设计和优化提示，可以在回答质量上限范围内有效提升回答质量。因此，学习和使用提示工程可以有效提升如ChatGPT这样的大语言模型的应用能力。通过合理的提示设计，ChatGPT可以提供更加准确的答案，从而协助用户完成更加复杂的任务。

“人工智能不会取代你的工作，但是会使用人工智能的人会取代你。”笔者十分认同著名经济学家理查德·鲍德温在2023年世界经济论坛中强调的这个观点。人工智能在短期内并不会发展出可以直接替代人类工作的机器人，但如果懂得如何使用人工智能工具，那么将可以大大提升日常工作效率。在不远的将来，会使用人工智能工具的人与其他不使用人工智能工具的人相比，其生产效率将遥遥领先。类似于过去计算机的出现，早期那些能够熟练使用计算机的人在工作中就获得了巨大的优势。因此，作为可以帮助人们高效使用ChatGPT这样划时代人工智能工具的重要学科，提示工程具有重要意义。提示工程的学习和应用将使人们更加熟悉人工智能工具的使用方法，提高对其能力和局限性的理解。这将帮助人们更好地将人工智能工具整合到工作流程中，使其成为工作的有力助手。