哎李博,你最近有没有在GitHub上看到一个特别离谱的项目?就那个prompts.chat,前身叫Awesome ChatGPT Prompts的。
你说那个16万星标的?看过看过,怎么了?
16万星标啊!我查了一下,这个数字放整个GitHub历史上都能排进前50。但你知道它本质是什么吗?就是一份Markdown文件,里面列了一堆ChatGPT的prompt模板。
对,就是让AI扮演Linux终端啊、充当英语翻译啊、模拟面试官之类的。说白了就是一个角色扮演大全。
一个Markdown文件,16万星标。我当时看到这个数字的时候真的愣了一下。
但你仔细想想,这个数字恰恰说明了一个特别残酷的事实——绝大多数人面对大模型的时候,连怎么好好说话都不会。
等会儿,你这个说法有点狠了吧?
我跟你说,你去看社区里最受欢迎的那些prompt,很多都是极其基础的东西。'请你扮演一个资深产品经理'——就这种级别的。它之所以被疯狂收藏,不是因为写得多精妙,而是因为太多人连给AI一个基本的角色设定都想不到。
嗯……你这么说我还真有点感触。我们组之前来了个新人,让他用AI写个需求文档,他就直接说'帮我写个需求文档',然后抱怨AI写得太泛。我过去一看,他连产品是什么都没告诉AI。
对嘛,就是这个意思。所以这16万星标,某种程度上是集体焦虑的投射。大家害怕被AI时代抛下,抓住一根prompt的稻草就不放手。
行,那它后来不是从一个静态列表升级成社区平台了嘛?改名叫prompts.chat,支持提交、发现、收藏prompt。这步棋你怎么看?
这步走得聪明,从工具变生态嘛。但我觉得最有价值的反而不是社区功能,是它支持自托管部署。
自托管?就是企业可以在内部搭一个私有的prompt知识库?
对。你想啊,企业内部积累的prompt往往包含大量领域知识。比如一家律所打磨出来的合同审查prompt,一家电商公司总结的商品描述生成prompt——这些是真金白银换来的经验。
哦这个我太懂了!我们组内部就有一个共享文档,专门放各种场景的prompt。但管理起来特别混乱,版本也不统一。
所以你看,私有化部署一个prompt知识库,让团队统一管理、迭代这些prompt资产,这件事确实是刚需。
但这里面有个矛盾啊——真正好的prompt谁愿意往公开社区放?
哎,你这就说到点子上了。
社区里流通的大多是看起来很酷但实际平庸的模板吧?
没错,真正有竞争力的prompt全锁在企业内网里。这就是这个行业的悖论——开源社区的繁荣和真正有价值的内容之间,天然存在一道墙。
好,那我问你一个更尖锐的问题。你觉得prompt engineering这个事儿,会不会消亡?
会。而且可能比大多数人想象的要快。
这么笃定?
你看,prompt本身是一个极度易腐的资产。模型每次大版本迭代,你精心设计的prompt可能直接失效。GPT-3.5时代的最佳实践,到GPT-4o上可能完全不适用。
这个我有体感,我之前收藏的好几个prompt,换了模型之后效果确实差了很多。
更关键的是,OpenAI、Anthropic、Google这些公司都在拼命做一件事——让模型理解模糊指令。它们的终极目标就是让你不需要精心构造prompt,直接说人话就行。
就像现在Claude你跟它说'帮我改改这篇文章,语气别那么生硬',它就能理解你要什么。
对!你不需要写200字的系统提示词来设定角色、约束格式、规定思考步骤。模型自己就能搞定。所以prompts.chat面临的终极挑战不是竞争对手,是技术进步本身。
等等,你这么说的话,那它现在还值得关注吗?你别一棍子打死啊。
哈哈,我没有一棍子打死。得分人看。如果你是AI新手,它确实是个很好的起点。翻翻那些prompt模板,核心价值不在于具体文本,而在于打开你的思路——原来还可以这样跟AI对话。
嗯,相当于一个入门教材。那对企业用户呢?
企业用户的话,自托管功能值得认真评估。把团队的prompt经验沉淀下来统一管理,比每个人各自为战高效得多。你们组那个混乱的共享文档就是反面教材。
得了吧,你别cue我们组了。那对熟练用户呢?
说实话,大概率用不上。因为你早就学会根据具体场景即兴构造prompt了,不需要翻模板。
所以你的结论其实是——工具的尽头不是更好的工具,而是不再需要工具?
嗯,说得漂亮。这16万星标记录的不是一个项目的成功,而是一个时代的过渡。终有一天我们回头看,'prompt engineering'这个词会和'打字员'一样古老。
但在那一天到来之前,它还是很多人跨入AI世界的第一块踏板。这么想的话,还挺有意义的。
是,既是解药也是焦虑,这个定位其实挺准的。