今天小編分享的科技經驗：第一批掌握“提示語”的打工人，已經患上AI依賴症？，歡迎閱讀。
本文來自微信公眾号：LinkedIn （ID：LinkedIn-China），作者：徐天宇，
就在不知不覺中，一批 AI 工具已經潛入職場日常工作中，成為了打工人身邊的 " 小答應 "。它們處理煩人的周報，起草各類文書，迅速搞定語言翻譯，還能給創意設計人士提供靈感。難怪有些打工人表示，已經產生了 AI 依賴症！
與此同時，一些從沒用過 AI 工具的老板們，也在催促着他們的員工盡快掌握 AI，提升效率，創造業績。網絡上也出現了很多針對提示語言的 AI 教程，復制粘貼即可使用。
在向 AI 提問題的時候，你是否也問過自己這些問題：我真的懂得 AI，會用 AI 嗎？在我們不斷馴化着自己的 "AI 小答應 " 的同時，是否也在不可避免的被 AI 所馴化？
作為第一批熟練掌握提示語的一位普通打工人，徐天宇在過去的 18 個月裡一直在思考這些問題，并且與全球打工人們分享着他的探索和實踐。
在過去的 18 個月時間裡，他從一個業餘技術愛好者 +ChatGPT 的熟練使用者，成為了一位 AI 培訓講師 + 一本 AI 學習書籍的聯合作者。他（工作生活在新加坡）在領英平台上的關注量增長了近 10 倍！他的學員和關注者中既有職場專業人士、企業管理者、也有大學教授和創意内容生產者。作為一個 " 非技術科班出身 " 的 AI 創業者，他是如何吸引這些職場人士注意的？他的故事對普通打工人有什麼樣的啟示？讓我們聽聽天宇自己的講述吧。
作為 ChatGPT 的熟練使用者，我在突如其來的裁員時，已經有了下一步棋
我的大學專業是偏商科的，在過去的職業生涯中，我做過社交媒體數據分析師，項目管理，也做過銷售專員。盡管這些工作的性質和角色截然不同，然而作為一個技術愛好者，我始終對數據保持着敏銳的直覺，無論工作角色如何，我總在思考如何通過數據優化我的工作？如何通過數據讓客戶更滿意？
2023 年初，我任職多年的一家總部在美國的互聯網公司突然宣布裁員，在那一刻很多在任職多年的老員工情緒都比較激動，而我還算淡定。因為在此之前，我已經想好了下一步的職業方向。當時，我已經是 ChatGPT 的熟練使用者，因此我給自己列出了兩個選項：
選項 A：找一份與之前職位相似的工作。我可以利用 ChatGPT 生成個性化的簡歷和求職信，提高求職效率。
選項 B：借助我對 AI 的興趣與專長，深入研究生成式 AI 技術和工具，探索一條全新的職業道路，特别是我熱衷于從事能直接幫助他人的工作，如咨詢和培訓。
最終，我選了 B。因為我堅信，這場 AI 革命會深刻影響每一個職業和每個人的生活。其實在很多年前，AI 就以 " 某種形式 " 成為了我工作中不可分割的一部分。如今大家提到 AI，首先想到的是 ChatGPT 和生成式 AI。而過去很久以來，AI 技術的核心基礎，或者說雛形早已被廣泛商用了，例如 " 大數據 " 和 " 算法 " 技術，這些技術颠覆了社交媒體、電商平台以及整個廣告行業，我還接觸過 GPT-2（早期的 GPT 模型）相關的分析工具。在 ChatGPT 發布後，它迅速成為了我日常生活中的對話夥伴。我很快意識到，它可能為我今後的職業生涯提供機會。
2023 年，除了 ChatGPT 這類大語言模型，生成式圖片技術（如 Midjourney）也進入了公眾視野。在對這些主流工具進行大量測試，并開始幫助客戶解決實際問題的過程中，我發現雖然目前市面上主流的 AI 工具都近在眼前，看似也很容易上手，但是對普通人來說，" 真正用好 " 它們卻依然是個謎題，首先 " 提問 " 本身就是一門藝術。
已經熟練掌握 " 提示語 " 的人腦會被 Ai 激發？還是會因 AI 變得懶惰？
生成式 AI 有一個顯著的優勢：任何人只需使用自然語言就可以與 AI 互動并協同工作。一個富有想象力的小朋友，可能會用 AI 生成比成年人更具創意的視覺内容；而一個沒有數據分析背景的人，也可以通過 ChatGPT 實現自動化的數據分析和報告撰寫。如何最有效地使用各類生成式 AI？關鍵在于掌握 " 提問的藝術 "。" 提示工程 "（Prompt Engineering），就是其中的核心。
" 提示工程 " 也是我培訓内容的一部分，其方法論核心來源于我之前作為數據分析師的積累，我的工作是在數據與用戶之間搭建橋梁，而提示工程則是在人腦思維與機器思維之間搭建橋梁。
然而以機械的方式掌握提示語，可能并不會讓我們變得更 " 智慧 "。現在網絡上充斥着大量的 ChatGPT 提示指南，但其中很多都像產品說明書一樣，列出一些應用場景，然後教人按步驟復制粘貼 Prompt。如果我們只會復制粘貼，恐怕用不了多久就會被 AI 取代了，而且 AI 大模型演進速度很快的，同樣的 prompt 結果會非常不同。
舉例來說，有很多已經熟練使用 ChatGPT 的同學會把大語言模型的提示詞寫法套用在圖片或視頻生成工具上，卻經常發現無法達到他們想要的結果。這是因為大語言模型和圖片模型雖然都是生成式 ai，但它們的理解方式和能力是不一樣的。對大語言模型可以像對另一個人一樣進行交談，尤其是處理復雜問題的時候需要進行 " 持久戰 "，而對圖片模型或視頻模型則需要給出簡潔的指令，起到 " 一招制勝 " 的效果。
網絡垃圾 VS 真實世界：當 AI 賦予每個人成為 " 内容原創者 " 的機會
用生成式 AI 制作創意内容，也是我培訓課程的重要部分。在工作場景中，非創意設計專業的員工，比如銷售或市場部門的員工，都可以使用 AI 工具将他們的創意和想法快速視覺化，而專業創意團隊更可以利用 AI 工具，大幅提升高質量内容的制作效率。
更重要的是，今天我們的職業生涯已經不僅局限在辦公室裡了，很多人通過制作旅遊、美食和生活場景中的各類短視頻創意内容而謀生。此外，我們也可以純粹基于自己的興趣，将生活中熱愛和珍視的瞬間做成創意内容與家人朋友分享和珍藏。
在軟體開發領網域有 " 敏捷開發 "（Agile）的概念，而随着生成式 AI 的普及，我覺得創意生產也會變得 " 敏捷化 "，任何人都可以參與其中。為此，我與西班牙知名講師 Ronny Hermosa 合作開發了一套創意類 AI 課程。
最近，在用 GAI 生成了幾萬張圖片和上萬支視頻後，我發現，如果能把各種 AI 工具串聯起來使用，将他們無縫融入到創意内容制作流程中，普通人也可以輕松制作出 " 達到電影級别 " 的視頻。這其中當然會有一些技術難點，比如，你需要對 AI 模型的運作方式有基本了解，需要用提示語言做大量測試和優化工作。因此，我想通過我們的培訓課程幫大家跳過這些技術難點，找到捷徑，從而更快上手，更輕松的使用。
與此同時，由 AI 生成的一些多媒體内容也在網絡上引起了巨大的争議。
很多 AI 生成的 " 垃圾 " 内容虛假浮誇，不能給閱聽人帶來任何知識或愉悅。我每天也會收到各種 " 一眼假 " 的郵件，僅看标題就知道是 AI 生成的，這樣的郵件誰還願意點擊閱讀呢？更嚴重的是，它們會夾雜在新聞和政治事件中，誤導閱聽人的情緒和判斷力。這個問題是需要網絡平台和監管機構等多方共同解決的。
事實上，AI 創作也是無法完全取代人類創意的。前不久，我看到有人在社交網絡上發布了用 AI 重新制作的宮崎駿電影，但是被罵的很慘，因為真正的藝術 " 在骨不在皮 "。因此我堅決提倡負責任地使用 AI，我不會鼓勵學員在提示詞中使用任何當代藝術家或電影的名字、圖片，或者上傳有版權的視頻進行二次創作。當每個人都有機會使用 AI 制作屬于自己的原創内容時，這種機會也意味着一種責任。
人類沉迷于手機，機器卻在學習
我與合作夥伴也經常會探讨未來的工作場景。我相信，未來五年内，我們很可能會與 AI Agents 并肩工作，這些 Agents 可能以比 ChatGPT 更加智能的形式，存在于系統或設備中，也可能擁有實體形态，成為我們身邊的同事。因此，學習 AI 技能，學會與 AI 協作，特别是利用 AI 提升自己的軟技能，是決定我們工作競争力的關鍵。
我目前的學員中有很多是企業管理者和非技術專業人士。因此我的課程中也包括如何利用 AI 提升團隊管理能力和處理人際關系的内容。例如，當一個涉及多個部分的大項目發生時，我們可以用 ChatGPT 分析每個部門的目标和 KPI，從而生成一個能夠平衡多方利益的目标和流程；還比如，當你作為管理者需要處理一個棘手的人際衝突的時候，你可以把背景信息給 ChatGPT，讓他扮演某個角色，通過它的反饋優化你的處理方式；還有，在遇到企業危機的復雜場景中，你也可以用它進行模拟演練，來幫助你評估企業的溝通信息是否對閱聽人有效。
我現在在新加坡工作和生活，我的學員除了來自東南亞本地，還有相當一部分海外閱聽人是我從網絡平台上獲取的。
在過去 12 個月中，我在網上撰寫和發布了 150 多篇短文，每篇都配有原創文檔、圖片或視頻。在這個過程中，我收獲了很多重要的合作夥伴、客戶，以及 AI 和創意領網域的眾多專業朋友的關注，也收到了大量的提問和反饋。
去年，一位來自加拿大約克大學的教授跟我聯系，經過深入溝通，随後我與他進行了針對市場營銷領網域的生成式 AI 相關研究。我也受邀給約克大學兩個不同學院的學生做了線上分享。未來我想與更多的教育機構合作，幫助他們開發一些從中學到成人教育的 AI 培訓課程。
最後我想說，使用 AI 時，不能忘記你的初衷——為自己的職業生涯打破瓶頸，尋找機會。在提升 AI 技能的同時，更要注重提升與人相關的技能，而這正是你在職場中脫穎而出的關鍵。
