提示词工程简史：一群普通人如何发现"唤醒"AI 的钥匙

提示词工程的故事，是一个问题逐渐被回答的过程：AI 身上那些惊人的能力，到底是需要重新训练才能获得，还是一直在那里，只是等人找到正确的方式去唤醒它？

引子

2022 年，东京大学一个叫 Kojima 的博士生在实验室里随手敲下一句话：

"Let's think step by step."（咱们一步步想。）

他把它塞进一个大语言模型的输入框，没抱什么希望。结果让他愣住了——模型做数学题的准确率从 17% 直接跳到了 78%。

能力一直在模型里。只是之前没人知道怎么把它叫出来。

这就是提示词工程（Prompt Engineering）要解决的问题。

提示词工程，说白了就是：怎么跟 AI 说话，才能让它给出你真正想要的答案。 它不是编程，更像是写说明书——只不过收件人是个能读字的机器。你说得清楚，它就答得明白；你说得含糊，它就开始瞎编。

一、萌芽：能听懂，但"听不听话"（2020）

在 GPT-3 出现之前，想让 AI 学会一个新任务，你得收集大量标注数据，对它进行微调（fine-tuning）。这就像每换一道菜就得重新备料、调整火候——只有大公司和顶级实验室才玩得起。

2020 年 5 月，OpenAI 发布了 GPT-3，一个拥有 1750 亿参数的巨型模型。论文标题直接点明了它的核心能力："Language Models are Few-Shot Learners"——翻译过来就是：你不用专门微调，给它看几个例子，它当场就能完成新任务。

这项能力后来被称为"上下文学习"（in-context learning）。打个比方：你给一个新员工一份现场操作手册，他照着做就能完成任务——但这不意味着他"学会"了这个技能，他只是临时参考了你给的信息。GPT-3 也是如此：模型的参数没有改变，它只是在你给的例子里找到了模式来指导本次回答。

但一个问题也随之而来：同样的任务，换一种说法，AI 的表现天差地别。

"请总结这篇文章"和"请用三句话概括这篇文章的核心观点"，得到的答案质量完全不同。AI 确实能听懂人话了——但"听不听话"，全看你怎么说。

二、突破：一句话改变一切（2022）

2022 年发生了三件事。它们加在一起，把提示词从一个实验室技巧变成了每个人都能用的工具。

拐点一：Chain-of-Thought（2022 年 1 月）

Google 的研究团队做了一件事：他们在给 AI 看例题的时候，不光告诉它答案，还手写了中间每一步的推理过程。论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》（思维链提示激发大语言模型的推理能力）显示，这种方法让 AI 在复杂数学和逻辑题上的准确率大幅提升。

思路很简单：你不是让 AI 直接猜答案，而是给它示范"怎么想"。效果很震撼。

拐点二：Kojima 的发现（2022 年 5 月）

如果说 Chain-of-Thought 是给了 AI 一本"思考说明书"，Kojima 的发现则更惊人——你根本不需要写说明书。加一句话就够了。

Kojima 后来回忆发现过程时是这么说的：

"一开始我们试图人工设计复杂的推理格式……但尝试了各种想法都失败了。当没什么可试的时候，我想与其让人来设计复杂的思考过程，不如让 LLM 自己来想，'Let's think step by step' 这句话突然浮现在脑海中，试了一下没抱希望，结果居然有用（笑）。"

来看看这句话到底有多大的魔力：

Coin Flip 那一行尤其说明问题：从"基本不会"到"几乎全会"，中间只隔了一句话。（数据来源：Kojima et al., 2022, Table 1）

这篇论文《Large Language Models are Zero-Shot Reasoners》截至 2024 年 5 月已被引用超 2000 次，此后持续快速增长，是提示词工程领域被引用最多的论文之一。

拐点三：ChatGPT 上线（2022 年 11 月）

11 月 30 日，OpenAI 把 ChatGPT 放到了网上。两个月内用户破亿。

在这之前，"提示词工程"是挂在 arXiv 论文里的术语。在这之后，它变成了无数普通人在对话框里摸索的事情。你不需要懂机器学习，不需要会写代码——你只需要打字。

这三个事件加在一起，完成了一件事：提示词从研究人员的秘密武器，变成了任何人的日常对话。

三、爆发：提示词成为一门显学（2023）

2023 年，"提示词工程师"成了科技圈最热门的词之一。

Anthropic（OpenAI 的竞争对手）开出了 17.5 万到 33.5 万美元的年薪招聘这个岗位，引发全网热议。据 Indeed Hiring Lab 数据，招聘网站上"Prompt Engineer"的搜索量从 2023 年 1 月的每百万次搜索中只出现 2 次，飙升到 4 月的 144 次，涨了 70 多倍。

与此同时，社区开始自发总结各种"咒语指南"。GitHub 上的 awesome-chatgpt-prompts 项目成为热门资源库，吴恩达（Andrew Ng）通过 DeepLearning.AI 与 OpenAI 合作推出了课程《ChatGPT Prompt Engineering for Developers》，推动系统化学习。常见技巧被归纳为几大类：

但这些技巧有一个共同的"软肋"：它们高度依赖于你用的是哪个模型。 换一个版本、换一家公司的模型，同样的"咒语"可能就失灵了——就像给南方人解释东北话的梗，对方可能完全 get 不到。

四、工具进化：提示词不再靠手写（2024）

2024 年，风向变了。

OpenAI 在 9 月发布了 o1 推理模型——它在回答之前会自动进行内部推理（虽然这个过程对用户不可见），效果上相当于模型自己会"思考"了，不再需要你在提示词里手把手教它怎么一步步想。

这一变化引发了一个流传很广的观点："提示词工程师是世上最短命的职业。" Indeed 上相关岗位的搜索量回落到了每百万次 20 到 30 次。微软 2024 年工作趋势指数报告也显示，"提示词工程师"是企业最不愿新增的岗位之一。

但事情的另一面也在悄然发生：让程序自动搜索最优提示词，而不是人手工一遍遍地试。

斯坦福大学推出了 DSPy 这样的框架，Anthropic 发布了 Prompt Improver 工具——它能自动分析和优化你的提示词，帮你把一段含糊的指令改写成更清晰、更有效的版本。Google 也发布了面向开发者的提示设计指南，尝试把这件事系统化。

我们可以用一个通俗的类比来理解这个转折：

过去写提示词像"炒菜凭手感"——老师傅知道什么时候该下盐，但说不出具体克数。到了 2024 年，这个领域有了"菜谱和量杯"——过程可以复现，结果可以验证。

这件事的本质是：提示词工程正在从一门"玄学手艺"变成一项"工程实践"。 它不再是你有多懂 AI 的较量，而是你有多懂自己需求的镜子。

五、回归本质：和 AI 沟通这件事不会变

提示词工程的工具和技巧在四年里换了好几轮，但有一件事从 2022 年到现在从来没变过：你仍然需要把自己的模糊想法，变成一个 AI 能执行的清晰指令。

这件事和写需求文档、和同事对齐目标没有本质区别——都需要你把背景、边界、期望说清楚，把暗示变成明说，把模糊变成具体。

在 AI 逐渐渗透进每一个工作岗位的时代，会和机器高效沟通这件事，正在像打字一样，从一项专业技能变成一项基础能力。 四十年前，"会打字"是简历上亮眼的加分项；今天，你不会打字几乎没法工作。也许十年后，"会跟 AI 说清楚话"也会是同样的处境。

回到开头的 Kojima。

那句话 "Let's think step by step" 之所以被记住，不是因为它是一句神奇咒语——事实上，随着模型越来越聪明，这句话的作用正在减弱。它之所以重要，是因为它说明了一件更本质的事：

你不需要成为 AI 专家，你只需要学会把话说清楚。

这大概是提示词工程走了四年之后，留给我们最朴素、也最重要的结论。

本文基于公开论文、行业报告和开发者社区记录整理。关键数据来源：Wei et al. (2022, arXiv:2201.11903); Kojima et al. (2022, arXiv:2205.11916); 东京大学松尾研究室 Kojima 采访（2024.6, weblab.t.u-tokyo.ac.jp）; OpenAI GPT-3 技术报告; Indeed 招聘趋势数据。