【Brian AI】AI 時代的新職業：Prompt Engineer 提示工程師究竟是甚麼？
人工智能的概念已被大眾所知。然而，過去許多模型往往都不是一般用家能直接使用的。隨著去年 11 月 ChatGPT 的公佈以及繪圖軟件 （DALL・E, micmic 等）的興起，普羅大眾現已可以簡單地使用強大的人工智慧模型。許多人認為傳統行業即將被 AI 取代，如記者、律師、程式編寫員都察覺到它的威脅。然而，從積極的角度看， AI 的出現也創造了很多新的職業機會。本文將介紹一個新興職業：提示工程師 (Prompt Engineer) 。儘管職業名稱是「工程師」，但入行卻不需要掌握數學和編程知識，相反需要出色的文字和溝通能力。
甚麼是提示工程師？
今天我會用 DALL・E 這個圖片生成AI作示範。它的用法十分簡單，只需要打出一段文字， AI 就會根據文字內容自動生成圖片。 例如，如果我想請 AI 設計一張科學狗的頭像圖片，我可以輸入「science 99」，AI 就會在下方產生四張圖片供您選擇。以下是其中一張：
你看到後會滿頭問號， 因為這幅圖片和我們的想像有很大分別。這是因為我們輸入的文字很短，沒有提供詳細描述，在這些部份， AI 有很大空間自由發展。 例如 AI 並不知道這個是一個科學資訊網站， 不知道這個網站是在香港的，更加不知道我們以「9」字作為廣東話的同音字來表達「狗」。
如果要生產出切題既圖片，便需要在輸入文字的時候仔細描述。提示工程師的工作便是負責把這段文字寫成 AI 最容易理解的格式，讓 AI 能夠盡量發揮它的潛能。用演奏樂器作為比喻，AI模型就好比一部精心打造的鋼琴，普通人當然可以在上面敲出幾個音符，但要奏出美妙動人的樂章，必須由傑出的演奏家彈奏，而提示工程師就是這位演奏家。標題的圖片便是經過簡單的提示工程出來的結果——在提示中加入 Victoria Harbour, test tubes, microscopecomputer 等字眼，令 AI 更具體明白我們想要的效果。
淺談提示工程
世界各地的研究團隊都會在學術文章發表自己提示工程的研究成果， OpenAI 的 DALL・E 也不例外。我們現在來看看這一片由芬蘭一所著名大學發表的研究報告 [1] 。研究人員用了三個月時間觀察網民使用 AI 的習慣，歸納出一些法則，當中有六大個詞組是很多人都會放在 AI 的指示中：
- Subjects terms 主體：圖畫的主體，例如一隻小狗
- Style modifiers 風格：圖畫的風格，例如水彩畫、油畫等
- Image prompts 圖片：一些範例圖片的網址
- Quality boosters 質素：增強圖片風格的詞語，例如 “highly detailed, “AWESOME”, “#wow”, “eclectic, “fantastic”, “beautiful”, “epic”, “rendering” 等等
- Magic terms 魔法詞語：很難解釋為甚麼有用，但能有效地提高圖片的質素： 例如 “control the soul”, “feel the sound”
此外，報告建議用以下的這一個格式作為範本，描述你想 AI 所畫的圖畫：
[Medium][Subject][Artist(s)][Details][Image repository support]
- Medium: 畫作的材質，例如油畫，水彩畫等等
- Subject: 你想畫的主角，例如小狗，電腦等等
- Artist: 你想模仿的畫家名稱（如有）
- Details: 其他你想加在畫作中的東西。
- Image repository support: 著名圖庫的名字，例如 “trending on artstation”
我在設計標題圖片的時候，便加上了 “Japanese Anime style”, “cute, joyful puppy” 的形容詞在 AI 的指示中。其他的部份就要留待讀者們自由發揮了。一個好的提示 (Prompt) 是很寶貴的知識財產，現時已有網站專門給人販賣創作好的提示。
提示工程的極致，畫出來的畫作甚至乎能贏得大型的藝術比賽 [2] 。下面的這幅畫由 Jason M. Allen 用 Midjourney（另一個人工智能繪圖模型） 來創作，贏了剛剛的 Colorado State Fair 周年藝術比賽。
甚麼公司會聘請提示工程師？
提示工程師在了解業務的需要之後，把要求以特定的形式輸入至 AI 系統，便能一次過使 AI 製作出高質素的作品。 這樣也有助公司減少成本。以 DALL・E 為例，生成每張圖片的收費是 $0.02 美元，如果由沒有經驗的人使用 AI ，不知道需要浪費多少金錢才能生成出符合業務要求的圖片。 $0.02 美元乍看之下是一個小數目，但是需要 AI 協助的多數都是高重覆性的工作，積少成多之下很容易便成為一筆大數目。
製作 AI 模型的公司都會聘請提示工程師測試他們的系統，畢竟只有他們才能充分發揮 AI 模型的實力。最近 Anthropic 便貼出了一則招聘廣告 [3] ，年薪更可達 25 至 33.5 萬美元（折合約 200 至 260 萬港元）！
未來一些廣告文案的製作公司或設計公司，也可能需要提示工程師的協助，因為他們常常都需要在短時間內生產圖片解釋他們的設計理念。我相信 AI 在我們的工作流程已經變得越來越重要，提示工程師的需求也會越來越大。十年後，當我們看一些不懂提示工程的人，可能感覺就像現在有人告訴我們不懂得 Google 資訊一樣。
References
- Oppenlaender, J., 2022, A Taxonomy of Prompt Modifiers for Text-To-Image Generation, arXiv e-print, Retrieved from https://arxiv.org/pdf/2204.13988.pdf
- Roose, K., 2022, An A.I.-Generated Picture Won an Art Prize. Artists Aren’t Happy, The New York Times, Retrieved from https://www.nytimes.com/2022/09/02/technology/ai-artificial-intelligence-artists.html
- Anthropic, 2023, Prompt Engineer and Librarian, Retrieved from https://jobs.lever.co/Anthropic/e3cde481-d446-460f-b576-93cab67bd1ed
