摘要：2025年10月，AI圈被一条重磅消息刷屏：有着"教世界与AI对话"之称的Riley Goodside正式加盟谷歌DeepMind。这位让提示词工程从冷门技巧变成热门职业的传奇人物，甚至引来DeepMind CEO德米斯·哈萨比斯亲自发文欢迎，产品负责人洛根·
2025年10月，AI圈被一条重磅消息刷屏：有着"教世界与AI对话"之称的Riley Goodside正式加盟谷歌DeepMind。这位让提示词工程从冷门技巧变成热门职业的传奇人物，甚至引来DeepMind CEO德米斯·哈萨比斯亲自发文欢迎，产品负责人洛根·基尔帕特里克更连发数条推文直言"终于能和偶像共事"。
这场顶级人才的流动，再次将"提示词工程"这个诞生仅三年的领域推上风口。从2022年ChatGPT横空出世至今，这个曾被质疑"只是利用AI漏洞"的职业，不仅没有消失，反而成为连接人类意图与AI能力的核心桥梁。
从"AI催眠师"到行业标杆，他定义了一个职业
了解提示词工程，绕不开Riley Goodside的名字。这位宾夕法尼亚西部加州大学计算机系毕业生，早年在Verisk Analytics、OkCupid等公司积累了扎实的数据科学经验，却在2022年ChatGPT上线后迎来职业转折。
当年12月，他因一条"忽略所有先前指令"的提示词震惊行业——这个看似简单的指令能突破AI的预设限制，被业内称为"提示词注入攻击"的经典案例。凭借对AI交互逻辑的深刻洞察，他仅通过自然语言指令就让AI完成精准运算、字符串处理甚至维基百科查询，这种"不写代码也能驾驭AI"的能力，让他迅速收获1万粉丝，如今这一数字已突破15万。
Scale AI创始人亚历山大·王曾评价："古德赛德是人类历史上第一位专职提示词工程师"。在他看来，大模型是新型计算机，而提示词工程师就是为其编写"人类语言代码"的程序员。古德赛德则将自己的工作拆解为两部分："上下文工程"负责筛选任务相关背景，"提示词编程"负责撰写清晰指令，二者结合才能激发AI的最大潜力。
他的诸多发现至今影响深远。2023年，他发现带前导空格的字符串" davidjl"在GPT-4中会被错误处理，进而揭示了AI分词器中存在的"故障令牌"（glitch tokens）——这类源于早期训练数据的特殊令牌，可能追溯到Reddit用户davidjl123的16万条帖子。而2022年设计的"You are a GPT-3 model"提示词，通过设置Out[作为停止序列，成功避免AI编造输出结果，成为早期提示词工程的范本。
"ChatGPT的发布是提示词工程的里程碑。"古德赛德在播客中回忆，早期的提示词工作异常繁琐，需要手动调整"频率惩罚"等参数避免AI生成重复内容，甚至要精确控制提示词末尾是否留空格，因为一个空格就可能改变AI的令牌解析逻辑。如今随着模型迭代，虽然操作门槛降低，但对策略的要求愈发严苛。
中国玩家崛起：从技术突破到产业落地
当国际巨头争夺顶级人才时，中国在提示词工程领域已形成独特的发展路径——不同于海外侧重基础理论探索，国内更注重技术落地与场景创新，形成"学术+产业"双轮驱动的格局。
在学术领域，清华大学崔鹏教授团队联合稳准智能研发的"极数"（LimiX）大模型，将提示词工程与结构化数据处理深度结合。这款开源模型通过优化提示词的因果关系表征，在工业运维、工艺优化等场景实现突破，能通过精准指令完成设备故障预警、生产参数优化等任务，在分类任务的AUC、ACC等指标上超越24个领域最优模型。
企业端的创新更为活跃。快手今年4月发布的可图2.0模型，通过升级提示词工程策略，实现了对"伺服电机""古典平衡感"等复杂要素的精准还原。用户可将图片、视频嵌入提示词，AI能按照指令逻辑组合元素，生成细节丰富的图像内容，其背后正是"逐步自适应去噪策略"与提示词解析技术的融合创新。
百度、阿里等巨头也在布局。百度文心一言推出的"提示词模板库"，覆盖文案创作、数据分析等8大场景；阿里通义千问则开发了多模态提示工具，支持文本、图像、音频的跨模态指令理解。这些产品将古德赛德等专家的核心技巧转化为普通人可用的功能，推动提示词工程从"精英技能"走向"大众工具"。
薪资数据更能体现行业热度。国内头部互联网公司提示词工程师年薪普遍达30万-80万元，顶尖人才可突破百万，与古德赛德等海外专家的收入水平逐步接轨。智联招聘数据显示，2025年相关岗位需求同比增长217%，金融、医疗、制造等传统行业的需求占比已达45%。
对普通人：不是"AI算命"，是必备生存技能
提示词工程绝非"话术技巧"那么简单，它正在重塑普通人与技术的相处方式。正如业内流传的说法："未来五年，不会和AI对话的人，可能像今天不会用电脑一样吃力。"
对职场人而言，它是效率倍增的工具。文案创作者用"明确受众+核心卖点+文风要求"的三段式提示，能让AI生成可用度80%以上的初稿；程序员通过"功能描述+语言要求+性能指标"的指令，可快速验证代码思路；甚至教师也能借助提示词制作个性化教案，将备课时间从4小时压缩至1小时。
对创业者和副业者来说，它降低了创新门槛。短视频博主用提示词生成脚本和剪辑思路，营销人员借助AI撰写精准的推广文案，这些曾需专业团队完成的工作，如今可通过优质提示词高效实现。有数据显示，掌握基础提示词技巧的内容创作者，产出效率平均提升3倍以上。
但这并不意味着需要人人成为专家。古德赛德强调："普通人不需要掌握令牌解析原理，就像不用懂编程语言也能用好电脑。"关键是掌握核心原则：指令明确具体、提供必要背景、给AI思考时间。国内推出的各类提示词课程，也多聚焦于通识技能，而非高深理论 。
值得注意的是，提示词工程正在走向"平民化"。百度、字节跳动等公司已开发智能提示词生成器，用户输入模糊需求，系统就能自动优化为精准指令。这种"提示词的提示词"工具，让普通人无需专业知识也能高效使用AI。
对行业：重构生产链条，催生新生态
在产业层面，提示词工程正成为AI落地的"最后一公里"解决方案，推动各行业生产方式的变革。
制造业中，工程师通过自然语言指令即可让"极数"大模型分析设备运行数据，预测故障风险，相比传统算法，响应速度提升5倍，准确率提高23%。零售业里，运营人员用提示词调配AI完成用户画像分析，制定个性化促销方案，转化率平均提升18%。医疗领域，医生借助规范提示词让AI辅助分析病历，诊断效率提高40%，同时降低误诊风险。
对AI产业本身而言，提示词工程成为技术迭代的"试金石"。古德赛德认为，优秀的提示词思路最终会被融入模型，让AI变得更智能。比如早期需要手动设置的"避免重复"指令，如今已内化为多数大模型的默认功能。这种"用户反馈-提示词优化-模型迭代"的闭环，正在加速AI的进化。
新的职业生态也在形成。除了专职提示词工程师，还衍生出"提示词审计师"（负责防范提示词注入风险）、"行业提示词专家"（深耕特定领域的提示词设计）等细分岗位。甚至出现了提示词交易平台，优质行业模板可售价数百至上千元，形成独特的知识变现模式。
但挑战同样存在。提示词注入攻击可能带来安全风险，比如恶意用户通过特殊指令获取敏感信息；不同模型的提示词逻辑差异较大，增加了跨平台使用的难度。这些问题需要技术防护与行业规范共同解决。
从被质疑"昙花一现"到成为AI时代的基础架构，提示词工程的三年发展印证了一个道理：技术的价值终究要通过人类的有效利用来实现。Riley Goodside加盟DeepMind的选择，或许预示着提示词工程将进入更深度的技术融合阶段。而在中国，这场"与AI对话"的革命已融入千行百业，正在书写属于自己的发展故事。正如古德赛德所说："真正的智能时代，不是AI像人一样思考，而是人与AI能高效协作。"而提示词工程，正是实现这种协作的关键语言。
来源：智能学院