大模型三年，一個AI新職業的速朽與變形

這個職業的興起，始于AI的“愚蠢”。

每當我們向AI提問，屏幕上呈現的交互形式只是用戶與大模型的問答流程。但在這背后，算法像一個博學卻對世界缺乏理解的孩子，需要有人幫助它解讀需求，引導其給出恰當回答。

實現這一過程的關鍵推手，就是提示詞工程師（Prompt Engineering）。

2022年ChatGPT問世，數以千萬計的用戶涌入平臺與之交互。社交媒體上，人們分享與GPT的對話片段，加速了“好的提示詞能開發AI潛力”這一認知的普及。

早在ChatGPT之前，Riley Goodside就開始在Twitter（現X）上分享他與語言模型（尤其是GPT-3）的交互結果。業內一些人稱他為“Prompt Engineering as a discipline（提示工程學）”的開創者之一。

Riley推廣的反思提示（讓模型審查自身答案再改進）、角色化提示（通過設定身份讓模型生成特定風格內容）、思維鏈（Chain of Thought）、思維樹（Tree of Thought）等技巧，推動了提示工程從“玄學調教”轉向“系統設計”。

Riley和一些從業者帶火了「提示詞工程師」這一職業。ChatGPT誕生后，Scale AI創始人Alexandr Wang稱，Riley將是歷史上首位以首席提示詞工程師（Staff Prompt Engineer）職位入職的人。[1]

2023年，提示詞工程師一度是科技行業最性感的職業。不需要技術背景，只需和AI聊天，就能年薪近百萬（人民幣）。Anthropic在舊金山開出33.5萬美元年薪招聘“提示工程師兼圖書管理員”，不要求計算機背景，不限專業，只要“熱愛解決難題”。職業咨詢平臺ResumeBuilder的一項調查顯示，近29%的公司計劃在2023年聘請提示工程師，其中約25%的公司預計起薪超過每年20萬美元（約合人民幣142.6萬元）。

然而在2025年初，OpenAI頂級研究員Sean Grove在一場閉門會議上扔下一顆炸彈：“提示詞工程已死。”

AI提示詞工程師轉眼間又成了“史上最短命的職業”。2025年上半年，微軟一項涉及31000名員工的調查顯示，提示詞工程師已成為公司未來12至18個月內倒數第二不想新增的崗位。

曾經被視為“未來最性感職業”的崗位，為何迅速淪為“史上最短命職業”？提示詞工程師真的成為企業最不想招的、毫無價值的崗位了嗎？

[1]Scale AI是2016年由華裔創始人Alexandr Wang與Lucy Guo共同創立的AI數據基礎設施供應商，通過提供高質量訓練數據與配套平臺，幫助政府和企業快速構建、評估和部署機器學習與生成式AI模型。2025年6月，Meta以143億美元收購Scale AI 49%股權，并任命創始人Alexandr Wang為首席AI官，雙方將在通用人工智能與超級智能領域深度合作。

草莽時代：不限學歷的百萬年薪神話 ╱ 01
市場進化：AI Agent設計師，和懂AI開發的產品經理 ╱ 02
幸存指南：垂直領域玩轉AI的復合型人才 ╱ 03

草莽時代：不限學歷的百萬年薪神話

2023年，提示詞工程師崗位大量涌現。美國《時代》周刊報道，當時Anthropic（Claude母公司）在舊金山招聘“提示工程師兼圖書管理員”，年薪最高可達33.5萬美元，折合人民幣年收入約240萬。[2]

那時提示詞工程師的工作內容還較簡單。自動化文檔審閱工具Klarity為該崗位開出的條件僅為“提示并理解如何利用人工智能工具生成最佳輸出”，年薪高達23萬美金。

大洋彼岸，和千萬用戶一起涌入ChatGPT的，還有秀達。

“作為三本生，我們在求職上本就不具有優勢。”大學四年，飛行器制造工程專業的秀達早早發現了自身求職缺陷。他通過自學、實習、創業不斷拓寬能力邊界，試圖彌補學歷短板。

AI為秀達帶來了新機會。

ChatGPT爆火，喜歡嘗新的秀達不想錯過。當他“披荊斬棘”來到GPT面前，深深沉浸在與AI交互的新奇中，ChatGP漸漸成了秀達最親密的導師。為給創業提效，他自學提示詞技巧，憑興趣做了一些提示詞作品。

讓秀達意識到提示詞重要性的，是在創業失敗心灰意冷時，ChatGPT給他的建議。

當時秀達遇到卡點，不知該繼續在航線迷茫的船上死磕，還是去企業學習經驗。無處傾訴的他，在網上搜集了其他大牛關于“做決策”的提示詞，結合自己的情況一股腦輸入給AI。AI的回答正幫他指明了心中的答案。

上文提到Anthropic招聘提示詞工程師的信息要求，申請人必須“具有創造性的黑客精神，并且熱愛解決難題”。憑借對AI的熱愛，本來簡歷無人問津的秀達，拿到了自己從來不敢想的大廠實習offer。一年后，他成功以“提示詞工程師”職位入職另一頭部大廠。

大專畢業的劉海和秀達經歷類似。劉海于社交網絡分享的提示詞工程師職責經驗貼提到，從事該崗位后，他的薪資待遇確實比一般程序員稍高。[3]劉海憑借對AI技術和提示詞技巧的熟練掌握，在創業公司拿到了1萬的月薪。

提示詞工程師一般分為初級和高級（但這一分法還有待討論，下文會展開說）。初級提示詞工程師月薪在10-15k，高級提示詞工程師月薪要看職責偏向產品經理還是技術/Agent開發側，年薪在30萬至80萬不等。

但職業早期的高薪水背后，是職責并不明確。劉海提到，某個時間段內，一些公司老板感受到了ChatGPT、AI繪圖、數字人等技術的驚艷效果，想動員公司接入AI。這導致早期AI提示詞工程師的角色類似于企業AI顧問。

有從業者提出，提示詞工程師高薪的根源，在于招聘的HR也說不清該怎么定義這個崗位的角色和薪資，很大程度上取決于求職者自身的價值。

[2] 數據來源：《The AI Job That Pays Up to $335K---and You Don't Need a Computer Engineering Background》，TIME

[3] 資料參考：《「AI 提示詞工程師」の見解和經驗分享》，作者劉海。

市場進化：AI Agent設計師，和懂AI開發的產品經理

“2024年那會可能在Learning Prompt、LangGPT、way to agi等文檔中學習一下知識和技巧，自己在扣子或者訊飛等平臺搭幾個產品、智能體，還能找到一份不錯的提示詞工程師的工作。現在，只能說靠緣分了。”秀達告訴《職場Bonus》。

入行通路收窄，與提示詞工程師職責隨模型能力提升不斷擴大息息相關。現在市場上有專職和外包兩種提示詞工程師。

據秀達分享，一位大廠AI提示詞工程師的工作流程大致為：

接到需求——理解產品需求——跑通最小MVP——獲取項目行業Know-How——設計技術方案——制定測評標準和測評集——寫提示詞+測試迭代——交付結果。

當提示詞技能作為單點技巧出現時，其人才對于企業的價值并不高。外包提示詞工程師便是一個體現。外包工程師接到的需求都是已經確定的，只需要完成“寫提示詞”部分即可。

專職提示詞工程師需要理解產品經理的需求，對產品和用戶洞察有一定要求。他們要根據理解的產品需求，通過實驗跑通最小MVP（用最少的資源、最快的速度，做出具備“可驗證價值”的極簡產品原型），甚至搭建Agent工作流。

給大模型做提示詞，本質是需要提示詞工程師提煉自身對項目行業和流程的理解與方法論。如果遇到不熟悉的行業，專職提示詞工程師還要“想盡一切辦法”去獲得行業Know-How。如項目打算做一個文本潤色智能體，有的提示詞工程師會通過在閑魚下單專門的文本潤色工作者的案例，觀察他們做潤色工作的習慣，提取Know-How。

一些企業也傾向于招聘剛畢業的學生來做提示詞工程師。

“搞AIGC/Prompt這一塊，還得是年輕人（大學生）多一些也專業一些。相比于已有工作經驗的人，大學生沒有就業壓力，會自己上網找資料，花更多時間去實踐Prompt的設計和應用。”一位企業HR告訴《職場Bonus》。

出于大模型交互的不穩定性，專職提示詞工程師還要根據產品經理與用戶的訪談，為新產品做測評集。產品通過測評標準后，提示詞工作才可以交付。不同項目，提示詞有長有短，短的幾十字就能寫完，長的甚至需要上萬字。

測試是提示詞工程里最耗費時間的一項工作。秀達分享，測試迭代每一步都至少要經過上百次實驗，有時候還需要寫個腳本去跑。

專職提示詞工程師還要求對技術有一定了解，能夠設計技術方案。該崗位不再對技術背景無要求：對文科生而言存在一定門檻；對有技術背景的人來說，同樣需要具備產品理解與用戶洞察的能力。

AI進化后，市場對AI提示詞工程師的要求，從“寫系統化的提示詞、有產品意識”，上升到了“要懂技術，能搭建工作流，把多個AI串聯起來成為Agent”。因此，現在有些AI Agent設計師的崗位，也是提示詞工程師的延伸。

而在創業公司，提示詞工程師的職責往往由產品經理兼任，少數時候由技術側人員擔任。這種分工的優勢在于，集產品、執行于一身，提需求的人更懂如何實現，能以最快速度跑通產品MVP，效率更高。

企業不止需要一個會寫Prompt的工程師，本質是需要一個懂AI開發的產品經理。

幸存指南：垂直領域玩轉AI的復合型人才

社交平臺上盛傳著一組數據：在國外招聘平臺（Indeed）上，提示詞工程師的檢索次數經歷了過山車式變化。

2023年1月，每百萬次搜索中只有2次為搜索提示詞工程師。
2023年4月這一數字暴增到144次/百萬次。
如今已歸于平靜，大概保持在20-30次/百萬次。

微軟近期一項涉及31000名員工的調查顯示，“提示詞工程師”已成為公司未來12至18個月內“最不愿新增”的崗位之一。

“這就是一個過渡性的崗位。”從事提示詞工程工作3年的王丹說。

在創業公司任職提示詞工程師的王丹看來，把提示詞工程師的職責看作一個光譜，光譜兩端分別是產品經理和技術人員，提示詞工程師更多的是一個過渡性的崗位。由此，提示詞工程師的薪資也和他的職責掛鉤：職責貼近產品經理的提示詞工程師（偏策略產品經理），薪資水平與產品經理相近；職責偏向技術開發的，則與純技術人員薪資相當。

可以肯定的是，企業們需要有提示詞技能的復合型人才。隨著企業慢慢發展，對提示詞工程師的水平要求也會隨之提高。

通常一個項目中，產品經理、前端、后端的配比是1:1:1的時候，企業就需要招聘一位提示詞工程師來協作產品經理和后端的工作。一位大廠從業人員告訴《職場Bonus》，一般一個30人的項目團隊，有1-2位提示詞工程師。大廠里，項目比較復雜的團隊，提示詞工程師也不會超過10位。

獵聘數據顯示，目前仍提供高薪的提示詞工程師崗位中，70%集中于醫療、政務、金融等垂直領域，且普遍要求“1至3年行業經驗+編程基礎”。提示詞工程師崗位正從“通用型”向“專家型”角色演變。

全球首位“提示詞指南”作者Sander Schulhoff堅持：“提示詞工程一點也沒過時，反而比以前更重要。”[4]區別在于，過去是“專業魔法”，現在是“辦公常識”。在特定場景如搭建Agent架構、設計技術架構時，提示詞工程師的經驗仍不可替代——產品經理可能因經驗缺失而誤判模型能力。

“從某種程度上講，大模型的出現類似于計算機又被重新發明出來，與其關注職位還能存續多久，不如沉浸在與智能交互、積累經驗的過程中。”從業者艾木如是總結。

[4] Sander Schulhoff：提示詞專家，他專注于提示詞工程（Prompt Engineering）領域，曾與OpenAI等機構合作，并強調提示詞在協調任務目標、篩選關鍵信息和規劃執行流程中的核心作用。

（應受訪者要求，秀達、王丹、艾木均為化名。）

撰文|葉佳寧

編輯陳桐

排版|段春燕

封面圖|ilgmyzin（Unsplash）