馬斯克力推Grok「刺繡風」：AI生圖正在殺死「提示詞工程」？

埃隆·馬斯克親自轉發(fā)了一條展示Grok「刺繡風格」圖像生成能力的推文，這一動作被業(yè)內(nèi)視為xAI向Midjourney、DALL-E等頭部玩家發(fā)起的直接挑戰(zhàn)。當AI圖像生成進入「一句話出圖」的極簡時代，曾經(jīng)炙手可熱的提示詞工程師崗位，或許正在經(jīng)歷價值崩塌。

「刺繡風」背后的技術暗戰(zhàn)

馬斯克轉發(fā)的這條推文由用戶@doganural_發(fā)布，展示了Grok Imagine功能生成的刺繡風格圖像。推文中僅標注「Embroidery style 」，配合一張花朵圖案——沒有復雜的參數(shù)設置，沒有冗長的風格描述詞，只有一個簡單的風格標簽。

這種極簡交互模式與Midjourney形成鮮明對比。后者用戶至今仍需掌握「--ar 16:9」「--s 750」「--style raw」等數(shù)十種參數(shù)指令，并在Discord頻道中反復調(diào)試提示詞。xAI的產(chǎn)品邏輯似乎正在押注一個判斷：普通用戶不想學習一門「提示詞編程語言」，他們只想說話。

Grok Imagine目前集成于X平臺（原Twitter），訂閱X Premium+（月費16美元）即可使用。這一捆綁策略讓xAI獲得了其他競品難以復制的分發(fā)優(yōu)勢——4億月活用戶無需跳轉應用，刷推時即可直接調(diào)用。相比之下，Midjourney的封閉社區(qū)模式、DALL-E的ChatGPT入口限制，都在用戶觸達效率上落了下風。

「風格即按鈕」瓦解提示詞經(jīng)濟

刺繡風格的展示并非孤立案例。近半年來，Grok Imagine陸續(xù)上線了「動漫」「賽博朋克」「油畫」「像素藝術」等數(shù)十種預設風格，每種風格均可通過自然語言直接調(diào)用。這種「風格即按鈕」的產(chǎn)品設計，正在系統(tǒng)性地消解提示詞工程的專業(yè)壁壘。

2023年，提示詞工程師（Prompt Engineer）曾被《時代》雜志列為「25個最佳新興職業(yè)」之一，年薪報價高達33.5萬美元。其核心技能在于：將抽象創(chuàng)意轉化為模型可理解的結構化指令，通過精確的詞匯選擇、權重分配和參數(shù)調(diào)優(yōu)，控制輸出質(zhì)量。然而當AI模型本身具備更強的語義理解能力，當「刺繡風格」可以被直接識別而非拆解為「thread texture + cross-stitch pattern + fabric background」的組合詞，這套技能體系的護城河正在快速干涸。

更深層的變化發(fā)生在模型訓練端。據(jù)xAI技術博客披露，Grok-2模型采用了「多模態(tài)原生」架構，圖像生成并非外掛模塊，而是與文本理解共享同一表征空間。這意味著風格遷移不再依賴后期插件或LoRA微調(diào)，而是內(nèi)化為模型的基礎能力。一位接近xAI的開發(fā)者向媒體透露：「他們內(nèi)部測試時，甚至嘗試過用emoji組合來控制風格，模型依然能準確響應?！?/p>

馬斯克的「反提示詞」產(chǎn)品哲學

馬斯克對Grok的產(chǎn)品干預具有鮮明的個人印記。2023年11月，他曾公開批評OpenAI的GPT-4「過于政治正確」，并承諾Grok將「最大程度追求真相」。這一理念延伸至圖像生成領域，表現(xiàn)為對「用戶表達自由度」的極端強調(diào)——包括放寬對公眾人物圖像生成的限制，以及簡化交互流程。

「Try Grok Imagine for different art styles」這條轉發(fā)語本身即是產(chǎn)品宣言：「try」暗示低門檻探索，「different」強調(diào)多樣性，整句話沒有一個技術術語。這與Midjourney創(chuàng)始人David Holz的理念形成有趣對照。Holz長期將提示詞視為「一種新型文學形式」，甚至舉辦過提示詞寫作比賽；而馬斯克團隊顯然認為，技術應當隱形，風格應當觸手可及。

這種分歧背后是對用戶群體的不同判斷。Midjourney的核心用戶是設計師、藝術家和AI發(fā)燒友，他們愿意為精細控制付出學習成本；Grok的目標用戶則是X平臺的泛娛樂人群，他們需要的是即時滿足和社交貨幣。刺繡風格的花朵圖像之所以被選中展示，正因其兼具視覺辨識度與傳播友好性——適合作為推文配圖，適合被轉發(fā)，適合病毒式擴散。

圖像生成進入「后提示詞」時代

行業(yè)數(shù)據(jù)印證了這場遷移的規(guī)模。據(jù)SimilarWeb統(tǒng)計，2024年第二季度，Midjourney網(wǎng)站流量同比下降23%，而X平臺的圖像生成調(diào)用量同期增長340%。并非Midjourney的技術落后，而是交互范式的代際切換正在發(fā)生。當基礎模型能力趨于同質(zhì)化，產(chǎn)品形態(tài)的差異將決定用戶去留。

對創(chuàng)作者經(jīng)濟的影響更為深遠。提示詞交易市場的泡沫正在破裂——PromptBase、Lexica等平臺的交易量較峰值下跌超過60%。與此同時，「風格策展」正在成為新賽道：篩選、組合、命名風格的能力，取代編寫提示詞的能力，成為新的稀缺資源。Grok的「刺繡風」本質(zhì)上是一種策展行為，將分散的美學特征打包為可消費的產(chǎn)品單元。

然而極簡交互也意味著控制權的讓渡。專業(yè)用戶開始抱怨Grok的「黑箱」特性：無法精確控制構圖、無法鎖定種子值、無法分層編輯。這種取舍映射了xAI的戰(zhàn)略優(yōu)先級——覆蓋90%的輕度用戶，而非討好10%的深度用戶。當馬斯克在轉發(fā)中寫下「Try」而非「Master」，產(chǎn)品定位已不言自明。

圖像生成技術的民主化進程，正在以犧牲可控性為代價加速推進。提示詞工程不會完全消失，但將從大眾技能退化為小眾專長，如同HTML知識在可視化建站工具普及后的命運。而Grok的「刺繡風」們，不過是這場退潮中最醒目的路標——它們標記著一個時代的終結，以及另一個時代的開始：在這個新時代里，說話的方式比說話的內(nèi)容更重要，而產(chǎn)品設計的智慧，正在取代工程技術的壁壘，成為競爭的核心戰(zhàn)場。