自生成式 AI 獲得大量關注以來，就有一個新興職業備受矚目——「提示工程師」（prompt engineer），簡單來說，提示工程就是撰寫聰明、準確，時而冗長的文字提示，設定好上下文，一步步把 AI 帶進場景，讓它更了解人類意圖，生成最符合期待的結果。
Copy.ai 提示工程師安娜・伯恩斯坦（Anna Bernstein）指出，她的日常工作並不需要撰寫程式碼，而是給予 AI 提示，好讓 AI 可以按照指令生成部落格文章、Email 等各式各樣的內容。
然而，《哈佛商業評論》卻指出，未來的 AI 語言模型會愈來愈直觀，更善於理解自然語言，需要人工精心設計、撰寫提示的情況也可能愈來愈少，加上有 PromptHero 這樣的免費提示詞平台出現，在 Github 也能輕鬆找到免費提示詞模型。
在台灣人力網站上，「提示工程師」的職缺數量並不多，難道他們才剛崛起就要被取代了嗎？人們想要和 AI 協作，須具備的重要能力是什麼？
會闡述問題，比能夠寫出提示更重要！
《哈佛商業評論》分析，提示工程的重點是透過選擇恰當的單詞、語句結構和標點符號，輸入最貼切的提示。 新世代的工作者，更應該著重在拆解、闡述問題和需求，經由描述問題的重點、範圍和限制，快速定焦問題 ，這需要人們對於問題融會貫通的理解，也必須具備提煉問題的能力。
不過，現在有很多企業並不重視「提問」的能力，「不要給我問題，給我解決方案！」是所有工作者在職場中，很常聽到上司說的一句話，這也難怪，根據調查，有 85% 的高階主管，認為組織內的員工不擅於定焦問題。
但事實是，一旦問題被明確定義，提示中字句的細微差異就很難影響到 AI 生成結果的品質，所以一個「好的問題」才是根本。
拆解、重構問題，讓 AI 協助給予更多解決方案
有時候，一個問題包含了太多面向，容易因為無法聚焦而找不到最好的解決方案，就連 AI 也只會給出籠統的答案。懂得拆解問題，就能把問題分解成數個子問題，一一擊破。
另外，重構問題也是與 AI 協作的重要能力之一，透過變換看待問題的角度，運用不同方法詮釋問題，引導 AI 擴大潛在解決方案的範圍，讓 AI 最大化協助工作者克服思路框架。
《哈佛商業評論》實測一個問題情境：企業員工抱怨辦公室沒有足夠的停車位，最直觀的問題框架是需要增加停車位，但如果用員工上班通勤的角度重新審視問題，便可以以通勤選擇來詮釋問題，而在要求 ChatGPT 生成建議解方時，前者的解方圍繞著停車位佈局、找新的配合停車場；後者則給出更多樣的解方，像是提供接駁巴士、遠端工作等。
在 AI 快速崛起的時代下，提示工程師在短期內獲得許多關注，但若在這個職位上的工作者只在乎能否寫出完美的提示，可能會顧此失彼，忘了探索問題的癥結點。《哈佛商業評論》認為，掌握提問能力，懂的拆解、重構問題，會是未來和 AI 協作的關鍵能力。
資料來源：Harvard Business Review、KDnuggets
責任編輯：林美欣
