福布斯商業委員會分析：企業落地 AI 為何需要專業「提示詞員」

很多人剛接觸 ChatGPT 時都有過同一種挫敗感：明明腦子裡有想法，敲出來的文字發過去，模型吐出來的卻是一堆正確的廢話。

公關營銷專家 Tyler Barnett 在《福布斯》商業理事會專欄撰文指出，企業落地人工智慧，最容易被忽視的關鍵角色其實是「AI 提示詞專員」（AI prompter）。企業買再多算力、買再多模型授權，如果沒人懂得怎麼跟它對話，這些工具很可能直接淪為昂貴的擺設。

提示詞專員到底是幹什麼的

自稱提出「AI prompter」這個概念的 Barnett，自己也在做相關諮詢業務。他給這個職位的定義很直白：負責編寫引導人工智慧系統輸出優質結果的專業人員。

但他們的工作不是整天悶頭打字。提示詞專員更像是一個樞紐，需要跟 IT、資料科學和日常業務部門緊密配合，把模型生硬地塞進公司現有的工作流裡。

具體落地到不同行業，差別其實非常大。比如在客服場景，專員要寫出讓聊天機器人準確理解使用者意圖、快速給出回覆的提示詞；在內容生產領域，要確保生成文案符合品牌調性並且抓人眼球。

到了醫療行業，他們要輔助影像分析、藥物發現和輔助診斷系統的提示設定；在金融領域要參與反欺詐、風控和投資分析；製造業裡則要跟預測性維護、供應鏈最佳化和品控流程打交道。

招這樣的人，該看什麼能力

很多人以為做提示工程只要會寫程式碼或者懂英文就行。Barnett 列出的能力畫像其實更偏向綜合反應力和文字功底。

候選人需要有極高的創意頭腦、極快的閱讀理解和構思速度，同時還要具備對細節的死磕精神，以及優秀的口頭和書面溝通能力。當然，最基本的門檻是對 ChatGPT 等主流 AI 工具的實操經驗。

針對企業怎麼面試這種新型崗位，文章也給出了明確建議：別光看簡歷，直接上機實測。讓候選人針對具體的業務系統現場寫幾組提示詞，或者直接調校一個客服機器人來測試回答準確率。

此外，候選人對企業所處行業的理解甚至比單純的技術能力更重要。一個不懂金融業務邏輯的提示工程師，很難調出符合合規要求的風控提示詞。

為什麼重要

大模型熱潮剛剛掀起時，很多企業以為買了賬號就能直接降本增效，結果往往是被幻覺和不對題的回答勸退。這篇文章指出的核心問題在於，工具和業務之間存在巨大的認知斷層，普通員工不知道怎麼把業務需求翻譯給機器聽。

對於個人來說，掌握提示詞編寫技巧不是要成為終身職業，而是每個人保住飯碗的加分項。我們認為，單獨設一個「提示詞專員」全職崗位的做法，很可能是大模型發展初期的過渡產物；長遠來看，這個技能更可能像當年的打字或檢索一樣，被融進各行各業的日常工作裡。

企業現在的聰明做法，不是盲目招一堆掛著新潮頭銜的人，而是先挑幾個熟悉業務、手頭靈活的骨幹去實操大模型。指望招一個全能寫手就能解決全公司 AI 落地難題，往往低估了業務邏輯本身的複雜度。