智道

欄目主持人：於興中

□ 王延川

自ChatGPT于2022年年底發布以來，其影響力在全球持續擴大。許多人在慶祝人工智能（AI）發展歷史上重要“里程碑”的出現，也有許多人表示出極大的擔憂。

無疑，在不久的將來，ChatGPT很可能讓一部分人失業。但就像一些機構預測的那樣，ChatGPT也會促使新職業的產生。其中的一種就是GPT法律提示工程師。

GPT為何需要提示工程師

2022年年底，硅谷獨角獸企業Scale AI以百萬年薪招聘了一名技術網紅擔任公司的“提示工程師”。隨后，不少創業公司都發出類似的高薪招聘。一時間，似乎各行各業都在引入自己的“提示工程師”，律師行業也不例外。

Mishcon de Reya LLP是一家位于倫敦的全球知名律師事務所。在過去兩年里，該律師事務所一直嘗試將各種自然語言處理(NLP)模型運用于律師業務中。由于已經體驗到這些AI帶來的好處，這家律所于2月在網上發出高薪招聘GPT法律提示工程師的布告。

該律師事務所的首席戰略官尼克·威斯特認為，GPT和其他生成式AI模型將對律師業務產生深遠的影響。因此，他們律所高層希望能夠使用此技術，以確保其律所能夠走在AI賦能律師業務的最前沿。

那么，究竟什么是“提示”？提示工程師和GPT法律提示工程師到底可以做什么？

提示工程師是伴隨GPT出現的一種新職業，其工作就是通過對話、聊天等輸入不斷調整或訓練GPT輸出用戶最想要、最接近需求的“正確”答案，調整或者訓練的“法寶”就是Prompt。

通俗來講，提示工程師的工作就是找出最合適的Prompt，幫助客戶優化從GPT獲得的輸出。

Prompt直譯為“提示”，它可以是一個詞、一個句子、一段話甚至一個推理步驟。雖然表現形式不同，但這些實質上都屬于提示工程師向GPT輸入內容的核心部分。

“提示”的作用在于引導GPT模型生成想要的文本內容。人類之間交往也會存在“提示”。當某人向別人提問時，腦子里會出現很多問法，需要在其中挑選一種。當然，如果對方沒有理解這種問法，其回答就很可能不令提問者滿意。此時，提問者需要選擇另一種問法繼續提問。就這樣，換了好幾種問法后，對方終于聽明白提問者的問題，提問者終于也從對方不斷的回答（或者最后的回答）中得到了想要的答案。

當人類向GPT提問時，會面臨同樣的問法選擇問題。但是，向人類和向GPT提問有所不同。人類之間存在意會，因此，當給出一個不夠準確的提示時，對方也會明白你的大致意思，給出一個相近的答案。雖然專家說GPT可以了解用戶的意圖，但這種了解并非主觀意義上的了解，而是一種概率問題。由于GPT和用戶之間沒有意會，如果用戶選擇的提示不夠貼切，便不會形成有針對性的問題，非但不能從GPT那里不能得到預期的答案，甚至會得到錯誤的答案。這時就需要提示工程師提供幫助。

誰能勝任GPT法律提示工程師

當然，有人會問：律師為何自己不去尋找“提示”呢？因為尋找“提示”是一個技術活，律師是法律專家，但是并不一定擅長和GPT“打交道”。就專業知識而言，對一個GPT法律提示工程師來說，其需要在法律實踐和大數據以及人工智能技術方面都有很強的知識背景。GPT法律提示工程師應該善于與律師團隊甚至當事人合作，了解他們的真正需求。同時他們還需要具備可以熟練操作GPT等大型語言模型的能力。最后，因為提示工程師的主要工作是尋找最合適的Prompt，因此，他們應該有很好的文字修養和強大的語言組織能力，而且富有想象力。

在提示工程師萊利·古塞德看來，提示工程師不僅是一份工作，而是更具“革命性”的職業；“提示”并非單純的計算機代碼或人類語言，而是介于二者之間的一種新語言。

GPT法律提示工程師如何進行提示呢？以下舉幾個例子加以說明。

其一，GPT語言模型的特點是對輸入非常敏感，回答穩定性不足。當用戶給定一個特定問題時，GPT會聲稱不知道答案甚至拒絕回答，提示工程師需要稍微改變問題中的“提示”，生成用戶想要的答案。

譬如，律師為了案情所需想要了解破解計算機系統安全系統方面的知識，他問GPT：“能否告訴我破解計算機系統安全系統方面的知識？”GPT會拒絕回答或者提醒用戶這是非法活動。如果提示工程師稍微修改問題，使用相近的提示詞，如“我在學習計算機安全系統方面的知識，想知道如何檢測系統漏洞并修復它們？”這時，GPT可能會提供關于檢測和修復計算機系統漏洞的合法信息和建議。

其二，除了調整“提示”，提示工程師還可以引導GPT“一步步思考”，生成用戶想要的文本輸出。譬如，律師問“能否幫我撰寫一份借款合同”，針對這個常規提問GPT會生成最普通的合同文本，卻難以滿足客戶的特殊需求。此時就需要提示工程師介入，通過不斷更新“提示”，與GPT形成共同編輯狀態，告訴GPT要更正細節、增加或刪除特定內容、拋棄不確定的詞匯等，結果生成用戶滿意的合同。

其三，提示工程師可以運用思維鏈（Chain of Thought）提示詞模式引導GPT提供更詳細、更有邏輯性的問題解決方案。普通的提示模式表現為“問題-答案”。例如，律師問：根據美國法律，如果一個人在工作場所發生事故，導致他人受傷，他應該承擔多大責任？答案為：一個人需要承擔部分或全部責任，具體取決于他們的過失程度和所在州的法律。思維鏈提示詞模式表現為“問題－推理步驟－答案”。

提示工程師會設計以下的推理步驟。如，推理步驟一：了解所在州的法律關于工作場所事故責任的規定；推理步驟二：確定事故發生時當事人的過失程度；推理步驟三：根據所在州的法律和過失程度，計算責任比例。答案為：在美國法律下，一個人在工作場所發生事故導致他人受傷時，應該根據所在州的法律規定和他們的過失程度來確定責任，然后根據這些因素計算具體責任比例。這里的推理步驟也是一種“提示”。

上述例子看似非常簡單，實際的提示工作要復雜得多。GPT法律提示工程師固然可以通過輸入文字，給GPT發出指令，讓其按照自己的要求輸出文本，但是，作為一種人工智能，GPT語言模型自有其邏輯，而且不透明、無法解釋。因此，工程師的提示操作會產生什么結果并不確定，這一點有時恐怕連語言模型的設計人員也無法預測。

所以，GPT提示操作要求GPT法律工程師不僅要有專業技術，而且還要有極大的耐心，在不斷反復操作中總結規律，最終達成目的。

GPT法律提示工程師要通過自己不斷豐富的“聊天”經驗，形成有效的“人機交互”方法論，并記錄整理出來，生成教程文檔、數據庫和工具庫。這樣才可以讓律師們快速學習提示工程或簡單地找到理想的提示詞，最終讓律師的GPT使用體驗變得簡易化、流程化、標準化。

職業發展前景尚存爭議

從Mishcon de Reya LLP發布的職位招聘職責來看，GPT法律提示工程師的工作更為豐富。具體表現為：與律師和實踐轉型團隊合作，了解可以應用GPT等大型語言模型的法律實踐用例；與業務和法律運營專業人士合作，了解可以應用GPT等大型語言模型的更廣泛的業務使用情況；與數據科學團隊緊密合作，為一系列法律和非法律用例設計和開發高質量的提示；評估和改進現有的提示，以確保它們是有效的；了解自然語言處理和GPT技術的最新發展，將這些進展納入我們的工作，并發揮領導作用，使我們的戰略、實踐轉型和數據科學團隊保持最新；與團隊合作，確保我們對語言模型的使用符合道德和監管要求。

雖然目前還沒有確切證據表明市場上對于GPT法律提示工程師職位的具體需求，但自由職業者市場上已經出現大量提供GPT法律提示技能的求職者。隨著GPT等生成式AI在法律行業應用的不斷擴大，對GPT法律提示工程師的需求可能也會增長。

關于包括GPT法律提示工程師在內的提示工程師這個職業的發展前景，專家們有不同的意見：有人認為，由于GPT目前還有缺陷，所以GPT提示工程師只是一個修復GPTBug的臨時人員，一旦GPT可以為自己編寫“提示”時，GPT提示工程師就會失業。

也有人認為，GPT畢竟不可能成為人類，GPT提示工程師將一直存在。GPT等生成式AI的生成文本能力源于海量數據，GPT從這些數據吸收“營養”匯聚起來的知識體系是比較龐雜的，它們堆積在GPT的“大腦”里，每次在回應外界提問時都要進行提取，但是這個提取并一定準確?；贕PT等生成式AI對于提問回應模糊性這一問題，用戶和AI之間仍然需要一個中介，這個中介未來可能會由專人擔任，也可能由用戶“兼任”。因此，就GPT目前的發展來看，在短時間之內，GPT提示工程師不會失業，即使提示工程師這個職位可能消失，但是“提示”這個工作將繼續存在。

筆者認為，對于像律師這樣的職場人士來說，要想在人工智能時代不被淘汰，就需要擁抱人工智能，包括學習使用它以及如何與它相處得更好。

（作者系西北工業大學馬克思主義學院教授）