浅谈提示词发展现状，Prompt 自动优化是未来。

#封面手绘于本科期间，当年在知乎上写的第一篇关于 AI 的文章就用的这个封面，聊表纪念。

这次我们来聊聊 Prompt. 本来想取一个类似“提示词不存在了…”，或是“再见，Prompt 课程…”的标题，但最近很多大佬的谬赞让我感到诚惶诚恐，后来想想还是算了。

从 2022 年 11 月起，刚刚入门 NLP 的我开始研究大模型，期间也学习过一些论文，以及一些提示词书写框架。

以下是我这一年半以来，混迹大模型上中下游，沉淀出的一些思考。

我整理了一个流程图，概括了这一年多我看到的 Prompt 的一些发展。

图 1-1 Prompt 发展脉络图

在最早期，少数爱好者经过不断的尝试，根据经验，加之一些前沿论文的探究学习，总结了许多能让大模型输出更好效果的提示词技巧和框架，爱好者不断增加+教程不断完善，渐渐诞生了许多 KOL 以及提示词社区。

再后来，大概 2023 年 6 月左右，以文心一言和科大讯飞为代表，各家大模型产品开始内嵌了许多“助手”，即基于 Prompt 创建完成的 Bots.平台还加上了一些 UGC 的玩法，靠大赛/教学等激励方式，涌现了许多丰富的 Bot，本质上是将 Prompt 社区做到了自家产品里。

作为一个 toC 产品，给用户不断提供新颖的 Bot 的策略是对的，但当时一些厂商过于追求数量（可能是为了发布会装逼），体验过后会发现绝大部分 Bot 没有任何意义，提效类的经常出错，娱乐类的经常出戏。

随着模型能力的不断迭代以及 Agent 的不断迭代，后来 OpenAI 发布了 GPTs，各家也一个接一个地推出了“商店”或是“广场”，比如最近 Kimi 推出了 kimi+. 发展到现在，Bot 的创建也不只局限于 Prompt，还衍生了外挂知识库、调用 API，工作流创建等