在ChatGPT、Midjourney、Stable Diffusion等新事物的作用下，不少人或多或少听说过Prompt的概念。 虽然OpenAI掀起的大模型浪潮再度刷新了人们对AI的认知，但现阶段的AI终归还不是强人工智能，大模型里的“知识”存储在一个隐性空间里，需要输给AI正确的指令，也就是过去几个月中频频被讨论的Prompt。 有人将Prompt翻译成“提示词”，也有人翻译为“激发词”。再感性一些，就像童话故事里的魔法一样，Prompt是AI时代的魔法，拥有它就拥有“巫师”一样的能力。 01 Prompt是什么？ 并不难理解Prompt的字面含义，可为何会出现Prompt这个概念？既然是ChatGPT炒热的新名词，不妨让ChatGPT自己来回答。 这个回答中规中矩，但还是可以提取到一些有价值的信息：一，Prompt继承了计算机编程里的命令行提示符，可以理解为控制AI的指令；二，在生成式AI的语境里，Prompt的价值在于引导，而非计算机里的命令。 打个比方的话：大模型就像是人类的大脑，知识被存储在神经元联接中，只有当你遇到具体的问题时，就像“你最喜欢的食物是什么？”大脑才会给出确切的答案，Prompt等于是一个个具象的问题。由此产生了一种流行的说法，即提问比回答更重要。你使用ChatGPT所遇到的“边界”，实际上是你自己的“边界”。 但Prompt的价值体现，并不在于ChatGPT代表的对话机器人，而是Midjourney为首的图像生成类应用。 简单来说，你要告诉AI想要什么样的图，想要把自己脑海里的东西变成肉眼可见的图案，需要几十个单词作为Prompt。哪怕只有一个提示词的差异，AI所生成的图像都可能有着质的差别，怎么正确地给AI投喂Prompt，逐渐成了一门深奥的学问，并衍生出了提示语工程学（Prompt Engineering）的说法。 以至于在衡量大模型的能