《AI時代的提問力 Prompt Literacy》

醒報編輯 2025/10/01 19:38 點閱 533 次

大型語言模型(LLM,Large Language Model)是生成式AI的核心技術,在進化的學習環境中,大型語言模型透過和人類對話,以及和其他生成式AI與各種應用程式、外部硬體互動,都會提升生成式AI的能力,更能幫助我們解決現實世界的課題。

本書作者岡瑞起(OKA Mizuki)和橋本康弘(HASHIMOTO Yasuhiro)是日本AI專家,兩人帶領讀者了解「精準提問、正確下指令」的基本知識,並且分析大型語言模型的機制,介紹指令模式、觸發指令,幫助我們掌握與AI對話的技巧和知識。作者也提醒,生成式AI有可能成為人類的AI代理人,我們必須加速了解AI代理人的自律性、社會性和嶄新的資訊生態系。

工作會隨著AI改變嗎?剛剛解說了三種引領AI風潮的核心技術。了解這些技術,應該就能明白ChatGPT是專為對話設計的模型,也是為了特定目的學習的模型才對,所以也能利用公司的業務資料訓練成專門處理業務的模型。比方說,可以訓練處理會計、法律、醫學、教育以及其他領域的模型。

如此說來,大部分與語言有關的工作都應該會受到大型語言模型的影響才對。其實OpenAI與賓州大學於2023年的研究指出,80%的美國勞工至少會受到10%的影響,每五個人就有一個人的日常工作會有一半受到影響。換句話說,許多工作會受到影響是肯定的。

如果工作肯定會受到影響,那麼AI會如何改變工作呢?

AI工作產值

最先被改變的莫過於工作產值。當生成式AI能於業務應用,產值會產生什麼變化呢?最早將生成式AI的技術引入業務之中的業界就是開發軟體的電腦業界。觀察AI對於這個業界與工作的影響,或許就能一窺AI將在其他領域造成多少影響。

讓我們以程式設計輔助工具GitHub Copilot為例,程式設計師在撰寫程式時,這套工具能夠即時提供提示詞建議,所以程式設計師能省去不少撰寫程式的麻煩,而且提示想撰寫的程式碼,Copilot還會提出程式碼的方案。只要正確地提示想撰寫的內容,有可能只需要輸入提示詞,就能寫出需要的程式碼。

Copilot撰寫程式

一如Copilot的意思為「副駕駛」,指的是Copilot可提供與AI一起撰寫程式的體驗。所謂的結對開發(Pair programming)是指兩位程式設計師於同一台電腦輪流寫程式,一邊審閱彼此的程式碼,一邊進行開發的手法。

如果使用Copilot,就等於與AI組隊寫程式。實際使用Copilot就會發現,Copilot真的是非常優秀的工具,會讓人覺得少了它就不想寫程式。

在過去,寫程式都必須不斷地在網路搜尋相關的文法與使用方法,但Copilot問世後,再也不需要這麼麻煩,只需要在編輯器就能完成相關的工作。此外,程式設計師只需要先輸入提示詞,再檢閱Copilot產生的程式碼,這等於是從第三者的角度檢視程式碼的正確性,這讓人不禁覺得,這樣應該不大會出現錯誤的程式碼,這也是結對開發的效果。

提升工作效率

到底使用Copilot可以提升多少工作效率呢?目前已有量化的評估方式。微軟研究院這類研究團隊曾透過實驗測量使用了Copilot的組別,以及未使用Copilot的組別各自花了多少時間完成工作,以及比較了兩者的工作完成度,結果發現,使用了Copilot的組別比未使用Copilot的組別快了40%的時間。

這兩個組別的工作是利用JavaScript這種程式語言撰寫HTTP伺服器,所以也評估了伺服器的性能。結果發現,使用Copilot撰寫的伺服器,不僅比沒有使用Copilot撰寫的伺服器來得更省時間,性能也差不多。

這項實驗找來了95位接案的程式設計師為實驗對象,而實驗結果指出,年資愈淺的程式設計師愈能感受使用Copilot的優點。年資尚淺的程式設計師常常花很多時間確認函數的內容,而且也得花不少時間思考該使用哪些函數,但是當Copilot提出建議,就大幅縮減了查詢函數的時間,而且還能像是使用Copilot Chat一樣,一邊與Copilot對話,一邊開發需要的功能。

如果這類功能變得更加實用,或許就能提升開發速度與開發品質。儘管這項實驗沒有出現統計的顯著差異,但使用Copilot的程式設計師都表示,使用這項工具可減少錯誤。

Copilot程式設計師

在困難的工作應用Copilot可提升資深程式設計師的能力。雖然Copilot的實驗結果指出,資淺的程式設計師的確受惠於Copilot的幫助,但是對資深的程式設計師又會造成什麼影響呢?

一般認為,工作愈是困難,生成式AI對於資深程式設計師的影響應該愈大。就建置HTTP伺服器這項工作而言,從開始建置到結束建置的規格相當明確,該完成的部分也十分清楚,所以只要依照規格細心地撰寫每一項功能,就能完成工作,不大需要執行複雜的除錯步驟。

一如下圍棋時,我們必須依照對手的棋路調整自己的下一步,如果是看不見終點的工作,應該連資深程式設計師也會感受到Copilot的威力才對。下圖是圍棋棋手利用AI學習之後,棋力提升多少的圖表。

AI輔助誕生天才。

從這張圖表可以得知,開始與AI對弈之後,棋手的棋路突然大增,下錯的次數也減少,下出好棋的機率也大幅提升。

這個傾向也會在資淺棋手或是年輕棋手身上看到,但是在經驗豐富的棋手或是年老的棋手身上更加顯著。這或許是因為愈是經驗豐富的棋手,愈明白AI提出的新棋路有多少價值,也能體會這些新棋路的用意。

圍棋名人曾說,利用AI學習之後,讓他跳脫了舊有的框架,學到新的手法與路數,也讓他擁有更多精湛的棋路。利用大量資料學習的AI的確擁有更多知識,而要從這些知識找出有用的知識,當然需要擁有更多該領域的知識。

愈了解該領域的知識,就愈能應用這類進階的工具,這就是大型語言模型這類生成式AI與古典的機械學習模型最明顯的差異,愈是懂得使用的人,愈能夠從模型引用更多不同的知識。

由此可知,不管是初學者還是專家,都能透過AI讓自己的能力出現明顯的成長。一如將棋的世界出現了藤井聰太這種天才棋手,任何領域或許都能在AI的輔助之下誕生天才。

態度與期待的變化

如果初學者與專家的能力都因為生成式AI大幅提升,那麼會發生什麼事情呢?人們有可能會對工作成果抱以不同的期待,也就是說,人們會希望在短時間之內得到高品質的工作成果。比方說,除了希望專案早點完成,而且還會希望軟體的錯誤更少,或是想要取得更詳細的資料分析報告。

其實過去也發生過新技術普及後,社會產生變化的情況。比方說,網路剛普及時,來不及適應的企業便失去了大部分的市場。

美國影視娛樂提供商百視達未能預測網路影片串流服務的崛起,尤其未能因應Netflix的成功而流失了大部分的市場。無獨有偶,銷售音樂的HMV也因為數位音樂的普及以及網路銷售模式的崛起失去了地位。

AI取代人類工作

至於日本,隨著數位相機的普及以及線上照片服務的崛起,相機專賣店KITAMURA以及其他的膠捲零售業的商業模式都受到威脅。從這些例子可以得知,未能適應新技術的風險有多大。

如今,生成式AI普及的速度比前例的新技術還快,影響範圍也更大,如果組織或個人未能妥善應用AI,恐怕將會失去競爭力。

以下圖表清楚地列出AI的進化速度。縱軸是正確完成文字辨識、語言處理、影像處理這類工作的分數,從中可以發現,AI的分數一年比一年更高。最值得注意的部分在於2016年之後,AI的效能超過了人腦的效能,在閱讀能力、常識、數學、撰寫程式碼這類新工作方面,分數也出現驚人的成長。

這些原本都是人類比較擅長的工作,沒想到AI瞬間就追上了人類,甚至超越了人類。原本由我們負責的工作,或許會在不久的將來由AI取代。(宇欽/輯)

《AI時代的提問力 Prompt Literacy》
作者:岡瑞起, 橋本康弘
出版社:經濟新潮社

其他書訊:
《冷戰與南洋:我的新聞人生》
作者:陳加昌
出版社:季風帶文化有限公司

本書是新加坡已故資深記者陳加昌七十年新聞人生的回顧。書名中的「冷戰」為時間維度,「南洋」為空間座標,將其記者生涯中最重大歷史節點與關鍵人物交織呈現,寫下冷戰裡的南洋視角。

從韓戰、越戰、萬隆亞非會議、華玲和談、新馬分家到泛亞通訊社的興衰轉型,陳加昌走過每一場新聞現場,書寫每一段地緣變局,不僅是記者的職涯自述,更是一部以南洋視角書寫的冷戰亞洲史。

《泛 PM 職能的百萬年薪破關術》
作者:李星玟(Rafeni)
出版社:博碩

為什麼越努力,卻越迷惘、越無力?你是否也曾經歷這樣的階段?開局不錯、意氣風發,但隨著趨勢與環境變化,一切開始變得模糊,甚至懷疑自己是否走錯方向。

不是你不夠好,而是局勢變了,而你還沒看見。也許只是,還沒有人教你怎麼破解現在的局面。這本書,是為現正卡關的你獻上的轉化地圖,陪你在職涯迷霧中釐清方向、找回主導權,重新出發。這本書,將陪你重新找回自己的力量。不是要你學更多工具,而是從看懂自己、看懂局勢開始,從本質出發,用屬於你的方式破關。

《走讀伊斯蘭》
作者:賈斯汀.馬羅吉
出版社:聯經出版公司

曾受世人欽羨、充滿無限可能的伊斯蘭世界,一千五百年來造就了許多名垂青史的重要王朝、領袖和城市。在極盛時期,於各方面締造了無可比擬的成就;在頹敗時期,變成封閉、殘酷而危險的文化荒地。從七世紀伊斯蘭誕生的麥加,到二十一世紀驚人崛起的朵哈,結合史料和實地報導,以創新角度探索伊斯蘭世界豐富多元的文明。

本書描寫了這些偉大的王朝和它們在伊斯蘭歷史中高峰時刻的首都,將伊斯蘭歷史上的決定性時刻精彩地串連起來,記錄了這個文明的盛世繁華,並關注伊斯蘭世界在今日的持續變化。

捐款成為醒報天使

由於熱心人與支持者的捐款,醒報的深度報導與客觀評論都是免費閱讀的,希望你也能加入「醒報天使」的行列,小額支持。我們會寄給您抵稅收據!