一笔100万元人民币（18万新元）的广告预算，既要覆盖地铁、商场、电梯和社交媒体，又要触及更多女性消费者。钱该怎么分？若覆盖面、精准度、成本和效果互相“打架”，又该舍弃哪一个？
过去，这些问题得靠人工逐项权衡。如今，广告主只须在网页填入预算、目标人群和预期效果，人工智能（AI）系统便能在几分钟内给出方案；要求冲突时，它还会“劝”客户重新取舍。
让这套AI系统听懂人话、熟悉广告生意的，是29岁的提示词工程师翟宇同。
来自江西景德镇的翟宇同，凭奥数成绩保送中国科学技术大学，一路读完计算机专业本硕博。他从本科起接触机器学习，见证图像识别在2016年至2017年前后走热，还曾与中新人工智能协会（China-Singapore AI Association，CSAIA）合作参与AI保险推荐项目。但博士毕业后，他进入物流业，与AI渐行渐远。
转折出现在2022年底。ChatGPT横空出世，生成式AI热潮席卷全球。翟宇同判断，AI将是“未来10年的显著增长点”，于是在2024年转到杭州一家广告投放公司，成为提示词工程师。
这份被形容为替AI写“咒语”的工作，实际上是把模糊诉求转化为机器可执行的指令和规则，也是生成式AI热潮催生的新岗位之一。2024年，中国官方将涵盖提示词设计的“生成式人工智能系统应用员”列为新职业。
把广告生意“翻译”给AI
乍看之下，翟宇同的工作似乎只是对聊天机器人说“请帮我分配预算”，但现实远非如此。系统上线前，他会让通义千问、ChatGPT等模型解答同一道业务题，比较谁错误更少、成本更低。
模型并非越新、越贵越好。擅长图片生成的，未必会做客服问答；语言理解出色的，也不一定适合图像任务。他须在能力、业务适配度和成本之间取舍。
选定模型后，细活才开始。客户说“想让更多女性看见”，机器首先要知道“更多”如何衡量，也要理解预算、受众、点位和投放效果之间的关系。翟宇同会把含糊要求拆成多个步骤，再告诉模型要扮演什么角色、分析哪些资料、遵守哪些业务规则，以及用什么格式回答。
他还会搭建动态提示词模板，可自动填入预算、点位和目标人群，让模型处理不同客户的需求，无须每接一单就重写“咒语”。
模型通常需要一至五分钟完成分析；需求合理，就列出各渠道的预算占比、方案优缺点和预期效果；条件冲突，则指出矛盾并建议调整要求。结果最终回到网页前端，以客户容易理解的方式呈现。
系统上线也不等于交卷。用户会提出测试阶段未曾设想的问题，客服也会带回“答非所问”的案例。这时，工程师须判断问题出在模型选择、任务拆解还是行业知识，再调整模型、提示词和资料库。
最难的是让AI“听话”
翟宇同一般早上9时至10时开工，晚上9时左右结束，一周五天，每天工作10小时，大量时间花在测试和修改上。他自嘲，日常“好像没什么特别”，但最头疼的是，AI明明看懂每一个字，合起来却未必明白人要什么。
有时，他已把客户需求拆成A、B、C、D几项，普通人一看就懂，模型却仍会走偏。问题各式各样：行业词汇有歧义；输入的信息太多，它可能忘记前文，太少又摸不清任务。客户只想看50个字，模型却洋洋洒洒写出500字。
“这客服是有毛病吗？给我输出这么多，我不想看了。”翟宇同模仿客户的反应说。答案再完整，用户不看也是白搭。
此外，有些用户不习惯与智能客服交流，也有人刻意诱导AI说出对自己有利的话。翟宇同因此须预先划定边界：一旦触发敏感关键词或风险情境，系统便停止作答，转交人工客服。
两年前，大模型的幻觉严重，经常答非所问，连简单运算也可能翻车。翟宇同回忆道，早期让AI处理较长的乘法算式，“整个就是灾难”。如今模型不断迭代，准确度明显提高，奇怪答案少了，却出现新问题：昨天还管用的提示词，模型更新后可能不再适用，工程师也得跟着机器重新学习。
不过，反复调试也会带来成就感。翟宇同最满意的，就是那套广告方案系统。他设计两条路径：需求合理就生成方案，不合理则自动诊断矛盾。上线后，客户可自行修改条件、快速获得反馈，他也不必重复回答相同问题。
“相当于我自己做了一个AI智能助手，一方面给自己减负，一方面也让用户得到更快更好的反馈。”
“会写咒语”已不够
2023年生成式AI爆发时，提示词工程师一度被捧成“不会编程，只靠与AI聊天也能拿百万年薪”的职场新贵。然而，随着大模型越来越能理解自然语言，企业逐渐建立标准化模板，只负责写几句提示词的岗位很快失去稀缺性。
据中工网2025年报道，微软对31个国家约3万1000名员工的调查显示，在企业未来12至18个月拟增设的AI相关岗位中，提示词工程师排名接近末位。智联招聘、BOSS直聘等平台数据也显示，2025年中国相关岗位发布量较2023年减少约七成。
翟宇同对此并不意外。他说，大模型刚走红时，企业急于推出产品，几条提示词就能明显改善输出，相关岗位因而迅速涌现。“只写提示词，门槛确实不高，好像有手就能写”，但当产品、工程和运营人员都掌握这项基本功，提示词便从独立职业变成通用技能。
不过，这不意味着提示词工程失去价值，而是它正在被内化进更复杂的岗位。
翟宇同说，“纯提示词工程师”将越来越少，市场更需要兼具模型评测、资料整理、编程能力和行业知识的复合型人才。他们不仅要会写提示词，还得整理专业资料，通过后训练或接入知识库，把AI培养成金融、法律、医疗等领域的“小专家”。
当模型越来越聪明，提示词工程师会不会被取代？翟宇同坦言，市场每天都在变化，很难预料明天会发生什么。“AI就像高铁，等你看清它的车头时，它的车尾已经从你身边驶过去了。”
但他认为不必过度焦虑，关键是随着技术变化不断调整自己。他也仍看好AI行业，预计本轮景气周期还能持续五年，至少延续至2031年。
至于会在这一行待多久，他说：“就跟随行业的发展走吧，我还是很乐意参与这一波AI浪潮的。”
