提示词工程师
Prompt Engineer
技术岗快速增长2023 大规模招聘
设计、测试和优化大语言模型的输入指令，让 AI 在各业务场景中产出准确可靠的结果。ChatGPT 爆发后成为最早一批被企业大量招聘的纯 AI 岗位，目前正在从独立职位演化为所有 AI 从业者的基础技能。新加坡和澳洲的科技公司、银行、咨询公司都在高薪招聘此角色。
💰
薪资范围$100K–$300K+
🏢
招聘企业OpenAI · Anthropic · Google
🌍
热门地区
美国新加坡澳洲英国印度
⚡
核心技能NLP · Prompt 设计 · AI 工具链
在匠人学院系统学习这个方向
以下是 JR Academy 真实在售的课程，点击直接查看完整大纲和报名入口
岗位 JD 分析
核心职责
- 为不同业务场景（客服、内容生成、数据分析等）设计、迭代和维护 Prompt 模板库
- 建立 Prompt 评测体系，通过 A/B 测试和人工评审持续优化输出质量
- 与产品和工程团队协作，将 Prompt 工程集成到产品工作流中
- 编写 Prompt 最佳实践文档和内部培训材料，推动团队 Prompt 能力提升
- 追踪 LLM 新版本和新能力，及时调整 Prompt 策略以适配模型升级
必备要求
- 深入理解 GPT-4o、Claude、Gemini 等主流大模型的能力边界和行为特征
- 掌握 Few-shot、Chain-of-Thought、ReAct 等核心 Prompt 技术
- 具备 Python 或 TypeScript 脚本能力，能自动化 Prompt 测试和评估流程
- 优秀的中英文写作能力，能将复杂业务需求转化为清晰的指令
- 至少 1 年 LLM 应用开发或 Prompt 工程实践经验
加分项
- 有 NLP 或计算语言学背景
- 熟悉 LangChain / LlamaIndex 等 LLM 开发框架
- 有垂直行业（金融、医疗、法律）Prompt 优化经验
典型的一天
上午：分析昨晚自动评测报告，定位 Prompt 退化的模块并修复
上午：与产品经理对齐新功能需求，起草初版 Prompt 方案
下午：在测试集上跑 A/B 实验，比较不同 Prompt 变体的准确率和一致性
下午：参加跨团队 Review 会，分享 Prompt 工程最佳实践
晚间：浏览 AI 社区新论文和技巧，更新内部 Prompt 知识库
转型建议
适合转入的背景
内容创作者 / 文案策划：文字驾驭能力强，理解"指令→输出"逻辑前端 / 全栈开发者：有编程基础，能快速搭建评测工具产品经理：善于拆解需求，能将业务语言转化为 AI 指令翻译 / 语言学背景：对语言结构敏感，Prompt 调优上手快
转型路径
- 第 1 步：系统学习 Prompt Engineering 核心技术（Few-shot、CoT、Self-consistency 等），完成 20+ 实战练习
- 第 2 步：选一个垂直场景（如客服自动回复）搭建完整 Prompt 项目，含评测指标
- 第 3 步：学习 OpenAI / Anthropic API，用 Python 自动化 Prompt 测试流程
- 第 4 步：在 GitHub 开源一个 Prompt 模板库或评测框架，积累作品集
- 第 5 步：投递 AI 初创公司或大厂 AI 团队的 Prompt Engineer 岗位
学习路线图
Phase 1: 基础 (1-2 月)
掌握 Prompt 设计六大原则：角色设定、格式约束、示例引导、思维链、自我反思、输出校验熟练使用 ChatGPT、Claude、Gemini 三大主流模型完成 JR Academy Prompt Master 全部课程模块
Phase 2: 进阶 (2-3 月)
学习 LangChain / LlamaIndex 框架搭建 Prompt 管线掌握 Prompt 自动评测方法：LLM-as-Judge、ROUGE/BLEU 指标深入研究 System Prompt 安全与防注入技术
Phase 3: 实战 (3-4 月)
独立完成一个行业 Prompt 项目（如金融报告摘要、法律条款提取）搭建 Prompt 版本管理和 AB 测试工作流撰写技术博客或开源项目，建立个人品牌
常见误区
误区
认为 Prompt Engineer 只是写几句话，不需要技术背景
正解
需要理解模型原理、掌握编程能力、具备系统化评测思维
误区
只针对一个模型优化 Prompt，忽略跨模型兼容性
正解
好的 Prompt 应在 GPT-4o、Claude、Gemini 上都表现稳定
误区
用主观感觉评估 Prompt 效果，没有量化指标
正解
建立评测数据集和自动化 Benchmark，用数据驱动优化
推荐学习资源
准备好了吗？
开始学习 提示词工程师 所需的核心技能