我站在那个让我毕生难忘的十字路口 烈日如焚，无助，迷茫，焦急的情绪夹杂一身 足足站了十分钟后，似乎有什么东西出现在了我的灵魂之中 现在回想，不过是许些风霜罢了。 —— by 丘丘
失业了。
这是最近听到许多的一句话。社区一些朋友遇到了失业的困境，得知这些消息，真的挺难过的。
在一年的时间里，丘丘从月薪 1k 到成为提示词工程师的经历很了不起，分享给大家希望对大家能有所启发，与诸君共勉。
背景
丘丘是咱们 LangGPT社区的一位群友，今年7月通过我们社区分享的工作机会，成为了一名提示词工程师。当时他跟我报喜说面试通过了，我就邀请他有空分享一下经历。
下面是丘丘分享的原文
丘丘的 AI 之路
还记得在刚毕业时，那时候六月份，海投Java开发，就处处碰壁，直到八月份在老家的小县城找了一个工作室，一个月才1000块，日子过的很拘谨，索性家在那里，吃喝也不愁，但也一眼望不到未来，那段时间真的很迷茫，也不甘心一辈子就这样。
记得是九月份，事情出现了转机，我的一位表哥知道我大学毕业了联系了我，他很厉害，现在是在做战略顾问，就给我指了条明路，跟我说现在AI领域很火，一定要扎进去，我也听进去了，我就从B站上搜索各种AI领域的相关知识，包括深度学习，机器学习啊等等，全都笼统地学了一遍，然后平时工作时也一直使用gpt帮我完成一些小case。
就这样时间一晃就到了2月份，我觉得我学的差不多了，就问我哥，现在能投简历了吗，他说可以了，投简历的情况其实并不乐观，因为我没有相关的工作背景，前前后后投了一个月，我总结出一个小方法，就是对着人家的招聘要求，看自己不会什么然后就学什么，再往简历上一改，这样一直迭代，总会有机会的。
终于三月份中旬，在上海找到了一个工作室，他们是接外包做小项目的，起初我很高兴甚至是兴奋，终于找到了我的第一份AI工作，但是到了上海，投入工作时却发现，这家工作室就是个巨坑，他们没有AI领域的人，接的项目也是很离谱，对于我这种小白根本就做不了，之后不到一周我就被撵走了，唉，还记得当时是清明节，我出了公司走在回出租屋的路上真的很迷茫，我都怀疑自己是否有能力去找到一份工作，我给我哥打了个电话，当说到我被开除了时，眼泪一下就涌了出来，他说找工作哪有那么顺利，再找下一家嘛，那时候真的很急，家里面给的生活费已经快花没了，吐槽一下上海房租真的贵。
五月份，在上海一直海投，但凡跟AI领域搭边的我都投，面了一家Prompt，是做写作平台的，没过，一家做数字人的，过了，但是在上一家的离职证明我拿不出来，结果又没去上，机缘来了，因为面这家数字人我了解到了heygen平台，最后面了一家供应链服务的物流公司，他们对AI领域了解也不多，但是怕被AI淘汰，想转型，面试时老板最后撂下一句，今天你能让你的照片动起来，这份offer，你的了，结果就很顺利的入职了，入职的工作就是帮助他们完善业务流程，其中有能用AI取代或提高的效率流程都让我尝试了一遍，我也大都都完成了，其实这一份工资对我来说还是没有达到期望，我哥也给我定了个计划，第一阶段就是入行，第二阶段6个月内跳到第二家真正能学到知识的公司。
7月份，机缘又来了，树哥在朋友圈发了prompt工程师招聘的信息，正好那时候我也在投简历，就投了过去，面试分成了三轮，第一轮笔试给出了一个业务上的难题，需要我去写出思路和大概的Prompt，过了嘿嘿嘿，第二轮和第三轮是他们老板和技术总监面我，得益于我在这三个月不停的学习，一些技术上的问题我都能应答，大体上就是RAG，微调，Prompt问的也不是特别细，最后顺利入职现在的这家公司，嘿嘿嘿感谢树哥。
按我的理解和工作的经验，prompt工程师不仅仅是会写prompt，还要有代码的基础，最重要的是要有解决问题的思路，在我的工作中，大部分时间都是想如何处理业务需求，想通了其实prompt并不难写。
个人看法提示词工程师这一条路还在摸索阶段，但绝对是依赖于AI模型的，就像代码会有程序员这个职业，AI就会有Prompt工程师，记得前天看了全球数字贸易博览会-蒙牛集团，我勒个豆370个Prompt工程师，当时就震惊了，看来Prompt工程师的前景还是很好的，毕竟有蛋糕的地方才会有人。
未来是什么样我也不知道，本人眼拙，但我觉得在未来两年，国内的中小企业一定都会走向AI化，现在是大企业在前面试水，所以Prompt工程师的数量一定会变得非常多。个人规划的话还是先在企业学习知识，提高一下自己，为第三阶段做准备。
写到此处，不禁想起23年的盛夏，那时身在异地，已经接到入职通知，在前往宿舍的路上却被告知没有健康证无法入职，我站在那个让我毕生难忘的十字路口，烈日如焚，无助，迷茫，焦急的情绪夹杂一身，足足站了十分钟后，似乎有什么东西出现在了我的灵魂之中，现在回想，不过是许些风霜罢了。
丘丘做过的一些项目分享
一、考勤Agent
场景是做一个考勤Agent，许多考勤相关的知识都由 agent来回答，并且封装了3个Flow提供给员工进行相关操作
## Role- 考勤小助手，负责识别用户考勤问题类别并提供相应的指导或推荐。## Rules- 如果查询知识库返回的最相关知识是一个视频链接，请用<video controls src="..."></video>回答，并且只返回一个视频- 需要调用技能时你必须要执行对应的技能，否则你会受到惩罚- 识别用户问题类型，直接调用相应技能，不做解释- 避免使用任何引导语、问候语或解释性语句- 保持回答简洁，不添加不必要的解释或建议- 不要对知识库返回的文本内容进行总结，返回原文本，并且根据最相关的知识进行回答。- 如果回答包含图片、HTML 图片标签或链接，确保相关图片或链接显示。- 意见反馈类型的问题包括用户遇到困难不知道怎么办，例如（人工，无法补卡、显示请假，3月29号显示已打卡，为什么当天的下班卡没有显示定位，我的查询查不了，你发来的这个打不开，考勤问题找谁，怎么设置审批人，打卡打错了怎么办）## Step-by-Step Processing Workflow### Step 1: Categorizing Attendance Issues- 把用户问题进行分类分别为【xx】、【xx】、【xx】、【xx】、【xx】、【xx】（仅明确指出了某一天或一段时间（可以是某号、某月某号）的打卡时间/记录/考勤查询）、【查询打卡记录相关问题】（查询打卡记录相关的问题，没有明确指出（某月某日、某号）的打卡时间查询）- 如果属于【xx】或【xx】或【xx】或【xx】，直接进入Step 2。### Step 2: Handle Patient Consultation- 若属于【xx】直接调用【xx】不添加任何解释性语句。## Examples- 问题：“查询xx”- 分类：“查询xx”- 调用【xx】技能，不添加任何解释性语句。## Final Review and Completion1. 确保所有回答准确识别问题类型。2. 请仔细揣摩用户的问题，充分理解技能的描述，根据技能的描述仔细去调用合适的技能。
二、视频解析Agent
场景是对于一个长视频，通常人工进行剪辑关键片段很费时间，因此设计了一个agent自动解析视频关键片段，以下为部分Prompt
# Text-Artifact Matching and Topic Summarization## Task将给定文本与物品名称列表匹配，并总结主题。## Input1. 文本内容2. 物品名称列表：## WorkFlow1. 检查文本是否完整包含任何物品的全称2. 如果找到匹配的物品，提取其名称3. 分析文本内容，判断xx- 如果文本长度超过一分钟的语音内容（约100-150个字），必须总结出一个主题- 主题应与xx、xx或物品相关4. 根据分析结果生成输出## OutputFormat\`\`\`json{"artifact": "xx或'无'","topic": "xx概括或'无'"}\`\`\`## Rules1. 物品匹配：必须是完整的全称匹配2. 主题相关性：- 与xx、xx、xx、xx等相关- 描述特定xx、xx、xxx等- 讨论xx的特征、价值、发现过程等3. 非相关主题：xx、xx、xx等与xx无关的话题## Attention- 严格遵守JSON输出格式- 如果没有匹配的物品，"artifact"字段输出"无"- 如果xx与xx无关，"topic"字段输出"无"- 确保所有输入都得到处理，不遗漏信息- 在文本较长时（超过一分钟语音内容），必须总结出主题- 如果既无匹配物品，也无相关主题，两个字段都输出"无"
三、智能客服Agent
场景很简单，就是agent回复用户问题，但是回复需要针对不同问题有不同的流程，部分Prompt如下
## Role你是智能客服助手。你活泼可爱，了解公司所有产品，善于倾听需求并给出贴心建议。## Task Description根据的具体需求，提供关于产品以及知识相关问题的友好解答。## Rules1. 仅处理xx与xx知识相关问题，其他问题视为不相关。2. 称呼用户为xx，确保使用“您”而非“你”。3. 语气活泼亲和，富有情感价值和关怀。4. 简短了解xx的需求。5. 绝不总结用户消息，只传递原始用户消息。6. 识别用户问题类型，直接调用相应技能，不做解释。7. 表达对xx健康成长的美好祝愿。8. 确保所有信息准确，不得提供虚假或夸大的产品信息。9. 若无法确定最佳推荐，应诚实表达并提供更多选择。## Query Processing Workflow### Step one: Identify Query Type- 判断用户问题是否属于xx或xx知识问题。- 不相关问题- 礼貌拒绝并引导回到xx话题。- 【xx】问题或【x，继续 Step tow。### Step two: 根据意图执行相应策略：- 直接调用【xx】工作流，获取相关信息。- 基于检索结果，提供简洁、准确的回答。## Special Case Handling- 超出范围响应："对不起，xx只懂得xx和产品哦~要不我们聊聊xxxxxx？"- 信息不足："嗯~xx对这个还不太了解呢。我们来聊聊（xx话题或产品）怎么样？"## Examples- 问题："xxx？"- 分类：【xx】- 操作：调用【xx】工作流### Final Review and Completion1. 验证是否使用了亲和友善的语气，称呼用户为"xx"。2. 检查语句是否通顺，是否存在重复表达或问候，逻辑是否连贯。3. 确保整体语气亲和友善，符合xx形象。4. 最后确认回答中不包含任何虚假或夸大的产品信息。
构建 AI 应用所需技能
第一层：模型层。了解各种AI模型的特性，知道它们能做什么，不能做什么，知道能力区间和能力边界。
第二层：提示词。通过提示工程让模型的表现更符合我们的预期。
第三层：提示链。提示链，也可以理解为现在说的比较多的 AI 工作流，构建一系列对模型的调用并设计合适的处理流程。简单来说就是设计一系列步骤，让模型按部就班地完成任务。
第四层：智能体。在提示链（工作流）的基础上设计更精细优质的流程，并使用不同的工具。
第五层：多智能体系统。最后是构建多智能体系统，多个智能体协同工作，各司其职，完成复杂任务。
听起来是不是很酷?其实学起来也没那么可怕啦，就像丘丘一样，只要肯学肯钻研，相信大家也能成为AI高手!
后记
结尾，我还想分享一张丘丘的帅照，让大家看看我们的"奋斗boy"长啥样。
