ชุมชนเทคโนโลยีถกเถียงว่า Prompt Engineering สมควรได้ชื่อนี้หรือไม่

ทีมชุมชน BigGo
ชุมชนเทคโนโลยีถกเถียงว่า Prompt Engineering สมควรได้ชื่อนี้หรือไม่

โลกเทคโนโลยีกำลังมีการถกเถียงกันอย่างร้อนแรงเกี่ยวกับว่า prompt engineering นั้นสมควรจะได้รับการจัดประเภทเป็นวิศวกรรมจริงๆ หรือไม่ การถกเถียงนี้ได้รับความสนใจมากขึ้นเมื่อเครื่องมือ AI กลายเป็นที่แพร่หลายมากขึ้น และบริษัทต่างๆ เริ่มจ้างผู้เชี่ยวชาญมากขึ้นเพื่อสร้าง prompt ที่ดีขึ้นสำหรับโมเดลภาษาขนาดใหญ่

ความแตกต่างระหว่างวิทยาศาสตร์กับวิศวกรรม

สมาชิกในชุมชนแบ่งออกเป็นสองฝ่ายในการจัดประเภทงาน prompt ฝ่ายหนึ่งโต้แย้งว่ามันใกล้เคียงกับการวิจัยทางวิทยาศาสตร์มากกว่าวิศวกรรมแบบดั้งเดิม เมื่อทำอย่างถูกต้องด้วยการทดสอบและวิธีการประเมินผลอย่างเป็นระบบ การทำ prompting เกี่ยวข้องกับการค้นพบคุณสมบัติของระบบ AI ที่มีอยู่แล้ว มากกว่าการสร้างระบบใหม่ตั้งแต่เริ่มต้น แนวทางนี้ต้องการการทดลองอย่างระมัดระวังเพื่อยืนยันว่าข้อมูลนำเข้าต่างๆ สามารถสร้างผลลัพธ์ที่ต้องการในสถานการณ์ที่แตกต่างกัน

ฝ่ายอื่นมองว่าการทำ prompting เป็นศิลปะที่ต้องการความเข้าใจในระบบวิศวกรรมพื้นฐาน พวกเขาเปรียบเทียบผู้ที่มีทักษะในการทำ prompt กับนักสัมภาษณ์ที่ดี ที่รู้วิธีการนำทางการสนทนาโดยไม่ต้องควบคุมทุกอย่างอย่างสมบูรณ์ กุญแจสำคัญอยู่ที่การถามคำถามที่ถูกต้องเพื่อดึงคำตอบที่มีความหมายจากโมเดล AI

มุมมองหลักของชุมชนเกี่ยวกับ Prompt Engineering:

  • แนวทางทางวิทยาศาสตร์: การทดสอบอย่างเป็นระบบพร้อมการประเมินผลเพื่อตรวจสอบผลลัพธ์ในช่วงข้อมูลนำเข้าที่กว้าง
  • แนวทางศิลปะ/การสัมภาษณ์: การทำความเข้าใจพื้นฐานของ LLM เพื่อนำทางการสนทนาและชี้นำโมเดลไปสู่ข้อมูลที่เกี่ยวข้อง
  • แนวทาง Hyperparameter: การปฏิบัติต่อ prompt เหมือนกับพารามิเตอร์ที่ต้องการการทดลองอย่างเป็นระบบ
  • มุมมองที่ระแวดระวัง: ความกังวลเกี่ยวกับการที่ฝ่ายจัดการแทนที่ความเชี่ยวชาญทางเทคนิคด้วยสคริปต์ prompt ง่าย ๆ

มุมมองในแง่ของ Hyperparameter

มุมมองทางเทคนิคมากขึ้นถือว่า prompt เป็น hyperparameter ที่ต้องการการทดลองอย่างเป็นระบบ หากไม่มีแนวทางที่เข้มงวดนี้ การสร้าง prompt จะกลายเป็นเพียงความเชื่อโชคลางมากกว่าการปฏิบัติที่มีระเบียบวินัย มุมมองนี้เน้นความจำเป็นในการทดสอบที่มีโครงสร้างและผลลัพธ์ที่วัดได้

ไม่ prompt คือ hyperparameter หากคุณไม่ได้ปฏิบัติต่อมันเช่นนั้นและทำการทดลองอย่างเป็นระบบ มันก็เป็นเพียงความเชื่อโชคลาง

ผลกระทบต่ออาชีพและความสงสัย

การถกเถียงขยายไปเกินกว่าศัพท์เทคนิคไปสู่ความกังวลในที่ทำงานจริง วิศวกรบางคนกังวลว่าผู้บริหารอาจมองว่า prompt engineering เป็นการทดแทนทักษะทางเทคนิคแบบดั้งเดิมอย่างง่ายดาย มีความสงสัยเกี่ยวกับว่าการสร้าง prompt สามารถทดแทนความเข้าใจลึกซึ้งเกี่ยวกับโครงสร้างพื้นฐานและระบบได้จริงหรือไม่

การถกเถียงยังสัมผัสถึงความตึงเครียดที่กว้างขึ้นภายในชุมชนวิศวกรรม คล้ายกับการถกเถียงในอดีตเกี่ยวกับว่าการพัฒนาซอฟต์แวร์สมควรได้รับการจัดประเภทเป็นวิศวกรรมจริงหรือไม่ นี่แสดงให้เห็นว่าการถกเถียงเกี่ยวกับ prompt engineering ในปัจจุบันสะท้อนคำถามที่ลึกซึ้งกว่าเกี่ยวกับสิ่งที่ถือเป็นงานทางเทคนิคที่ถูกต้อง

วิวัฒนาการของศัพท์เทคนิค:

  • ศัพท์เดิม: " Prompt Engineering "
  • ศัพท์ที่อัปเดต (ณ เดือนกรกฎาคม 2025): " Context Engineering ", " Context Prompting ", " Context Manipulation "
  • แนวคิดที่เกี่ยวข้อง: " Rules for AI ", " Large Context Windows "

มองไปข้างหน้า

เมื่อโมเดล AI ยังคงพัฒนาต่อไป และทางเลือกในท้องถิ่นได้รับความนิยมมากขึ้นเนื่องจากความกังวลเรื่องความสม่ำเสมอกับบริการที่โฮสต์ บทบาทและคำนิยามของงานที่เกี่ยวข้องกับ prompt น่าจะเปลี่ยนแปลงต่อไป ไม่ว่าจะเรียกว่าวิศวกรรม วิทยาศาสตร์ หรือศิลปะ ชุมชนเห็นพ้องกันว่าการทำ prompting ที่มีประสิทธิภาพต้องการทักษะ ความเข้าใจ และแนวทางที่เป็นระบบเพื่อให้ได้ผลลัพธ์ที่เชื่อถือได้

อ้างอิง: Prompting LLMs is not engineering