无需代码，仅用自然语言：与格雷格·本森教授关于提示工程的问答
原文英文，约1700词，阅读约需7分钟。
📝
内容提要
随着大型语言模型（LLMs）的发展，程序员面临新的挑战。尽管自然语言提示可以替代部分代码，但编程知识仍然必不可少。LLMs在生成代码和处理复杂任务方面表现出色，但也带来了不确定性。未来，程序员与LLMs的关系将不断演变，仍需人类专家的参与。
🔎
延伸解读
提示工程的挑战与机遇
提示工程虽然为程序员提供了新的工具，但也带来了不确定性。不同的LLM对同一提示的响应可能不同，这使得在应用中集成LLM变得复杂。程序员需要关注如何评估和管理这些不确定性，以确保生成的结果符合预期。
编程知识的重要性
尽管提示工程可能使一些人无需正式的计算机科学学位就能生成代码，但编程知识仍然至关重要。理解编程语言的基础可以帮助开发者更好地利用LLM的能力，并在复杂任务中保持对生成结果的控制。
未来技术工作者的角色
随着LLM的进步，未来可能会出现一代技术工作者，他们能够在没有传统计算机科学教育的情况下进行软件开发。这种转变可能会影响技术工作的基础知识和技能要求，开发者需适应这一变化以保持竞争力。
❓
Q&A
提示工程是什么，它如何与编程语言结合？
提示工程是将自然语言与编程语言结合的过程，允许用户通过自然语言描述程序或结果，LLMs能够理解并生成相应的代码或执行任务。
大型语言模型（LLMs）在软件开发中面临哪些挑战？
LLMs在生成代码和处理复杂任务方面表现出色，但由于不同模型对同一提示的响应可能不同，增加了应用集成的复杂性。
未来程序员是否仍然需要编程知识？
尽管提示工程可能使一些人无需正式的计算机科学学位就能生成程序，但仍然需要具备编程知识的人类专家来确保软件开发的质量和安全性。
如何提高LLM的提示结果？
通过提供合适的示例数据和进行微调，可以改善LLM的结果，确保其输出符合预期。
提示工程师在选择LLM时需要考虑哪些因素？
提示工程师需要考虑LLM的特定功能、大小和训练数据，以确保其适合特定的用例。
提示可以实现哪些代码无法实现的功能？
提示可以描述一些难以用代码实现的功能，如情感分析和信息提取，这些通常需要大量标记数据和复杂的模型训练。
🏷️
