提示工程兩年演變：時間分配的驚人轉變與技能需求重塑

Reddit 貼文作者追蹤兩年 prompt engineering 時間分配變化，發現從 prompt crafting 轉向 context architecture 和 integration，反映了 AI 實戰工作流的演進，是寶貴的經驗分享。

作者詳細記錄了其在構建大型語言模型（LLM）工作流程時的時間分配，發現了顯著的趨勢變化。最初在2024年，提示詞撰寫佔了約70%的時間，而上下文準備和整合分別佔20%和10%。然而，作者預期到2026年，提示詞撰寫的比例將大幅下降至15%。取而代之的是，上下文架構將躍升至50%，而整合與狀態管理也將增加到35%。這種轉變是因為：

「模型在理解意圖方面有所改進，但在追蹤三輪之前的對話內容方面卻變得更差。」 • 這促使提示工程的技能重心從「我該如何措辭」轉向「模型現在需要知道什麼，以及我可以忽略什麼」。未來提示工程師的重心將從單純的措辭技巧，轉變為更複雜的資訊管理與狀態維護。他好奇其他從業者的經驗是否與此相符。