提示词工程师

岗位是什么

提示词工程师（Prompt Engineer）是一个被媒体放大、但独立岗位很少的名字。现实中，写提示词（Prompt）是产品、应用、算法、数据岗的通用技能，独立职业很少见。把会写 prompt 当全职卖点，很难找到对口岗位。

常见别名：Prompt 工程师、提示词优化师、AI 效果优化师（部分覆盖）、AI 训练师（偏数据侧）。

现实中的三种存在形态：

形态	真实情况
独立提示词工程师岗	极少，多见于模型厂商的内容团队、少数外包/众包项目，往往要求同时会评测与数据
JD 里的提示词职责	最常见：负责提示词设计与优化，是产品/应用/算法岗的一项职责
技能标签	求职者把它当作差异化技能，在岗位名称上并不体现

flowchart LR
    A[提示词技能] --> B{绑定主业？}
    B -->|产品| C[需求与体验]
    B -->|应用开发| D[工程与编排]
    B -->|数据/评测| E[规则与质量]
    B -->|否| F[独立岗机会少]
    C --> G[评测与数据回流]
    D --> G
    E --> G

核心关系是：提示词更像跨岗位能力，只有和产品、工程或评测主业及效果证据结合，才形成稳定的职业路径。

时效性说明

信息截至 2026-08，岗位名称与 JD 写法变化较快，以最新公开招聘信息为准。

典型 JD 长什么样

独立的「提示词工程师」JD（少数）

负责面向 XX 场景的提示词方案设计与优化
搭建提示词评测集与回归机制，量化优化效果
沉淀提示词规范与最佳实践，赋能产品与运营团队
跟踪模型能力更新，及时适配提示词方案

这类 JD 的隐藏要求是评测能力：不会搭评测集，优化效果无从谈起。

更常见：JD 里带提示词职责的岗位

产品岗：「负责对话产品的提示词与体验优化」——见 AI 产品经理
应用岗：「负责提示词工程与效果调优」——见大模型应用工程师与 Agent 工程师
数据岗：「设计标注与评测的提示词模板」——见数据、评测与训练类岗位

JD 关键词解读

JD 里的高频术语与「黑话」速查见岗位 JD 黑话：

「精通提示词工程」：在独立岗 JD 里是核心技能，在普通岗位 JD 里通常是锦上添花。别因为不精通就不投，但投独立岗必须现场演示优化过程
「熟悉 few-shot / 思维链」：会讲概念不算会，面试会让你现场优化一段效果不佳的提示词，并说明你依据什么判断优化方向
「有评测经验」：这往往是独立岗真正硬的门槛，评估与评测是必读
警惕点：宣称「只靠提示词解决一切问题」的岗位/课程，违背模型能力与边界的基本事实：能力边界之外，提示词再精巧也无效；「月薪数万招提示词工程师」的营销信息多数是培训机构引流

能力要求与准备建议

准备前提：通用产品/工程基本功的系统学习与推进顺序见自学路线。在此基础上：

把提示词当技能而非岗位：认真学提示词工程，做到结构化指令、few-shot、思维链信手拈来
绑定一门主业：产品、应用开发、数据评测任选其一，提示词作为该岗位的差异化能力。会写 prompt 的产品经理比只会写 prompt 的人有竞争力得多
学会评测：没有评测就没有优化，评估与评测教你搭评测集、算指标、做回归
理解边界：读模型能力与边界，说清什么时候该换模型/加 RAG/做微调，而不是继续调提示词
准备作品：一份问题 → 多版迭代 → 评测对比的提示词优化案例，是这类面试最好的敲门砖

发展路径

入行：不建议直接投提示词工程师独立岗（数量少、门槛被营销抬高）；把提示词技能并入产品/应用/数据岗切入
进阶：成为效果优化专家：提示词 + 评测 + 数据回流 + RAG 手段的组合能力，这是各团队都缺的
横向：偏产品的走 AI 产品经理，偏技术的走应用工程师，偏数据的走评测/训练师
纵向：独立岗上限有限，多数人的现实路径是借提示词技能进入更宽的岗位，再向上发展