年薪百万的“提示词工程师”
是金饭碗，还是被炒作的泡沫？
培训机构吹嘘“会说话就能月入 3 万”。
真实情况是：单纯写 Prompt 的岗位正在消失，
企业真正需要的是既懂业务又懂模型的“AI 复合人才”。
AI 训练师的 3 个真实段位
入门：指令搬运工
现状： 只会从网上复制粘贴现成的 Prompt。这种“调包侠”在公司里是最容易被优化的，因为没有任何技术壁垒，人人都会。
进阶：结构化设计师
现状： 懂得使用 CO-STAR、Few-Shot 等框架编写结构化指令。能把复杂的业务需求（如写一份合规的法律文书）拆解给 AI，产出稳定高质量的结果。
专家：模型微调师
现状： 真正的“训练师”。不仅会写 Prompt，还会整理清洗数据集（Data Cleaning），对开源模型进行 SFT（监督微调），让通用模型变成行业专家。这才是高薪核心。
想入行？先避开这 3 个大坑
大坑一：花几千块考“AI 训练师证书”
真相： 目前国家人社部确实有“人工智能训练师”这个工种，但市面上 99% 的机构发的都是自己印的“水证”。企业面试根本不看这个，只看你的作品集（GitHub 项目或实战案例）。
大坑二：以为学会 Prompt 就能找工作
真相： 随着 GPT-5 等智能模型的进化，AI 对自然语言的理解力越来越强，Prompt Engineering 可能会消失。未来的竞争力是“领域知识 + AI”，比如“懂法律的 AI 训练师”或“懂医疗的 AI 训练师”。
大坑三：只学文本，不学 Agent
真相： 单纯的对话已经过时了。企业现在需要的是 Agent（智能体）开发，即让 AI 会调用工具（查数据库、发邮件）。只学写 Prompt 很快就会被淘汰。
关于 AI 职业的 8 个真相
Q：小白转行 AI 训练师，需要学代码吗？
初级岗位（数据标注、Prompt 编写）不需要。但想往高薪走（模型微调、Agent 开发），了解 Python 基础是必须的。Python 是 AI 时代的必须语言。
Q：数据标注员和 AI 训练师是一回事吗？
完全不同。数据标注是劳动密集型工作（给图片拉框、分类），容易被替代，薪资低。AI 训练师是智力密集型工作（设计逻辑、评估效果），更有前景。
Q：现在入行是不是晚了？
不仅不晚，反而是最好的时候。前两年大家都在看热闹，现在企业开始冷静思考如何落地业务。这时候能拿出实际解决方案的人，非常稀缺。
Q：面试时怎么证明我的能力？
不要带证书。带一个你搭建的 Bot（智能体），或者展示你如何通过 AI 帮助前公司提升了 50% 的工作效率。数据和 Demo 胜过千言万语。
Q：Prompt Engineer 的薪资到底多少？
国外可能有年薪百万，国内目前比较理性。一线城市大概在 15k-30k 之间，且通常要求兼具产品经理或运营的职能。纯写 Prompt 的岗位很少。
Q：有什么好的学习路径推荐？
第一步：玩通各大模型（GPT, Claude, Midjourney）；第二步：学习结构化提示词框架；第三步：学习搭建智能体（使用 Coze/Dify）；第四步：了解 RAG 和微调原理。
Q：文科生做这个有优势吗？
有！文科生通常有更好的语言组织能力和逻辑思维，这对于编写高质量 Prompt 至关重要。技术可以补，但对语言的敏感度是天赋。
Q：哪里可以接单练手？
可以去任务平台（如猪八戒、咸鱼）接一些“AI 代写、AI 做图”的小单；或者参加大厂举办的智能体开发大赛（如字节 Coze 大赛），既有奖金又能积累作品。