作者：默思編輯部 發布：2026-07-30
根據市場調查，「Prompt Engineer」（提示詞工程師）作為一個獨立職稱的職缺公告數量，在2024年到2025年間下滑了約40%，到了2026年，明確以「Prompt Engineer」為職稱的職缺，已經幾乎從主流求職平台上消失。這個現象，很容易讓人誤以為提示詞工程這項技能本身正在退燒。
實際情況恰好相反：需要提示詞工程技能的職位（不論職稱是什麼），在2024年到2026年間成長了約3倍。這代表提示詞工程並沒有消失，而是從一個獨立的職稱，被吸收整合進更廣泛的職位角色裡，成為許多AI相關職位都預期具備的基礎技能，而不再是一個需要單獨招募的專屬職位。
新一代AI模型對使用者意圖的理解能力大幅提升，過去需要靠精心設計提示詞措辭與結構才能取得的效果，現在許多模型光靠一般直覺的自然語言描述就能達成類似結果，這讓「純粹靠提示詞措辭技巧取勝」的價值逐漸降低。同時，隨著精心設計的提示詞透過各種AI工具、範本與開源專案廣泛流傳，過去屬於少數專家的「提示詞技巧」，也快速普及成為一般使用者都能取用的公開知識。AI研究者Andrej Karpathy與Shopify執行長Tobi Lütke都曾公開主張，「情境工程（context engineering）」——而不是單純的提示詞措辭——才是真正值得投資的核心技能。
提示詞工程作為一項技能，如今被整合進工作流程架構師（workflow architect）、AI系統設計師、流程工程師這類更廣泛的職位角色裡，也愈來愈常見於AI工程、產品、自動化、資料、內容創作與顧問等領域相關職位裡，作為這些角色預期具備的基礎能力之一，而不是獨立存在的職稱。
現在的提示詞工程角色，通常要求具備更廣泛的相關知識，包括檢索增強生成（RAG）、模型微調的取捨判斷、模型評估方法，以及成本優化考量，並且至少具備基礎的Python能力。這代表單純「很會下指令」已經不足以構成一項可以獨立販售的技能，需要搭配更完整的技術理解，才能在實際工作場景裡發揮價值。
與其把目標設定為「成為Prompt Engineer」，更務實的方向是把提示詞工程當作一項疊加技能，結合你原本的專業背景（不論是工程、產品、內容或特定領域專業），讓提示詞工程成為放大你既有專業價值的工具，而不是把它當作一個獨立謀生的職業選項。
如果你想建立起應用這些AI工具所需要的程式設計基礎，歡迎參考我們平台的課程：Python課程