ChatGPT 三週年：為什麼我說「提示工程 (Prompt)」已死？
2022年11月30日，一個名為ChatGPT的對話模型低調發布，其描述謙遜而克制。然而，市場的反應卻是火山式的爆發：5天內用戶突破百萬，短短2個月後便達到1億——這個數字，TikTok用了9個月，Instagram更是花了兩年半才達成。這份年表旨在梳理ChatGPT從一個研究預覽版，在短短三年內演變為撼動全球的科技巨獸，並深刻重塑我們世界的關鍵歷程。
1. 開場：從「吉卜力之亂」談起，一個全民AI時代的序幕
2025 年的春天，台灣的社群媒體被一場名為「吉卜力生圖之亂」的創意風暴席捲。從街景、政治人物到家庭合照，所有影像都能透過 ChatGPT 的一鍵指令，瞬間染上那抹熟悉的、充滿懷舊與溫暖的動畫風格。這場全民運動的瘋狂程度，甚至讓遠在矽谷的 OpenAI 執行長 Sam Altman 都在 X (前 Twitter) 上用吉卜力風格的頭像，半開玩笑地發文求饒：「請大家冷靜，我們的團隊需要睡覺！」與此同時，無數用戶將這些 AI 生成的圖像瘋狂製作成 LINE 貼圖，在對話框中傳遞著一種前所未有的數位情感。
然而，溫馨之下暗流洶湧。AI 的不穩定性在這次風潮中暴露無遺：溫馨的全家福中，憑空多出了不存在的家庭成員，被網友戲稱為「幽靈」；原本應該握在一起的手，卻被扭曲成令人不安的形狀。這起事件，遠不只是一場網路迷因的狂歡。它標誌著一個重要的轉捩點：AI 真正從少數專家手中的專業工具，蛻變為深入大眾日常的文化娛樂現象。它證明了當最強大的 AI 模型將其使用門檻降至最低時，能夠釋放出何等驚人的集體創造力。
而在 ChatGPT 發布屆滿三週年的此刻，這種「一鍵生成」的極致簡易性，正預示著一個更為深刻的產業轉變——那套曾經被奉為圭臬、催生出無數高薪職位的複雜「提示工程 (Prompt Engineering)」，正在快速地走向消亡。
在這短短的 1095 天裡，ChatGPT 如何從一個需要精心「詠唱」的對話模型，演變成一個幾乎能自主行動的智能代理，從而宣告了提示工程時代的終結？
2. 從對話夥伴到任務代理人：ChatGPT 的三年進化史
要理解「提示工程已死」這個論點，我們必須先回顧 ChatGPT 從 2022 年到 2025 年的關鍵技術演進。這不僅僅是模型版本號碼的跳躍，而是一場從「被動回答」到「主動執行」的根本性戰略轉變。這場轉變，正是淘汰舊有技能、催生新思維的技術基礎。
2.1. 奠基與擴張期 (2022-2024)：提示工程師的黃金年代
2022 年 11 月 30 日，當 OpenAI 發布基於 GPT-3.5 的 ChatGPT 時，世界為之震動。它僅用 5 天就吸引了 100 萬用戶，2 個月後用戶數更突破 1 億——這個數字，TikTok 花了 9 個月，Instagram 則用了兩年半才達成。這是一個AI的「iPhone時刻」。
隨後，2023 年 3 月發布的 GPT-4 將這股熱潮推向了頂峰。其專業級的推理能力，能夠在美國律師資格考試中取得前 10% 的成績，這讓全球意識到，與 AI 的溝通是一門需要精進的「手藝」。於是，「提示工程師」這一新興職業應運而生，他們如同模型的「翻譯官」或「心理師」，專門研究如何透過精巧、複雜的指令，引導 AI 產出最精準的結果。
到了 2024 年初，GPT Store 的上線，則是將這門手藝產品化的第一步。開發者可以將自己精心設計的複雜提示打包成一個個簡單易用的自訂 GPT，讓普通用戶也能享受到專業級的成果。然而，這也預示著，對「提示」本身的依賴即將迎來轉變。
2.2. 平台化與代理化 (2024-2025)：自主性的崛起
從 2024 年底開始，AI 的進化方向發生了根本性的轉變，它開始擺脫對精細指令的依賴，學會了「自己思考」和「自己動手」。
o系列推理模型： 2024 年 12 月首次亮相的 o1 推理模型，最大的突破是具備了「思維鏈 (Chain-of-Thought)」能力。這意味著 AI 在給出答案前，會先進行內部的邏輯推理。它不再僅僅是基於數據的模式匹配（快思考），而是開始展現深度邏輯（慢思考）的雛形。
Operator： 2025 年 1 月發布的 Operator 是一個里程碑。它是一個可以被賦予目標，然後自主在網路上執行多步驟任務的代理（Agent）。用戶的角色從過去鉅細靡遺地「告訴 AI 如何做」，徹底轉變為只需要下達一個最終目標——「告訴 AI 做什麼」。
GPT-5 發布： 2025 年 8 月，GPT-5 的正式登場，將這種自主性推向了新的高度。官方宣傳其具備「可自動編寫應用、管理日曆」的能力。對普通用戶而言，這意味著你不再需要學習如何寫一段完美的程式碼提示，你只需要說：「幫我做一個管理讀書進度的 App」，模型就能自主完成。
Atlas 瀏覽器： 同年 10 月推出的 Atlas 瀏覽器，更是 OpenAI 野心的極致體現。它不僅僅是挑戰 Google Chrome，其真正目標是將 AI 深度整合到用戶的每一個日常工作流中，讓 AI 不再是一個需要刻意打開的對話框，而是無所不在的作業系統。
這種技術上的飛躍，背後需要巨大的商業資源來支撐。OpenAI 的戰略轉向，也與其驚人的燒錢速度和商業模式的演變息息相關。
3. 兆元估值的賭局：OpenAI 的商業策略與生存危機
OpenAI 的技術野心，建立在天文數字般的資本消耗和巨大的商業壓力之上。要理解其產品策略為何要極力降低使用門檻，就必須深入剖析其看似風光的商業化之路，以及潛藏的結構性困境。
3.1. 估值火箭與燒錢黑洞
OpenAI 的財務狀況呈現出一個極端的矛盾體：估值增長的速度如同火箭，但燒錢的速度也宛如一個深不見底的黑洞。
估值火箭 燒錢黑洞 2023年： 29 億美元 2025年上半年淨虧損： 135 億美元 2025年10月： 5,000 億美元 2026年訓練成本預估： 190 億美元 與微軟新協議： 需額外購買 2,500 億美元 Azure 雲服務
這種「高估值、高消耗」的模式顯然無法持續。僅靠向少數專業用戶收取訂閱費，遠遠無法支撐其邁向通用人工智慧 (AGI) 的終極目標。其背後的真正驅動力，是一個堪比登月計畫的野心：耗資 5,000 億美元的「星際之門」（Stargate）AI 基礎設施項目，目標是建成一座 10 吉瓦（Gigawatt）的超級電腦。這也成為驅動其後續一系列激進商業化轉變的核心動力。
3.2. 從非營利到「公益公司」：靈魂的轉變
為了支撐估值並解決資金困境，OpenAI 在 2025 年底進行了一場深刻的結構重組。它從一個由非營利組織董事會控制的獨特實體，轉型為一家「公益公司 (Public Benefit Corporation, PBC)」。
這次轉變的核心原因有二：
保障投資者權益： 為微軟、軟銀等主要投資者提供傳統的股權保障，擺脫那個「為了人類安全可以隨時解僱 CEO」的非營利架構。
為上市鋪路： PBC 結構為最早可能在 2026 年下半年進行的首次公開募股 (IPO) 掃清了法律障礙，以為其耗資驚人的「星際之門」超級電腦計畫募集所需的兆級資金。
然而，批評者認為，這標誌著 OpenAI 已正式從其「確保 AGI 安全地惠及全人類」的初衷，徹底轉向了優先考慮股東回報的商業現實。這種根本性的轉變，也使其直接暴露在殘酷的市場競爭之中。
4. 四面楚歌的王座：當「紅色警報」響起
在三週年之際，OpenAI 早已不是市場上無可爭議的王者。一場嚴重的「人才大流失」正動搖其根基——從聯合創始人 Ilya Sutskever 到技術長 Mira Murati 等核心高管相繼離職，揭示了公司內部在「AI 安全」與「商業加速」路線上的深刻分裂。在這種內憂外患之下，執行長 Sam Altman 在內部發布了「紅色代碼 (Code Red)」警告，要求全員進入戰時狀態，這股緊迫的氛圍，清晰地描繪出其面臨的激烈競爭。
4.1. Google 的全面反撲
最大的威脅來自科技巨頭 Google。2025 年下半年，Google 發布了 Gemini 3 模型，其表現撼動了 OpenAI 的領先地位。在多項關鍵的行業基準測試中，Gemini 3 Pro 已追平甚至超越了 GPT-5.1：它不僅在多模態推理（MMMU-Pro）與複雜數學競賽（MathArena Apex）上明顯領先，在代表用戶真實偏好的 LMArena Elo 評分中也拔得頭籌，僅在代理人編碼能力（SWE-bench）上與對手基本持平。
更致命的是 Google 的核心優勢：其龐大的生態系統。Gemini 3 能夠無縫整合進 Google Docs、Gmail 和 Android 作業系統中，實現 OpenAI 單一應用程式無法比擬的渠道分發優勢。這種「全家桶」式的降維打擊，是 OpenAI 內部焦慮的根源。
4.2. 東方的追擊者與開源的壓力
與此同時，來自中國的競爭對手 DeepSeek 異軍突起。其 DeepSeek V3.2 Speciale 模型不僅在性能上達到了與 GPT-5 同級的水準，更關鍵的是，得益於架構創新，它的推理成本顯著更低。
這對 OpenAI 構成了雙重打擊：
技術領先地位的挑戰： 「美國模型永遠領先」的神話被打破。
定價權的下行壓力： 當市場上出現了同樣好、但更便宜的選擇時，OpenAI 高昂的定價策略將難以為繼。
在內有巨額虧損、外有強敵環伺的雙重壓力下，OpenAI 不得不做出艱難的抉擇。這也為我們理解「提示工程之死」，提供了最後一塊，也是最關鍵的一塊拼圖。
5. AI觀察日記：別了，提示工程師；你好，AI 指揮家
作為一名長期的產業觀察者，當我說「提示工程已死」，並非指與 AI 溝通的技巧不再重要。恰恰相反，與 AI 的有效互動將成為每個人的基礎技能。我所指的「死亡」，是那種專注於挖掘特定模型漏洞、撰寫冗長複雜指令、如同煉金術般的「詠唱者」式工作，正在被技術的浪潮所淘汰。
原因可以從三個層面來理解：
從模型層面： GPT-5 這類具備「思考」和自主執行能力的模型，需要的不再是繁瑣的「步驟 (Steps)」，而是清晰的「目標 (Goals)」。你不需要教它如何一步步寫程式，你只需要告訴它你想要一個什麼樣的 App。模型本身就是最高效的提示工程師。
從產品層面： GPT Builder、GPT Store 以及 Operator 這類代理功能的出現，已經將過去需要數百甚至上千字提示才能實現的強大能力，封裝成普通人也能輕鬆點擊和使用的工具。AI 的力量正在被「產品化」和「民主化」。
從使用者層面： 未來的核心技能，不再是鑽研提示詞語法的「工匠」，而是能夠定義問題、拆解複雜任務、並協調多個 AI 代理共同完成目標的「AI 指揮家」或「專案經理」。你的價值體現在你的策略思維、領域知識和對最終目標的清晰定義上。
這並非空談。OpenAI 內部一個名為「水星計畫」（Project Mercury）的專案，便是這一轉變最生動的註腳。他們高薪聘請前華爾街的投資銀行家，不是為了財務建議，而是讓他們訓練 AI 代理人自動完成 IPO 模型建構、併購分析等複雜任務。這清晰地預示了未來：AI 的使用者不再是指令的編寫者，而是目標的設定者和結果的驗收者。
這對廣大的 AI 愛好者和學習者而言，其實是個天大的好消息。因為 AI 的使用門檻正在被徹底夷平。我們終於可以從對「術」的癡迷中解放出來，讓真正的價值創造回歸到人類的創意、策略和專業知識本身。
6. 立即行動：更新你的 AI 技能樹
如果你還在花費大量時間鑽研各種「提示詞大全」，那麼現在是時候更新你的學習路徑了。我建議你立即將學習重心從「提示詞語法」轉向以下三個方向：
學習使用 AI 代理工具： 熟悉市場上主流的 AI Agent 平台，學會如何設定目標、授權工具，讓 AI 為你自主完成任務。
培養定義和拆解複雜問題的能力： 這是人類未來最核心的價值。學會將一個宏大的目標，拆解成 AI 可以理解和執行的具體子任務。
將 AI 應用於自己的專業領域以創造獨特價值： 無論你是律師、醫師、行銷專家還是藝術家，思考如何利用 AI 代理來增強、而非取代你的核心專業能力。
一個新的時代已經來臨。與其懷念那個屬於少數「詠唱者」的時代，不如張開雙臂，擁抱這個人人皆可成為「AI 指揮家」的未來。