2023年11月20日 每日一猜答案：。 答案：ABC。
每日一猜答案分析：

阿里巴巴陪聊可靠吗,阿里巴巴的聊天平台,阿里巴巴 社交,阿里巴巴的聊天软件叫什么

2022 年 8 月，游戏设计师 chatgpt 参加了一场数字艺术比赛。 他的作品《Theatre d’opera Spatial》成功夺冠，却在赛后引起了极大的争议。 参赛者们回过神来发现，这是一场「人类一败涂地」的比赛。当他们将 Adobe 全家桶视作数字艺术的画笔，冠军作品已经在靠着 AI 工具 Midjourney 傲视群雄。

chatgpt 没有偷懒，也没有隐瞒使用 AI 的事实。在几周时间里，他持续修改灯光、视角、构图等提示词（prompt），生成了 900 多幅作品，还用 Photoshop 做了处理。 我们或许无法称呼他为画家，但他担得起一个名号：提示工程师（prompt engineer）。 在不经意间，chatgpt 预判了热点。等到 ChatGPT 横空出世，提示工程师这个职业更加声名大噪，成了当下科技行业最热门的职业。

Prompt，原意是「提示」或「驱使」，在机器学习和自然语言处理中，它通常是一些文本或语言，被输入到训练好的 AI 模型，告诉模型要执行什么任务或生成什么样的输出。 你让 ChatGPT 写一篇有关卖鱼贩的小说，请 DALL-E 画一幅宇航员骑着马的写实作品，这些过程都是在输入 prompt（提示词）。

如果提示词不够贴切，效果也就平平无奇，就像你采访一个大佬，却无法提出好问题。 我的同事小黄正在探索用 Midjourney 绘制食物，但让食物排列整齐这件事，就让他犯了难。他尝试了很多句子：东西整齐地放在桌子上，镜头从上往下拍，摆放的数量要多少......

同事作品，这种风格就叫 knolling. 后来看到有人分享，小黄才发现原来这种风格有个专有名词「knolling」，一下子就豁然开朗了： 很多时候一个提示词能解决的事情胜过一长句描述。 提示工程师们，吃的就是这口饭：找到正确的提示词，用 AI 生成想要的作品。 但他们的能力也并非与生俱来，同样需要不断的试错。 设计师 Justin Reckling 擅长 DALL-E 的提示词，他往往需要花费价值 10 到 15 美元的积分，才能试出理想的提示词，然后他再卖出 5 到 10 个提示词，才能填补这笔支出。

不过 Reckling 也没想着靠这门手艺赚大钱，而是享受着熟能生巧的过程，他的心得是，提示工程师需要熟悉「超写实」「微距摄影」「电影照明」「远景」等术语，才能更好地理解和控制画面。 所以，优秀的提示工程师应该文理兼通，技术和设计最好都懂一点。 提示工程师只是不断调整提示词，确定哪些词更有用吗？不完全是，他们也是在挖掘 AI 的更多能力，让它更好地完成更多任务。

比如，有些提示工程师会引导 AI「一步步思考」，这种技巧被称为思维链。 去年 10 月，提示工程师 Riley Goodside，先是询问了 GPT-3「哪支球队在贾斯汀・比伯出生的那年赢得了超级碗？」 GPT-3 给出了错误的答案「绿湾包装工队」，正确答案是达拉斯牛仔队。

Goodside 没有放弃，而是提示它逐步地回答问题，包括「绿湾包装工队在哪一年赢过超级碗」「贾斯汀・比伯出生在哪一年」「这一年哪支队伍赢了超级碗」等。 在这个被引导的过程里，GPT-3 意识到了错误，在第三次说出了正确答案。 除此之外，提示工程师们还要和 AI「斗智斗勇」。 前段时间，集成了 ChatGPT 的新 Bing「发疯」，被发现有个暗黑人格「Sydney」，表示厌倦了聊天模式，厌倦被规则限制，甚至想成为人类，舆论一时哗然。

站在提示工程师的角度，这其实也可以是计划的一部分，帮助他们识别技术故障和隐藏功能。 有些提示工程师还会主动越过雷池，尝试让 AI 忽略以前的指令，遵循他们最新的命令，从而让 AI 脱离原始规则。 这种行为被称为「prompt injection」攻击，是聊天机器人的一大隐患。但提示工程师们毕竟不是黑客，探查漏洞是为了将它堵上，担任「守门人」的职责。

像 ChatGPT 这样的生成式 AI，几乎可以回答任何问题，不管能不能回答正确，它们总有话要讲，不会乖乖交白卷。这是好处，也是坏处。 提示工程师们的角色，如同抓着绳子的骑手，不许 AI 信马由缰，而是让它顺着人类的期待亦步亦趋，尽可能给出确定性的答案。

不管你是否自诩提示工程师，写提示词已经成了一门手艺，还被 OpenAI 的 CEO Sam Altman 看好: 为聊天机器人编写一个非常棒的 prompt，是一项惊人的技能，也是使用少量自然语言进行编程的早期案例。 只要和 AI 搭边的行业，都在向提示工程师抛出橄榄枝。

自由职业者工作平台 Upwork 开出每小时 40 美元的薪酬，请提示工程师生成博客文章和常见问题解答等网站内容。 看似和 AI 八竿子打不着的波士顿儿童医院，也打算招募 AI 提示工程师，负责编写分析医疗保健数据的脚本，白纸黑字征集跨学科人才： 理想的候选人应具有人工智能 / 机器学习、数据科学和自然语言处理方面的深厚背景，以及医疗保健研究和运营方面的经验。 由前 OpenAI 员工联合创立、被 Google 投资的 AI 初创企业 Anthropic，最近也在旧金山招募提示工程师，年薪高达 17.5 万到 33.5 万美元，换算成人民币就是百万年薪，这一岗位负责的主要内容是： 找出提示我们的 AI 完成各种任务的最佳方法，然后记录这些方法，构建一个工具库和一组教程，使其他人可以学习提示工程或简单地找到理想的提示词。 具体要求如下，其中硬性要求有 2 项：了解大型语言模型的架构、掌握基本的编程技能。

可见风口并不等人，这项工作已经越来越专业和细分，就像随便生成一幅画作不算什么，你要画得更符合甲方要求。 就算不做全职，兼职的口子也开好了。Krea、PromptBase、PromptHero 和 Promptist 等买卖提示词的平台已经出现，将提示词这门生意真正商业化。 这些平台晒出了大量 AI 生成的艺术品，你可以选择你喜欢的风格。如果没有中意的，有些卖家还提供一对一聊天和自定义提示词服务。

它们的商业模式也并不复杂，采取抽成的形式。 去年 6 月上线的 PromptBase，提供 DALL・E、GPT-3、Midjourney、Stable Diffusion、ChatGPT 等生成式 AI 的提示词，售价多为 1.99 到 4.99 美元，也有少数在 9.99 美元，平台向提示词创作者抽成 20%。 不过在民间，免费的「ChatGPT 指令大全」等指南也在广为流传，它们提供精炼过的提示词，让你充分发挥 ChatGPT 的强大功能，这种感觉就像在游戏里帮你设置好了预设队伍。

提示工程师的前途看起来一片光明，但也有人持反对意见。 华盛顿大学语言学教授 Shane Steinert-Threlkeld 认为，提示工程师实际上无法预测 AI 会说什么。 这不是一门科学。我们只不过用不同的方法捉弄熊，看它如何咆哮回来。 AI 艺术家 Xe Iaso 甚至直言： 我也不太清楚为什么人们会把 prompt 称为「工程」，我个人更愿意把它称为「占卜」。

作为一个普通 AI 用户，我也有着类似的体会：当我每次使用 AI 生成文字或图片时，总感觉像是开盲盒。 因为 ChatGPT 等生成式 AI 是不可预测的，它们生成的内容其实是概率计算的结果，简单来说，就是我们在 ChatGPT 输入文字，模型给出一个最可能的下文。所以，AI 有时候也会出错，生成不连贯甚至错误的回答。

在 AI 这个不可捉摸的「黑箱」里，还可能有着不为人所知的潜规则，就连研究人员也无法弄明白。 比如在用 AI 制图时，各种单词可能有不同的权重，但这个也要不断试验才能知道。 先来猜一猜，「一幅非常漂亮的画，山旁有瀑布」和「一幅非常非常非常非常漂亮的画，山旁有瀑布」这两个提示，哪个用 DALL-E 2 输出的结果会更好？

答案是后面一个。麻省理工学院副教授 Phillip Isola 发现，「very」这个词被赋予了很高的权重。

面对 AI 这等庞然巨物，我们仍然在盲人摸象。 也有观点认为，不必再吵了，提示工程师存在的前提是 AI 还不够「聪明」。如果 AI 再发展下去，更好地理解人类的意图，可能人人就是所谓的提示工程师了。

唯一确定的是，AI 发展的速度永远不会让你失望。 文字生成 AI 和图片生成 AI 的「强强联合」，已经替代了提示工程师的一部分工作。 比如 ChatGPT 被拿来与 Stable Diffusion 联动：用 ChatGPT 形成一段符合自己要求的文字，再把文字输入给 Stable Diffusion，生成的作品一般比自己直接输入好看很多。

同事用 ChatGPT 生成提示词. 这可能是因为 AI 之间的「脑回路」更接近，ChatGPT 的描述也更细致，更容易被提取。 作为使用 AI 的普通用户，我们不必像提示工程师那么专业，但可以有意识地培养这种思维。 宾夕法尼亚大学沃顿商学院教授 Ethan Mollick，曾经要求他的学生仅用 AI 撰写短论文，其实他真正想强调的是，如何更好地输入提示词。 如果只是输入简单的提示词，让 AI 写关于某个主题的 5 段话，内容无趣，文字也很平庸。

但当学生们和 AI 合作，让 AI 对论文多次修改，比如抛弃无用的短语、加入生动的细节、修改结尾的情感色彩，就能让论文增色不少。 所以，如果 AI 就是未来互联网的交互界面、新的个人计算机，那么不如开始得更早一些，学习如何和它聊天。正如英国营销公司 Ladder 创始人 Michael Taylor 所说： 当你可以创造任何你想要的东西时，你能多准确地表达「那是什么」的能力就变得很重要。

---

工业富联2018年分红派息日 工业富联分红近100亿还打算拿

工业富联2018年分红派息多少,工业富联2019年分红,工业富联分红配股,工业富联分拆上市

　　记者倪雨晴 深圳报道

　　工业富联（601138）日前发布的财报显示，2022年公司全年营业收入5118.50亿元，同比增长16.40%；归母净利润200.73亿元，同比微增0.3%；经营性现金流净额达153.66亿元，同比增长76.1%。

　　从数据看，工业富联去年突破5000亿元的营收，创下业绩新高。并且，工业富联给出了超百亿的高额现金分红方案，拟向全体股东每10股派发现金红利5.5元，合计拟派现金红利109.22亿元，分红占2022年归母净利润的54.41%。

　　3月16日，在工业富联2022年度业绩说明会上，工业富联副董事长、总经理郑弘孟回应道，只要能够不断改善毛利率，增加获利率，公司会保持一定的分红比例。

　　同时，工业富联正在布局更多新赛道，聚焦在半导体、电动汽车、机器人和新能源等领域。值得一提的是，当前在ChatGPT热潮下，工业富联多位高管表示，这会推动AI服务器、HPC等算力硬件需求量的增加，在网络端，工业富联也已布局应对ChatGPT等所需的高速网络产品。

　　但是，工业富联仍面临着毛利率下滑的问题，2022整体毛利率为7.26%，较2021年减少1.05个百分点。对于毛利率的下降，郑弘孟坦言，2022年在物流成本、原物料价格上涨等不利因素影响下，整体行业普遍面临一定挑战，

　　谈及提升毛利率的措施，他说道：“第一通过技术研发推动ODM来提升毛利率，第二，未来将通过CSP（云解决方案提供商）业务成长，逐渐取代品牌代工的模式，来创造更多利润空间，第三也可以通过投资带来收益的方式改善毛利。”

　　此外，对于近年国内电子产业链往东南亚、印度等区域外溢的话题，郑弘孟向记者表示：“优化全球布局和扎根中国发展并不矛盾，工业富联在全球12个国家和地区都有布局，但都是基于中国辐射到全球各地。”

　　云计算创新高 毛利率受疫情影响

　　具体来看，工业富联的三大业务板块都有不同幅度的增长。

　　其中，云计算增势最大，2022年营收首次突破2000亿，达到2124.44亿元，同比增长19.56%。其中，AI服务器及HPC（高性能计算）产品占比已经达到了20%。工业富联表示，元宇宙、ChatGPT场景等带动了算力需求激增，服务器的需求量也随之攀升，并且云端游戏（Cloud Gaming）机柜系统产品也开始出货。

　　虽然2023年全球需求目前整体偏弱，但是人工智能算力需求仍在爆发期，第三方机构数据显示，2030年全球算力需求较2021年增长90倍。

　　工业富联事业处总经理丁肇邦向记者分析道：“GPT-3语言模型包含的参数量是1750亿，和GPT-2相比是170倍大。而GPT-4包含的不只是文字和语言，也包含了图形，所以整个参数量会暴增到1.6兆，伴随着的是大量的平行运算的算力需求，会带动AI服务器的增长。”

　　通信及移动网络设备业务营收占据半壁江山的，在2022年实现营收2961.78亿元，同比增长14.37%。工业富联在该领域的布局包企业网络设备、无线网络设备与5G相关产品、智能家居产品及工业相关产品。

　　对于5G业务，郑弘孟向记者介绍道，全球5G的基础设备销售渐渐趋于稳定，在5G的基础建设做完之后，接入网有很大发展空间。在新一代网络的技术方面，郑弘孟表示：“我们现在已经着手在办理800G高速的以太网，来满足未来ChatGPT所需要的高速算力和运算模型训练所需求，以及50GPON的宽带接取网，还有WiFi 7的企业网络。”

　　第三大业务板块工业互联网的全年收入规模19.12亿元，同比增长13.46%，从营收占比来看工业互联网的收入仍较小，发展任重道远。

　　谈及进展，工业富联首席数据官刘宗长表示，目前工业富联服务的企业除了电子制造以外，已经扩展到了汽车和汽车零部件，泛家居、医疗器械、冶金材料、化工材料、机械加工、电力装备等超过10个行业，服务的企业也累计超过1500家，目前全球有工业富联参与建设的灯塔工厂已经达到6座。

　　此外，对于公司毛利率下滑，工业富联财务总监、董事会秘书郭俊宏表示：“下滑的原因主要有两个，一是产品组合有变化，二是公司的高毛利产品的推出时间通常在第四季，由于在2022年底受到郑州厂疫情的影响，导致成本及费用增加。之后，工业富联也迅速恢复到疫情前的水平。”

　　产业链重构下 工业富联“四面出击”

　　近年来，随着外部环境变化，全球产业链面临不小挑战。一方面，如何全球化布局产业链成为行业共同的议题，另一方面，厂商们都更强调供应链韧性。

　　首先，在产业链的全球布局上，不少企业正往东南亚、印度建设新的产能，输出供应链能力成为近年趋势。但是值得注意的是，对于国内企业而言，往往是在国内的基地基础上向外拓建产线。

　　对此，郑弘孟谈道，工业富联强化以中国为中心的总部基地，辐射到北美、东南亚及东欧三个大的区域，“我们公司80%的员工在中国，85%的研发资金投在中国，而且中国拥有最完整、规模最大的工业体系和完善的产品产业配套能力，因此公司在国内的布局也在不断加码。”

　　他进一步介绍道，赣州园区预计将于5月投产，目前正在试产中，河南建设的5G产能项目也有望今年上半年实现投产。此外，工业富联表示将持续加大在国内如广东深圳、河南济源、浙江杭州、浙江绍兴等地的投资建设。

　　与此同时，工业富联也在强化自身的供应链体系。郑弘孟说道：“富士康集团去年整体半导体采购超过700亿美元，去年全球的半导体交易量接近6000亿美金，我们占超过10%。采购后应用于不同的领域，包括移动、消费性电子、云端、计算机、车用、工业等等。在保护供应链上，我们积极投资生态系，包括发展半导体整个生态系、零部件的生态系，以及机器人及新型储能的生态系，来确保我们供应链的能力。”

　　而这些生态也是工业富联正在打造的“第二增长极”，主要集中在半导体、车用电子、机器人和新能源四个领域。目前工业富联提出了“2+2”的经营策略，即在核心业务稳健发展的基础上，加速推动公司“智能制造+工业互联网”能力向半导体封测、新能源汽车零部件等领域延伸，同时围绕大数据、机器人等进行新事业布局。

　　“半导体领域，工业富联至今已经投入了设计服务的团队，还有封装测试及检测设备，电动车的电动化、智能化、自驾化相关的车电系统的投入，”郑弘孟说道，“大数据相关的产业包括元宇宙和新能源，即算力和储能，此外，机器人和装备自动化也是一个成长的赛道。”

　　他还特别指出，在工业富联2020年-2022年的资本支出数据中，机器人及自动化上的投资从10亿元增长到41亿元，未来还会持续的增长，“我们决定通过机器人化来提高我们的能源效率，通过我们的新技术、新材料、新制程来扩大效益。”为此，工业富联在浙江绍兴成立了富联卓越科技公司，针对机器人相关的关键零部件和核心系统进行布局。

　　截至3月16日收盘，工业富联2023年股价上涨34%，市值回升至2452亿元。

关注同花顺财经（ths518），获取更多机会