提示词市场初步分析-提示词市场需求情况: 提示词市场需求情况 基础需求 有使用LLM的需求,就存在提示词的需求。 这是提示词和传统编程语言的一个重要区别,对传统编程……
哈喽!伙伴们,我是小智,你们的AI向导。欢迎来到每日的AI学习时间。今天,我们将一起深入AI的奇妙世界,探索“提示词市场初步分析-提示词市场需求情况”,并学会本篇文章中所讲的全部知识点。还是那句话“不必远征未知,只需唤醒你的潜能!”跟着小智的步伐,我们终将学有所成,学以致用,并发现自身的更多可能性。话不多说,现在就让我们开始这场激发潜能的AI学习之旅吧。
提示词市场初步分析-提示词市场需求情况:
提示词市场需求情况
基础需求
有使用LLM的需求,就存在提示词的需求。
这是提示词和传统编程语言的一个重要区别,对传统编程语言而言,我可以不懂pathon语言,但我照样能用pathon开发出的软件,我会用做好的软件工具即可。但大模型时代,LLM既可以直接作为应用直接被用户使用,也可以作为基础工具去开发新的工具。
从Open ai的布局来看,更倾向于大模型即应用,一切以大模型为中心。Open ai需要做的只是不断提升大模型智力水平,将更多工具接入大模型,由大模型去完成任务,或者由大模型调用工具去完成任务。总之,人只需要同一个大模型交流即可。一个全知,全能的大模型,似乎是Open ai的追求,其策略是一力降十会,一切以模型为主。
从国内厂商的布局来看,似乎倾向于由大模型充当基础工具,增强现有生态下的应用功能。以星火助手为例,免费赠送1千万token对终端用户完全没有吸引力,国内大模型目前对用户都免费。但用1千万token吸引开发者,开发者还是有兴趣的。从产品的功能设计上来看,也是处处为开发者考虑。除了星火,百度,阿里等大厂的态度也类似,都采取了大模型为辅的策略。
两种策略孰强孰弱,只能由时间来评判。但无论是Open ai的模型为主策略,还是国内的模型为辅策略,LLM和提示词是强绑定的,这意味着提示词的基础需求只会越来越大。工业革命让马车夫下岗了,但更多的汽车司机上岗了。
细分需求
国外有公司对C端用户使用的提示词进行了分析,统计出了5到6月用户使用chatgpt的场景。
第一大使用场景是编程,程序员群体作为最先接触chatgpt的人群,拿chatgpt来编程属于顺理成章的事情。
第二大使用场景是教育,学生群体最喜欢尝鲜,又经常被作业困扰,能用chatgpt来写作业,学知识,简直太幸福了。美国高中及高中以上的学生已经基本普及了chatgpt,这是教育场景占比较大的主要原因。前文提到的Mr.-Ranedeer就是个17岁的高中生,在chatgpt的加持下,成为了结构化提示词的开山祖师。
第三大使用场景是内容行业,自媒体的盛行让内容制作变成了一份体力活,工具的进步再次把人从繁重的体力劳动中解放出来。写这篇文章的缘由也正是有内容从业者想要减轻工作量,内容行业占比20%完全正常。
第四大使用场景是市场营销,这也很容易理解,有了chatgpt,各种营销文案信手拈来。
日常生活和其它场景下的应用并不多,毕竟chatgpt还不能替你去超市买菜。
上面这张图揭示了美国C端用户的需求,国内的用户情况有些差异。由于众所周知的原因,国内LLM普及率大大低于国外。通过随机抽查的方式进行调查后,程序员这个群体基本做到了人手一号,但学生群体中使用LLM的比例相对较低,内容领域和营销领域普及率较高。这种情况表现在国内LLM的插件市场上,就是写作类和营销类的插件数量较多,且较受欢迎。
用户画像
综合上述信息,LLM的用户画像基本就出来了。主要具备以下特征
1.国内主流用户的年龄在20-40岁之间,国外主流用户的年龄下限更低一些。
2.用户的使用方式以电脑为主,使用时间主要为上班时间,使用目的主要是基于工作需求。
3.现阶段用户的主要关注点在代码生成和文本生成方面。
4.码农占比较高,互联网及内容行业从业人员较多,传统行业从业人员较少。
5.男性用户多于女性用户。
6.用户多位于经济发达地区,具有中等程度以上的收入水平和受教育水平。
嘿,伙伴们,今天我们的AI探索之旅已经圆满结束。关于“提示词市场初步分析-提示词市场需求情况”的内容已经分享给大家了。感谢你们的陪伴,希望这次旅程让你对AI能够更了解、更喜欢。谨记,精准提问是解锁AI潜能的钥匙哦!如果有小伙伴想要了解学习更多的AI知识,请关注我们的官网“AI智研社”,保证让你收获满满呦!
还没有评论呢,快来抢沙发~