提示比以前更重要——
卻不再是你的優勢
「提示（prompting）還算一門值得練的技能嗎？」一方面，它比以往更重要；另一方面，它已經不再是「人」能用來勝出的優勢。這兩件事可以同時成立——只要把提示放回「程式語言的抽象階梯」上看就通了。這是我看過把這個矛盾講得最清楚的一篇。
tl;dr
提示／技能本質上就是一種程式——它有語法、能產生可重現的結果、也能隨時間改進，所以永遠有用。曲球在這裡：AI 既然能寫掉大部分軟體，也就能寫掉大部分技能。所以「提示工程師」這個職位很短命，就像軟體工程師被 AI 接手一樣。但工作沒有消失，而是往上移了一層：重點從「懂語法的細節」變成「理解問題、設計解法」。
比以前更重要
會把問題說清楚、把需求拆好、把流程設計對的人，產出遠勝只會丟一句話的人。提示能力本身的價值在上升。
不再是「人」的差異化
當每個人（和每個 AI）都能寫出好提示，它就不再是少數人專屬的護城河。「會 prompt」本身不再讓你贏過別人。
抽象階梯：從機器碼一路爬到「英文」
先看一段程式語言的歷史。每一代語言都比上一代「更高階」——離硬體更遠、更接近人話，於是能用的人更多。用英文對 AI 下指令，只是這條階梯上再往上爬的一階。
每往上一階，語言離機器更遠、離人更近，「能用它的人」就更多。Python 當年被嫌「太高階」，結果反而把寫程式的門檻打開。英文只是比 Python 再高一層——所以用自然語言下指令，是這條老路的延續，不是憑空冒出來的新東西。
「技能（skill）就是程式」——三個理由
把一段提示（或一個 skill）跟一支程式擺在一起比，會發現它在每個面向都成立。差別只是「程度」，不是「有沒有」。
① 有語法的語言
提示有一套可遵循的語法與寫法。它比 Python 鬆、Python 又比 C 鬆、C 又比組語鬆——但鬆歸鬆，它仍然是一種有規則的語言，不是亂講。
② 可重現的結果
同一段提示會給出可重現的結果。它沒有傳統軟體那麼「一是一」，但放在機率性軟體（像蒙地卡羅模擬 Monte Carlo）的世界裡，它的可重現程度跟傳統程式一樣好。
③ 能隨時間改進
你可以像迭代一支程式那樣，逐步把一個 skill 改得更好——測試、調整、再測試。它會累積、會變強，不是一次性的咒語。
曲球：連 skills 都是 AI 在寫了
前面說提示永遠有用，這裡是那個「但是」。提示既然就是程式，那就逃不過跟程式一樣的命運——AI 寫掉了大部分軟體，同樣也正在寫掉大部分技能。
「提示工程師」是個短命的職稱
2023 年前後，「提示工程師（prompt engineer）」一度被講成是新的高薪職業。但它很快就被 AI 接手——就像 AI 接手了大量軟體工程的工作一樣。寫提示這件勞動本身，AI 做得又快又便宜。
這正是它「不再是差異化」的原因
回到開頭的矛盾：當機器都能量產好提示，「我很會 prompt」就不再讓你贏過別人。技能的價值還在，但「親手把提示寫出來」這份工，已經不是稀缺的人類專長。
工作沒有消失，是往上移了一層
軟體工程師的工作被 AI 改寫後並沒有消失，而是換了重心；提示工程師會走一樣的路。重點從「懂語法的細節」，移到「理解問題、設計解法」。
所以「提示還算不算技能」這題的答案是：算，但你要練的不是語法，而是上面那一層——把問題想清楚、把解法設計對。會打字誰都會，會定義問題的人才稀缺。
重點從「懂語法的具體細節」，變成「理解問題、設計解法」。 —— @ArmanHezarkhani（Alex Lieberman 轉述）。這也是這 30 天系列一直在講的同一件事：工具會換，但「會定義問題」永遠值錢。
名詞小抄
這篇出現的幾個詞，一句話版。