微信扫一扫
招聘市场上多了一类岗位。它们不要求编程能力，要的是把话说明白的能力。
一、一类新岗位出现了
2026年以来，提示词工程师、提示词训练师这类岗位开始密集出现。任职要求里，常能看到中文、哲学、新闻、语言学这些专业名称，而编程能力并不在硬性门槛之列。
变化也不只体现在岗位名称上。一些AI企业招聘中，文科类岗位的占比，从过去的约5%上升到20%到30%，个别公司这一比例翻了多倍。提示词相关岗位同比增长约486%。
薪资也在往上走。提示词工程师起薪大致在每月2.5万元，高级提示词训练师可到3万元以上；AI产品经理方向的应届生，年薪区间在14万到24万。
对照来看：2025年文科应届生的起薪普遍在6000到8000元之间。同样是应届生，能力结构不同，起薪可以差出三到四倍。
价格变化通常比观点可靠。市场愿意为某种能力多付三四倍的钱，说明这种能力正在某个环节上卡住了供给。
二、模型越能干，越需要一个翻译官
理解这件事，得先看清模型现在的能力边界。
写代码、做分析、画图、翻译，它都能做。但它读不懂"我心里想要的那个感觉"，也不会主动追问你到底要什么。把模糊的人类需求，转成模型能执行的指令，这一步依然要人来做。
提示词工程师做的就是这件事。听起来门槛不高——把需求写清楚不就行了？
没那么简单。至少要处理三件事：
歧义。 同一个词在不同语境里指向完全不同，模型会按概率选一个，选错了就是返工。
层次。 先说哪一句、后说哪一句，模型抓住的重点不一样。结构决定理解结果。
边界。 哪些是模型能做的，哪些做不了，怎么在它能力范围内把输出质量拉起来。
这三件事，本质上是语言学、逻辑学和写作训练里的老题目。中文系四年练的是语感和语义敏感度，知道语言怎么运作、歧义从哪里来；哲学系练的是把复杂问题拆成清晰的论证链；新闻系练的是从一堆材料里挑出关键信息、用短句讲明白。
这些能力在上一轮就业市场里不太好标价。放到人机协作里，它们直接对应产出质量。
三、中文负责说清楚，英语负责看得到
再往深一层，语言在AI时代的作用变了。
过去学英语，是为了和外国人交流、出国、查资料。现在每天需要沟通的对象，除了人，还有模型。而和模型协作的过程，本身就是"下达指令—拿到反馈—修正方向"的循环。语言能力直接决定你能把多少事交出去：能不能讲清需求，能不能准确描述问题，能不能给足背景信息，能不能看懂反馈，能不能接着追问和纠错。
这些全部建立在语言之上。
而中文有它不可替代的位置——它是我们思考时默认使用的语言。很多生活经验、情绪、价值判断，那些说不清但很具体的需求，用中文表达更贴近本意。中文决定你能把需求描述到多细，而需求描述得越细，模型返工越少。
英语则决定你能看到多少东西。大量前沿AI产品、技术文档、研究论文、开源项目和社区讨论，仍以英语为主要载体。会英语的人多一个入口：别人等中文世界的二手解读，你直接看原文；别人等人教怎么用工具，你直接读官方文档；碰到新概念，你能自己去搜、去读、去问，再让模型帮你翻译、总结、比对。
于是形成一个闭环：用中文把问题定义清楚，用英语把世界的信息调进来，让AI在中间做连接和加工。
所以未来拉开差距的，可能不是"你会不会用AI"，而是——你能不能用准确的语言把问题交出去，再用另一种语言把答案取回来。
不会英语也不等于用不了AI，模型本身在快速降低语言门槛。区别在于位置：自己具备语言能力的人，不是完全依赖AI的人，而是能和AI形成更高质量协作的人。这个差距会越来越明显。
四、但别急着乐观
有两个前提，得说在前面。
一、招的不是纯文科生，是文科底子加AI理解力。
会写不够，还得知道怎么写"给模型看的东西"；有语感不够，还得大致明白模型怎么处理输入；懂逻辑不够，还得能把逻辑落成可复用的提示词结构。
这中间有一段学习曲线。有人几个月走完，有人几年走不完。
二、这类岗位的保质期，可能不长。
提示词工程变化很快。今天管用的技巧，模型一升级就可能失效。从GPT-3到GPT-4，需要的提示词技巧已经少了很多，往后只会更少——模型越聪明，对提示词的依赖越低。
窗口期也许三年到五年。在这个窗口里，"语言能力加AI理解力"有溢价；窗口之后，溢价会转移到别的地方去。
所以"文科生吃香"不该被当成结论，它只是一个阶段性的价格信号。
五、被定价的其实是三种底层能力
把"学什么有用"这个问题往前推一层：值得练的既不是技术，也不是文科，而是可迁移的底层能力。
批判性思维。 信息过载时，判断什么可信、什么重要。
清晰表达。 面对复杂问题，用对方（不管是人还是模型）能接住的方式讲明白。
快速学习。 进入新领域，短时间内建立基本认知并上手。
这三种能力，文科能练，理工科也能练。关键不在专业标签，而在读书那几年有没有刻意练过。
所以，能靠提示词拿到2.5万月薪的人，凭的不是一张毕业证，而是四年里练出来的语感和逻辑——只是恰好这一轮市场需要它。如果下一轮需要的是别的东西，这套能力还能迁移到别处，因为底层能力本身不绑定行业。
六、给三类人的三句话
文科生找工作：别因为"AI公司招文科生"就一头扎进去。先看清岗位到底要什么能力，再评估自己有没有。缺的那块，花三个月补AI基础——不用会写代码，但要清楚模型能做什么、不能做什么。
理工科同学：不必觉得岗位被抢。AI对技术人才的需求量更大。文科生入场只是一个信号——AI能接的活儿在变多，需要的技能类型也在变多。
孩子读文科的家长：既不必高兴，也不必焦虑。文科没有自动升值，也没有贬值。看孩子在学的过程中有没有练出那三种能力。有，AI时代是顺风；没有，哪个时代都不顺风。
七、语言成了一种操作系统
语言过去是人与人之间的桥。
现在，它更像是人与AI之间的操作系统——装得好不好，决定你能调用多少能力。
中文让你把话说准，英语让你把世界看清，AI把两者接起来。这三样凑齐，一个普通人能调动的知识和工具，会比过去多得多。
如果只给一条建议，我不会先推荐某个具体软件，而是：把中文练好，把英语学好，然后学会和AI协作。
语言是你的输入能力，AI是你的能力放大器
