Prompt engineer: Zanimanje koje je trajalo 18 mjeseci

Studeni 2023. Zvuči kao vic, ali nije — LinkedIn se preko noći napunio ljudima koji u naslovu profila pišu „Prompt Engineer”, kao da su cijeli život čekali da se ta titula konačno izmisli, pa da je zgrabe prije nego što je netko drugi ukrade. Prompt je, u prijevodu s engleskog, samo naredba ili upit koji upisuješ AI-u — ona rečenica koju otipkaš u ChatGPT prije nego što ti on nešto odgovori, ništa egzotičnije od toga. Godinu dana ranije nisi znao ni što je ChatGPT (pogl. 8, ako si preskočio), a sad postoje ljudi koji za posao imaju — razgovarati s njim. Ne programirati ga. Ne trenirati. Razgovarati. Pisati mu rečenice na način da odgovori onako kako želiš.

I onda dođu brojke, jer bez brojki nema hajpa. Oglasi za prompt engineere s plaćama od 300.000 dolara godišnje kruže Twitterom (iako se ta mreža formalno već preimenovala u X) brže nego bilo koja druga vijest te jeseni. Harvard Business Review — da, opet oni, isti časopis koji je 2012. proglasio data scientista „najseksi poslom 21. stoljeća” (pogl. 11, sjećaš se, ako ne — vratit ćemo te tamo) — sad ima novi naslov spreman: najseksi posao ere umjetne inteligencije. Kao da su imali predložak spremljen u fascikl „Sljedeći hajp”, samo su promijenili ime zanimanja i stavili novi datum.

Tečajevi niču kao pečurke nakon kiše. Udemy, Coursera, neki tip na YouTubeu koji prodaje PDF od dvanaest stranica pod nazivom „1000 najboljih promptova za ChatGPT — zarađuj već danas”. Postoje čak i online tržnice gdje ljudi prodaju — promptove. Tekst. Rečenice koje si ti mogao napisati za pet minuta, netko drugi naplaćuje deset dolara u PDF-u sa stock-fotkom robota na naslovnici. Firme otvaraju pozicije, fakulteti razmišljaju o katedrama, jedan startup se hvali da mu je „glavni prompt engineer” ključna osoba u timu, važnija od inženjera koji je model uopće spojio na infrastrukturu.

Jer evo što se dogodilo osamnaest mjeseci kasnije, u proljeće 2025.: potraga za „prompt engineerom” kao zvanjem se ugasila. Ne polako, ne postupno — nestala je iz oglasa gotovo preko noći. Ne zato što je vještina postala nepotrebna, nego zato što je postala svačija. Ista stavka, samo sad piše u opisu posla za marketing menadžera, za dizajnera, za administrativnog referenta: „poznavanje rada s AI alatima, prednost”. Jedan checkbox, negdje na dnu liste od dvadeset traženih vještina, tamo gdje je nekad pisalo „poznavanje MS Officea”.

Modeli su, usput, postali bolji u razumijevanju onoga što ljudi žele — i baš to je ubilo posao koji je trebao živjeti od toga da ih ne razumiju dovoljno dobro. Zvuči li ti ovo kao već viđen film? Ako se sjećaš 1996. i riječi „webmaster”, trebalo bi. Idemo raščlaniti kako se rodila legenda o šaptaču strojevima, što je u njoj istina, što uljepšano, i zašto smo svi, na trenutak, povjerovali da je riječ o magiji.

Godina je 2023., i po drugi put u ovoj knjizi netko na LinkedInu objavljuje da je pronašao zanimanje budućnosti. Ovaj put se zove prompt engineer, i priča koja ide s njim toliko je lijepa da je šteta razgraditi je — ali upravo za to imamo ostatak poglavlja. Prvo, kako se legenda ispričala, s ravnim licem, po svim pravilima žanra.

Legenda glasi ovako: ChatGPT je stigao i pokazao se moćnim, ali čudnim — govoriš mu nešto, a on ti odgovori nešto sasvim drugo nego što si očekivao. Razlog je bio prizemniji od svega što je slijedilo: model ne „razumije” pitanje kao čovjek, nego statistički pogađa koja bi riječ trebala doći iduća, na temelju gomile tekstova na kojima je treniran, pa je kod ranijih, manje uglađenih verzija sama formulacija upita — hoćeš li reći „objasni” ili „opiši”, hoćeš li staviti zarez ovdje ili tamo — znala odlučiti dobiješ li genijalan odgovor ili glupost. Rješenje nije bilo popraviti model. Rješenje je bilo pronaći ljude koji znaju kako mu se obratiti. Ne programere — programiranje je, kažu, prošlost. Ne lingviste, mada bi im dobro došlo. Nego novu vrstu stručnjaka, nešto između šamana i copywritera, koji poznaje tajne formulacije, magične fraze koje otključavaju model kao da je stara škrinja s kombinacijom. Dodaš „Ponašaj se kao stručnjak za...”, dodaš „Razmišljaj korak po korak”, i model odjednom zna stvari koje prije nije znao. Nije, naravno, znao ništa više — ali to je detalj za sekciju dva.

Ovo tajno znanje trebalo je novo ime, i ime je stiglo: prompt engineering, odnosno „inženjerstvo upita”. Zvuči kao inženjerstvo, dakle zvuči ozbiljno i mjerljivo, a ne kao „pisanje poruka chatbotu”, što bi bilo preciznije, ali manje prodajno. Mediji su odmah pokupili priču — nova pismenost doba umjetne inteligencije, pišu naslovi, vještina koju će za pet godina svi morati znati, kao što danas svi znaju čitati i pisati. Netko je to nazvao i „posljednjim ljudskim poslom prije nego AI zamijeni sve” — što je, ako malo razmisliš, rečenica koja sama sebi proturječi, ali u 2023. logika je bila luksuz koji se čekao u redu iza panike.

A tečajevi — o, tečajevi. Preko noći su nikli online kursovi „Postani Prompt Engineer za 30 dana”, certifikati koje je izdavala platforma osnovana prošli tjedan, radionice za nekoliko stotina dolara koje su obećavale da ćeš nakon njih znati razgovarati s AI-jem bolje od 99% ljudi (usporedbe s preostalih 1% nije bilo, i nikad neće biti — to bi zahtijevalo mjerenje, a mjerenje kvari priču). Pojavila su se i „tržišta upita” (prompt marketplaces), mjesta gdje si mogao kupiti tuđi genijalni upit za tri dolara, kao da je riječ o receptu za tortu, samo umjesto brašna i jaja imaš rečenicu „Zamisli da si iskusni marketinški stručnjak s 20 godina iskustva”. Netko je čak prodavao PDF pod naslovom „1000 najboljih promptova” — tisuću varijacija na istu ideju, spakiranih i naplaćenih kao da je riječ o filozofskom traktatu, a ne o popisu rečenica koje bi svaki iole pažljiv čovjek smislio sam za jedno popodne.

I tako je zanimanje bilo rođeno, s plaćom, certifikatom i tržištem — sve što jednoj profesiji treba da izgleda stvarno. Jedino što mu je nedostajalo bilo je vrijeme. A vremena, kao što ćemo vidjeti, baš i nije bilo puno.

Dobro, sad kad smo se nasmijali certifikatima i plaćama koje su mirisale na burzovni mjehur, vrijeme je za neugodniji dio ove priče — onaj u kojem moram biti pošten. Jer postavljanje upita AI modelu STVARNO je vještina. Nije izmišljena, nije marketinška fikcija, nije prevara od vrha do dna. Ako u ChatGPT baciš samo „napiši mi email”, dobit ćeš nešto generičko, kao da si naručio kavu bez da kažeš je li espresso ili turska. Ako mu daš kontekst — kome pišeš, zašto, kakav ton, tri primjera kako to obično zvuči kod tebe — dobit ćeš tekst koji stvarno možeš poslati. To nije magija. To je isto ono što razlikuje dobrog i lošeg sugovornika za pultom u banci: jedan sluša što mu govoriš, drugi čeka da završiš pa ispali skriptu.

Struktura pomaže. Primjeri pomažu. Reći modelu „odgovori kao da objašnjavaš desetogodišnjaku” pomaže. Podijeliti veliki zadatak na korake pomaže. Sve to je stvarno, mjerljivo, dokazano u desecima akademskih radova o „prompt engineeringu” kao tehnici — a te tehnike imaju imena koja zvuče kao raketna znanost, a rade prilično jednostavne stvari: „few-shot learning” znači da modelu prije pitanja daš nekoliko primjera kako izgleda dobar odgovor, „chain-of-thought” znači da ga natjeraš da razmišlja korak po korak umjesto da odmah ispali gotovo rješenje, a „retrieval augmentation” znači da mu prije odgovora daš da „pročita” neki dokument ili bazu podataka pa se na to referira. Nitko ovdje ne tvrdi da je car go. Car ima odjeću. Samo — ta odjeća je vještina, alat, tehnika. Nije zanimanje.

E sad dolazimo do razlike koja je cijelu priču srušila u osamnaest mjeseci, a koju je svatko trebao vidjeti već u trenutku kad se pojavila prva naslovnica s brojkom od 300.000 dolara. Postoji ogromna razlika između vještine koju svatko koristi i zanimanja koje netko obavlja. Excel je nevjerojatno moćan alat — naučiti dobro raditi pivot tablice i formule realno može uštedjeti dane posla. Pa ipak, nikad nije postojalo zanimanje „Excel engineer”. Pretraživanje Googlea je vještina — postoje ljudi koji znaju tražiti kao vračevi, s operatorima, navodnicima, minusima ispred riječi koje žele izbaciti — a opet, „Google search specialist” nikad nije bio naziv radnog mjesta na kojem se živi. Ta vještina se jednostavno utopila. Postala je dio onoga što se očekuje od svakoga koji sjedi za računalom, a ne posebna disciplina za koju se ide na fakultet i traži plaću od tri stotine somova.

Prompt engineering je krenuo istim putem, samo brže, jer je cijeli AI ciklus 2023.-2024. bio ubrzan poput filma premotanog na trostruku brzinu. I tu dolazimo do dijela koji je pravi ubod u srce cijele priče: tehnologija koja je stvorila ovo zanimanje — istovremeno ga je i ubila. Ne konkurencija, ne jeftinija radna snaga, ne offshoring. Sami modeli. Svaka nova generacija — GPT-4, pa GPT-4 Turbo, pa Claude 3, pa sve dalje — postajala je bolja u razumijevanju onoga što čovjek MISLI reći, a ne samo onoga što je bukvalno napisao. Rani modeli su bili osjetljivi na formulacije kao razmaženo dijete — reci „napiši” umjesto „generiraj” i dobio bi drugačiji rezultat, dodaj zarez na krivom mjestu i cijeli odgovor krene u drugom smjeru. Trebalo je znati trikove da bi model uopće razumio što želiš. Danas mu možeš reći nešto nespretno, s tipfelerom, na pola rečenice — i on će shvatiti poentu. Bolji model znači manju potrebu za inženjeringom oko njega. To je rijedak primjer u povijesti tehnologije da napredak samog alata ukine potrebu za posrednikom koji je alat prevodio ljudima. Uglavnom je obrnuto — bolji alat traži bolje operatore. Ovdje je bolji alat jednostavno progutao posao operatora.

Ali — i ovo je važno, jer inače ostajemo samo na ruševinama — pravi posao nije nestao. Samo se preselio. Preselio se s razine „koje magične riječi ću upisati u chat prozor” na razinu „kako gradim sustav koji pouzdano dohvaća prave podatke, provjerava odgovore, spaja više modela i alata u nešto što radi bez nadzora, svaki dan, milijun puta, bez da netko sjedi i ručno štima formulacije”. To je RAG — retrieval-augmented generation, kratica koja se u industriji koristi kao standardni naziv za model koji prije odgovora ode i pročita tvoje dokumente, da ne izmišlja. To su evaluacije — automatski testovi koji provjeravaju je li odgovor koji je model dao dobar ili je izmislio glupost. To je orkestracija — slaganje više poziva, više modela, više koraka u lanac koji se ne raspadne kad korisnik napiše nešto neočekivano. Sve to je inženjering, i dobro plaćen inženjering — samo je to sada softverski inženjering s AI-jem kao komponentom, ne posebno zanimanje koje živi od formulacija u chat prozoru.

Drugim riječima — vještina je preživjela. Samo je otišla tamo gdje vještine uvijek na kraju odu kad prestanu biti egzotične: u temelje, ne na naslovnicu. A o tome kako se ta selidba zove i tko je danas na drugoj strani tog mosta, pisat ćemo malo kasnije u ovoj knjizi.

OK, zaustavimo se na trenutak i skinimo prompt engineeru majicu s natpisom „posebno zanimanje”, jer ispod nje se krije nešto puno dosadnije i puno starije: obrazac. Isti obrazac, svaki put, kao da netko fotokopira scenarij i samo mijenja imena glumaca. Evo formule, gotovo mehaničke: (1) izađe nova tehnologija koju nitko još ne zna koristiti; (2) nastane jaz između onoga što tehnologija može i onoga što obični ljudi o njoj znaju; (3) taj jaz popuni privremeno zanimanje-most — netko tko je „prvi ušao” i sad prevodi za ostale; (4) tehnologija sazrije ili se pojednostavi do te mjere da posrednik više nije potreban; (5) zanimanje ispari, ili se rasplinuje u nešto drugo, ili — najčešće — postane samo jedna stavka u opisu posla koji već postoji. Prompt engineer nije iznimka od tog pravila. Prompt engineer JE pravilo, samo ubrzano do karikature.

Uzmi webmastera, godina 1996., ako želiš vidjeti taj most u punom sjaju. Jedan čovjek u firmi „znao je internet”. Znao je HTML, znao je FTP, znao je zašto stranica radi u Netscapeu, a ne radi u onom drugom, čudnom pretraživaču (Internet Explorer, sjećaš se ratova preglednika?). Taj čovjek je bio kralj, imao je poseban tretman, ponekad i poseban parking. A onda se dogodilo ono što se uvijek dogodi: alat je postao lakši, posao se specijalizirao. Webmaster se rasplinuo u frontend developera, backend developera, DevOpsa, UX dizajnera, SEO specijalista, sistemskog administratora — desetero ljudi je preuzelo ono što je nekad radio jedan, ne zato što je posao izumro, nego zato što je postao preozbiljan da bi ga radio generalist s previše šešira na glavi. Nitko danas ne traži „webmastera”. Ali svatko danas radi dio onoga što je webmaster nekad radio.

Ili uzmi menadžera društvenih mreža u ranim danima interneta, kad je Facebook stranica firme bila novost i netko je morao „razumjeti internet ljude”. Taj netko je dobio titulu, budžet i mistiku. Danas? Svaki marketinški tim ima nekoga tko se bavi objavama, ali „menadžer društvenih mreža” kao egzotično zanimanje s vlastitom aurom — to je nestalo. Objave na Instagramu nisu prestale postojati. Prestala je postojati ideja da za njih treba čarobnjak.

A onda, bliže kući, imamo data scientista — analitičara podataka koji se bavi statistikom, strojnim učenjem i vađenjem smisla iz gomile brojki, o kojemu smo već pisali (K6, poglavlje 11) — i vrijedi ga spomenuti ovdje jer je na pola puta između webmastera i prompt engineera. Data scientist je 2012. godine bio „najseksi posao 21. stoljeća” po Harvard Business Review (da, isti časopis, isti jezik, ista formula — provjeri datume, isti trik su odigrali dvaput). Deset godina kasnije, data scientist nije izumro — ali se normalizirao. Prestao je biti jednorog koji hoda po uredu s aurom nedostupnosti i postao je redovna, dobro definirana uloga s jasnim alatima i jasnim očekivanjima. Formula ide dalje: most je poslužio, prijelaz je izvršen, ali umjesto da se rasplini u ništa, ovaj put se rasplinuo u standard.

I tu je ključna razlika koju mit voli progutati: kod webmastera i menadžera društvenih mreža jaz se zatvarao jer su LJUDI postajali sposobniji — internet je postao intuitivniji, alati jednostavniji, nova generacija je rođena s tipkovnicom u ruci. Kod prompt engineera jaz se zatvorio jer je STROJ postao sposobniji da razumije nesavršenog, nespremljenog, gramatički kaotičnog čovjeka. To nije demokratizacija vještine. To je alat koji je odlučio da mu posrednik više ne treba, pa ga je jednostavno — pojeo.

Zato, kad sljedeći put netko na LinkedInu objavi da je „X inženjer” novo zanimanje budućnosti sa šesteroznamenkastom plaćom, ne pitaj koliko će to plaćati. Pitaj koliko će brzo alat, oko kojeg je to zanimanje sagrađeno, postati pametniji od potrebe da to zanimanje uopće postoji. Odgovor je uvijek bio isti otkad postoji ova industrija — samo se vrijeme čekanja na taj odgovor sve više skraćuje.

Dobro, ako je vještina stvarna a zanimanje efemerno, onda mora postojati netko tko je na toj razlici zaradio pare dok je trajala. I ima. Ima puno njih, i svi su isti model, samo s drugim logotipom.

Prisjeti se K5, poglavlja o agile-kompleksu — ista slika, samo drugo desetljeće. Netko izmisli certifikat, netko drugi napravi tečaj za taj certifikat, treći napiše knjigu za taj tečaj, a onaj tko je htio samo raditi svoj posao plati sve troje da bi mu poslodavac vjerovao da zna nešto što je, u biti, mogao naučiti u petak popodne guglanjem. Kod prompt engineeringa 2023. taj model se ubrzao do apsurda — nije trebalo ni godinu dana da se pojave „certificirani prompt engineer” tečajevi od 200 dolara na Udemyju, radionice za korporacije koje su htjele da im „AI transformacija” zvuči ozbiljno, i konzultanti koji su naplaćivali po satu da klijentu objasne kako napisati rečenicu s malo više konteksta.

Pa influenceri. Cijela jedna kategorija ljudi na LinkedInu i YouTubeu čiji je jedini proizvod bio PDF od trideset stranica pod naslovom nešto tipa 'Ultimate Prompt Guide: 500 promptova koji će promijeniti tvoj život' — a te famozne liste zlata od 500 komada uglavnom su bile varijacije na 'napiši mi email'. Struktura je uvijek identična: deset stranica uvoda o tome kako je AI budućnost, deset stranica promptova koji su, kad ih pogledaš, u biti 'napiši mi email' i 'objasni mi ovo kao da imam pet godina', i deset stranica zaključka koji te tjera da se pretplatiš na newsletter. Neki od tih ljudi su u to vrijeme imali veći doseg i utjecaj nego stvarni inženjeri koji su radili na modelima. Takva je logika hypea: onaj koji najglasnije viče da razumije budućnost, dobije mikrofon prije onoga koji je stvarno u laboratoriju.

A oni s naslovnica? Sjećaš se, s početka poglavlja — plaće od 300.000 dolara, članci o „najseksi poslu ere”. Potraži danas gdje su ti ljudi. Većina njih i danas radi, i dobro radi, samo se naziv posla promijenio. „Prompt engineer” na LinkedInu 2023. postao je „AI engineer” 2024., ili „applied AI specialist”, ili jednostavno softverski inženjer koji u opisu posla ima jednu liniju o radu s velikim jezičnim modelima. Vještina je ostala — samo se rastvorila u širi naziv, jer se pokazalo da je pisanje dobrih upita bila jedna alatka u kutiji, ne cijela kutija. Nitko od njih nije ostao bez posla. Samo im je nestala titula koja je zvučala kao zanimanje budućnosti, a bila je zapravo prijelazni naziv za „čovjeka koji je prvi stigao do novog alata”.

I tu dolazimo do poante ove runde — hype ne treba da bude istinit da bi bio profitabilan. Treba samo da traje dovoljno dugo da netko prodaje kartu prije nego što svi skuže da je zlato zapravo pijesak s malo šljokica. Osamnaest mjeseci je, ispada, bilo dovoljno dugo za cijelu jednu mikroindustriju tečajeva, certifikata, PDF-ova i konferencijskih panela — i onda se sve to tiho preselilo na sljedeći hashtag, dok su stvarni ljudi s naslovnica jednostavno nastavili raditi, samo pod drugim imenom.

Dobro, porota je čula sve. Vrijeme je za presudu, a presuda je dosadno nedvosmislena za nešto što je izazvalo toliku histeriju: vještina je stvarna, zanimanje je bilo fantom. To dvoje se stalno miješa, pa da razdvojimo jednom za svagda. Znati postaviti dobar prompt — dakle dobar tekstualni upit ili naredbu — modelu: dati mu kontekst, primjer, strukturu, granice, jest korisno, i ostat će korisno dok god budemo tipkali u kućice. Ali to je vještina, kao što je vještina pisati dobar email ili slagati Excel formulu. Nitko nije 2019. tražio »Excel engineera« sa 300 tisuća dolara plaće. Zanimanje je nešto drugo: puna, plaćena, imenovana pozicija koja pretpostavlja da ta vještina postoji u tako rijetkoj i dragocjenoj koncentraciji da zaslužuje vlastiti naslov na vizitci. Ona koncentracija se pokazala kao privremeni artefakt neznanja, ne kao trajno stanje stvari. Kad je jaz vještina nestao, nestao je i naslov. Vještina je ostala, razmazana po svima. Presuda: nevin za vještinu, kriv za naduvanost — i sud se raspušta.

Zašto bi te ovo uopće trebalo zanimati, mimo zabave gledanja kako se ljudi sapliću preko vlastitih titula? Zato što ti se, gotovo sigurno, negdje oko tebe — ili na tvojoj vizitki — upravo lijepi riječ AI kao naljepnica na proizvod koji postoji već pet godina. Vrijedi iskreno pitati koliko će ta naljepnica trajati prije nego postane checkbox u opisu posla svakoga, kao što se dogodilo prompt engineeru. Odgovor: ovisi koliko brzo alat postane dosadan, odnosno dovoljno dobar da ga svi rade bez posebnog imena za to.

Ostaje konstruktivni dio, jer negdje ga moramo staviti prije nego zatvorimo ovo poglavlje. Ako je prava pouka »nemoj učiti trikove za pisanje promptova, jer će ti trikovi nestati čim model postane pametniji« — što onda uopće ostaje za učiti? Odgovor je ono što smo obradili u poglavlju 9 ove knjige: razumjeti gdje je granica onoga što model stvarno može, a gdje počinje njegovo uvjerljivo maglenje. Ta granica se ne uči napamet iz vodiča »tisuću najboljih promptova«. Uči se radom i greškama, i graditi sustave oko te granice — provjere, ograde, evaluacije — a ne pamtiti magične formulacije koje će sljedeća verzija modela pojesti za doručak i time ih učiniti nepotrebnima.

I na kraju, širi obrazac, onaj koji ova cijela knjiga vuče kroz sve svoje stranice kao crvenu nit. Svako novo doba u informatici stvori privremena zanimanja-mostove dok se vještina ne demokratizira u alat kojim barata svatko. BASIC je trebao programere da bi ga netko koristio; danas ga koristi svatko preko tablice. VisiCalc, davni predak današnjeg Excela, trebao je »kalkulacijskog specijalistu« koji zna posložiti formule; danas ga koristi svaki knjigovođa bez razmišljanja. No-code je trebao objašnjenje; danas ga otvoriš i klikneš. Prompt engineer je samo najbrži primjer tog obrasca u povijesti — most koji se izgradio i srušio u osamnaest mjeseci, spomenik brzini kojom se ova era kreće. Vrijedi zapamtiti taj tempo, jer sljedeći most se možda već gradi dok ti čitaš ovu rečenicu — netko se upravo zove »AI agent orchestrator« i vjerojatno misli da će to pisati na vizitci još deset godina.