復旦大學團隊提出革新性提示詞交易模式 重塑AI內容創作生態

隨着生成式AI的普及，提示詞交易市場正在迅速擴大。然而，當前以PromptBase爲代表的交易平臺仍以賣方主導定價，缺乏客觀的價格衡量標準。面對這一挑戰，復旦大學多媒體與智能安全團隊提出了一種創新的提示詞交易模式，旨在更好地適應未來的買方市場。

這種新型交易模式主要包括兩個階段:提示詞類別選取和定價策略制定。在第一階段，平臺使用基於貪婪搜索的多臂老虎機算法，根據質量評估選擇待售提示詞類別。第二階段採用級聯Stackelberg博弈方法，將買家、平臺和賣家分別視爲一級領導者、二級領導者和追隨者，優先考慮買家利益。

該模式的核心在於綜合考慮提示詞與生成內容的相關性和質量，讓交易各方能夠在權衡成本與收入後製定最優策略。通過設置合理的價格範圍和提示詞豐富程度要求，該模式有效平衡了三方利益，有望帶來多贏局面。

研究人員李美玲和任洪潤在最近發表於arXiv的論文中詳細闡述了這一模式。他們認爲，這種交易模式不僅能更好地規範提示詞市場，還可能降低內容創作者的成本，提高創作效率。

隨着提示詞商品數量的增加和交易成本的降低，這一模式有望重塑AI內容創作生態。然而，研究團隊也指出，交易各方利潤函數的設計和提示詞質量評估等因素仍是影響最終定價的關鍵。未來，他們計劃將這一成果擴展到更廣泛的提示詞定價場景中。

這項研究爲解決提示詞定價難題提供了新思路，有望在未來的AI內容創作和交易中發揮重要作用。

地址：https://arxiv.org/pdf/2405.15154