随着生成式AI的普及,提示词交易市场正在迅速扩大。然而,当前以PromptBase为代表的交易平台仍以卖方主导定价,缺乏客观的价格衡量标准。面对这一挑战,复旦大学多媒体与智能安全团队提出了一种创新的提示词交易模式,旨在更好地适应未来的买方市场。

这种新型交易模式主要包括两个阶段:提示词类别选取和定价策略制定。在第一阶段,平台使用基于贪婪搜索的多臂老虎机算法,根据质量评估选择待售提示词类别。第二阶段采用级联Stackelberg博弈方法,将买家、平台和卖家分别视为一级领导者、二级领导者和追随者,优先考虑买家利益。

该模式的核心在于综合考虑提示词与生成内容的相关性和质量,让交易各方能够在权衡成本与收入后制定最优策略。通过设置合理的价格范围和提示词丰富程度要求,该模式有效平衡了三方利益,有望带来多赢局面。

研究人员李美玲和任洪润在最近发表于arXiv的论文中详细阐述了这一模式。他们认为,这种交易模式不仅能更好地规范提示词市场,还可能降低内容创作者的成本,提高创作效率。

随着提示词商品数量的增加和交易成本的降低,这一模式有望重塑AI内容创作生态。然而,研究团队也指出,交易各方利润函数的设计和提示词质量评估等因素仍是影响最终定价的关键。未来,他们计划将这一成果扩展到更广泛的提示词定价场景中。

这项研究为解决提示词定价难题提供了新思路,有望在未来的AI内容创作和交易中发挥重要作用。

地址:https://arxiv.org/pdf/2405.15154