人类语言是传达意图的最富有表现力的工具之一,但大多数人工或生物系统缺乏解释或有意义地回应它的机制。 缩小这一差距可以使对复杂、分散的系统进行更自然的控制形式。 在人工智能和人工生活中,最近的工作探讨了语言如何指定高级目标,但大多数系统仍然依赖于工程奖励,特定任务的监督或严格的命令集,将泛化限制在新颖的指令中。 类似的限制也适用于合成生物学和生物工程,其中控制中心通常是基因组而不是环境扰动。 一个悬而未决的关键问题是,人工或生物集体是否可以仅用自由形式的自然语言来指导,而无需特定任务的调整或精心设计的评估指标。 我们在这里提供了一个可能的答案,首次展示了简单代理的集体行为可以通过自由形式语言提示来指导:一个AI模型将一个命令提示转换为应用于模拟细胞的干预措施;第二个AI模型对提示如何很好地描述生成的细胞动力学进行评分;而以前的AI模型被进化以提高后者产生的分数。 与以前的工作不同,我们的方法不需要工程健身功能或特定领域的提示设计。 我们表明,进化的系统在没有再训练的情况下推广到看不见的提示。 通过将自然语言视为控制层,该系统提出了一个未来,其中口语或书面提示可以将计算,机器人或生物系统引导到所需的行为。 这项工作为人工智能生物学伙伴关系的愿景提供了一个具体的步骤,其中语言取代了数学目标函数,固定规则和特定领域的编程。