把AI知识，读成可复用的工作方法

覆盖 AI 需求定义与场景挖掘、模型能力边界与选型、效果验收与评估、成本与商业化、数据合规、人机协作体验设计、AI 项目管理等产品经理核心考点

覆盖 AI 漫剧全流程：LLM 剧本创作、分镜设计、角色一致性方案、图像与视频生成工作流、配音口型同步、竖屏短剧运营、内容合规与商业化等核心考点

覆盖 Transformer 原理、预训练与数据工程、SFT 与参数高效微调、RLHF/DPO 对齐、推理优化与量化部署、评测体系等大模型算法核心考点

覆盖提示词设计结构、CoT/ReAct 等推理技术、结构化输出、提示词安全与注入防御、评估与版本治理、业务落地方法论等 Prompt 工程核心考点

覆盖知识库规划与治理、内容质量与切分配合、标注数据生产、RAG 效果运营与 bad case 归因、知识保鲜机制、数据合规与安全、运营指标体系等核心考点

覆盖大模型评测体系、评估集建设、程序断言与 LLM-as-judge、对抗与红队测试、性能与安全测试、回归与线上监控、RAG/Agent 专项测试等核心考点

覆盖 AI 平面与视觉设计的全链路考点：提示词与风格控制、ControlNet 工作流、电商/品牌/插画场景、版权与商用授权、批量设计工程化、设计师竞争力重构

覆盖 B 端 AI 落地的全链路考点：客户调研与痛点挖掘、方案架构设计（RAG/Agent/微调选型）、POC 设计、ROI 测算与报价、投标与演示、交付边界管理、行业方案与异议处

覆盖职场 AI 应用的全场景考点：文档写作与总结、表格与数据分析、汇报演示、个人知识管理、提示词模板库建设、人机分工与验证习惯、数据安全红线与团队 AI 化推广

从工具调用走到规划、协作与治理。内容整理自开源仓库 ai-interview-guide（MIT 协议）

从开放问题走到客户生产结果。内容整理自开源仓库 ai-interview-guide（MIT 协议）

从模型能力走到可上线的业务系统。内容整理自开源仓库 ai-interview-guide（MIT 协议）

从架构原理走到吞吐与部署。内容整理自开源仓库 ai-interview-guide（MIT 协议）

从多模态理解走到视觉工具与实时交互。内容整理自开源仓库 ai-interview-guide（MIT 协议）

从召回链路走到评测与生产治理。内容整理自开源仓库 ai-interview-guide（MIT 协议）

从评测方法走到风险控制与线上监测。内容整理自开源仓库 ai-interview-guide（MIT 协议）

覆盖 AI 漫剧前期创作全链路：LLM 辅助剧本创作、人设与世界观、钩子与反转设计、分镜与文案、连载剧情管理与一致性、原创与版权合规、数据驱动改剧等核心考点

覆盖 AI 漫剧中期制作与制片管理：流水线设计与排期、角色一致性生产管控、提示词与 LoRA 资产管理、批量产能、质量与成本控制、外包协作、商业化与合规台账等核心考点

覆盖 AI 漫剧后期全链路：图生视频与运动控制、口型同步与 TTS 配音、音效与混音、剪辑节奏与字幕包装、调色统一、成片规格导出与质检、工程化素材管理等核心考点

Python 语言特性、编码规范、数据类型、正则、装饰器等高频面试题（已排除并发/网络/爬虫/Git/算法专题）。内容整理自开源仓库 Python-Interview-Custom

Java SE 基础高频面试题：JDK/JRE、运算符与关键字、字符串三兄弟、接口与抽象类、异常体系、反射、深浅拷贝等。带【高频】标记的是笔试面试超高频考点。

Linux 常用命令与 Docker 容器高频考点：目录文件操作、vi/vim、压缩解压、授权、端口/进程/内存排查、Docker 镜像与容器管理、docker-compose 等

Redis 高频面试题：数据类型、高性能原理、持久化、缓存三大问题（穿透/击穿/雪崩）、过期删除与内存淘汰、集群方案、事务与缓存预热等。

MySQL 高频面试题：连接与合并、char/varchar、事务与隔离级别、三大范式、索引（分类/创建原则/失效/B+树/覆盖索引）、锁、日志、主从复制、SQL优化与慢查询日志。

RabbitMQ 高频面试题：微服务交互、MQ 三大作用、收发代码流程、消息可靠性（丢失/堆积/幂等）、死信队列、延迟消息与交换机模式，结合项目实战场景整理。

Elasticsearch 高频面试题：倒排索引原理、查询关键字、keyword/text 类型、query 与 filter 区别、与 MySQL 的数据一致性方案、性能优化。

大模型微调高频面试题：全参数微调的局限（显存/硬件/灾难性遗忘/存储成本）、参数高效微调（PEFT）核心思想、LoRA 低秩适配的技术原理与数学基础、适配器注入位置与推理时权重合并

LangChain 高频面试题：六大核心组件、链与代理、提示模板与输出解析、Memory 多轮对话、文档检索与向量存储、LCEL 声明式编排、流式处理、SQL 数据库代理与数据安全

LangGraph 高频面试题：状态图与节点执行流程、TypedDict/Annotated 与 Reducer 状态管理、ToolNode 工具调用、interrupt() 人机

MCP（Model Context Protocol）高频面试题：协议定位与函数调用关系、Server/Client 核心角色、Resources/Tools/Prompts 能力

多智能体（Multi-Agent）系统高频面试题：单 Agent 瓶颈、多 Agent 协作收益、Boss-Worker 中心化模式、流水线模式、民主/辩论式协作、通信冗余控制、一

Agent Skill（智能体技能）高频面试题：SKILL.md 结构与 frontmatter、渐进式披露三层加载、description 触发设计、脚本化确定性执行、Skill

=- 识别实验可能伤害的关联业务指标<br>- 建立全局指标的“反向联动”监控<br>- 设定不可接受的负向阈值<br>- 分析“蚕食效应”(Cannibalization)

- 选择合适的检验方法（T检验/卡方检验/Bootstrap）<br>- 计算P值与统计功效（Power）<br>- 处理多重检验（Multiple Testing）带来的偏差<b

- 监控SRM（样本比率偏差）以发现分流故障<br>- 实时追踪核心指标与护栏指标的趋势<br>- 自动检测异常值（Outliers）<br>- 提供实验进度的可视化漏斗

- 设计基于哈希（Hash）的流量分桶算法<br>- 确保不同实验层的流量正交（Orthogonal）<br>- 解决流量重叠导致的干扰问题<br>- 验证分桶的均匀性（Unifo

- 定义功能开关（Toggle）的配置结构<br>- 设计基于用户属性的流量圈选规则<br>- 实现秒级的配置热更新与回滚<br>- 避免长期的Feature Flag导致代码腐烂

=- 将心理学原理转化为可测试的A/B实验变量<br>- 设计对照组与实验组的干预手段<br>- 排除干扰变量,确保因果推断<br>- 积累产品专属的行为心理学知识库

=- 设计双向奖励机制(送好友X,你也得Y)<br>- 提供高价值的“社交货币”作为分享素材<br>- 利用“我请客”心理降低分享门槛<br>- 确保奖励即时到账以强化行为

=- 计算用户离开将损失的具体权益(积分/数据/特权)<br>- 设计强调“失去”而非“省钱”的挽留弹窗<br>- 提供“暂停服务”而非“取消服务”的缓冲选项<br>- 利用沉没成

- 遵循米勒定律（7±2原则）进行分组<br>- 利用席克定律（Hick's Law）减少选项<br>- 运用渐进式披露（Progressive Disclosure）策略<br>

- 展示用户数量、好评率、实时购买动态<br>- 利用“像我一样的人（Peer）”的见证<br>- 引入专家或权威机构的认证<br>- 消除用户“我是小白鼠”的恐惧

- 设定时间稀缺（倒计时）与数量稀缺（库存）<br>- 营造竞争稀缺（XX人正在抢）的氛围<br>- 结合损失厌恶心理强化稀缺感<br>- 确保稀缺的真实性以维持信任

=- 识别锚定效应、框架效应、禀赋效应等偏差<br>- 分析这些偏差如何左右用户的购买决策<br>- 设计利用偏差的交互或文案策略<br>- 避免触犯道德底线的“黑暗模式”

- 基于Hook模型（Trigger-Action-Reward-Investment）设计<br>- 埋设外部触发器与内部触发器<br>- 设计多变的酬赏（Variable Re

- 平衡挑战（Challenge）与技能（Skill）<br>- 设计清晰的目标与即时的反馈回路<br>- 消除干扰，创造沉浸式操作环境<br>- 利用“微交互”维持用户的专注度

- 计算用户的Recency（近度）、Frequency（频度）、Monetary（额度）<br>- 将用户划分为“重要保持”、“重要发展”、“重要挽留”等类别<br>- 为不同层

=- 设计冲突后的“冷却期”与“复盘会”<br>- 引导双方表达感受而非情绪宣泄<br>- 修复人际关系的具体的团建或仪式<br>- 防止冲突演变成办公室政治

=- 明确绝对禁止的业务行为(红线)<br>- 设定产品质量和服务水平的最低标准(底线)<br>- 建立全员知晓的举报与熔断机制<br>- 将治理原则嵌入代码或流程中

- 运用哈佛谈判法（原则性谈判）<br>- 区分“立场（Position）”与“利益（Interest）”<br>- 寻找扩大蛋糕（Create Value）的方案<br>- 准备

=- 建立定期的跨部门互信度量(Trust Audit)<br>- 设计促进非正式交流的社交机制<br>- 建立“承诺-交付”的一致性记录<br>- 修复因人员变动导致的信任断裂

- 定义进入“紧急状态”的触发条件<br>- 明确独裁者（Commander）的权力边界<br>- 暂停常规流程（如审批、会议）的规则<br>- 设定事后问责与复盘机制