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

=- 选取与决策目标相关的量化指标<br>- 设定各指标的权重(Weighting)<br>- 构建加权评分矩阵(Weighted Decision Matrix)<br>- 进行

- 定义不同层级问题的升级（Escalation）路径<br>- 设定仲裁委员会的组成与投票规则<br>- 规范决策过程的文档化记录（DACI/RACI）<br>- 确保决策后的执

=- 识别在决策中被牺牲的利益方<br>- 设计非零和博弈的补偿机制<br>- 制定分阶段的利益平衡路线图<br>- 维护长期的合作关系与信任

=- 提炼产品的核心价值观与取舍逻辑<br>- 解决“既要又要”的决策瘫痪<br>- 确保长期产品演进的一致性<br>- 作为招聘和考核团队的文化基石

=- 绘制权力-利益矩阵(Power-Interest Grid)<br>- 识别关键决策者与潜在阻碍者<br>- 制定针对性的沟通与管理策略<br>- 预测项目推进中的政治风险

- 设计“配称（Fit）”系统，让模仿者难以复制全貌<br>- 建立基于品牌心智的护城河<br>- 提高转换成本或网络效应<br>- 持续在核心定位点上饱和攻击

- 审查现有功能与新定位的匹配度（Keep/Kill/Fix）<br>- 规划能够体现新定位的旗舰功能（Signature Feature）<br>- 调整产品路线图的优先级<br

=- 绘制新定位下的战略群组图(Strategic Group Map)<br>- 识别因定位转移而出现的新竞争对手<br>- 评估相对于新老对手的优劣势变化<br>- 预测竞争对

- 设计内部品牌教育与内化流程<br>- 提供员工对外发声的工具包（素材/话术）<br>- 建立员工传播的激励机制<br>- 培养关键员工（Key Employee）的行业影响力

- 筛选匹配新定位的权威机构或KOL<br>- 策划能够获得背书的事件或认证<br>- 利用社会认同原理（Social Proof）构建信任链<br>- 将背书转化为营销素材

- 梳理所有对外的品牌触点（Touchpoints）<br>- 制定分优先级的物料更新计划<br>- 培训内部员工（客服/销售）统一口径<br>- 监控外部渠道的旧信息残留

=- 识别对旧定位忠诚度高的“钉子户”群体<br>- 预测因价格/风格变化导致的流失率<br>- 制定针对老用户的安抚与迁移策略<br>- 设定止损线,防止基本盘崩盘

=- 设计价格敏感度测试(PSM模型)<br>- 构建包含新价值主张的模拟销售页面<br>- 对比新旧定位下的转化率与客单价<br>- 识别愿意为新定位买单的核心人群

- 定义符合新定位的“情绪板（Mood Board）”<br>- 规划Logo、色彩、字体、辅助图形的演进方向<br>- 确保全渠道视觉的一致性<br>- 设计新旧视觉的平滑过渡方

=- 诊断当前的用户心智定位(如“便宜但质量差”)<br>- 设定期望的情感锚点(如“高性价比”、“温暖”)<br>- 设计能够触发新情感的接触点(Touchpoints)<br>

=- 深度剖析失败的根本原因(技术/市场/团队)<br>- 提取可复用的资产(代码、数据、客户名单)<br>- 记录“如果当初...也许会...”的反事实思考<br>- 举办“葬礼

- 填写精益画布（Lean Canvas）的9个模块<br>- 识别风险最高的假设（Riskiest Assumption）<br>- 设计MVP（最小可行性产品）验证方案<br>

- 描绘早期采用者（Early Adopter）的精准画像<br>- 设计排他性的邀请与准入机制<br>- 建立高频互动的反馈闭环<br>- 转化种子用户为布道者（Evangeli

- 定位技术在Rogers扩散曲线中的位置<br>- 识别“鸿沟（Chasm）”是否已经跨越<br>- 分析当前入局的成本与收益比<br>- 制定针对早期采用者（Early Ado

- 设计独立于主营业务的P&L（损益表）结构<br>- 制定内部转移定价（Transfer Pricing）规则<br>- 设定不同阶段的财务考核指标（烧钱率 vs 利润率）<br