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

本提示词为希望提升团队士气和敬业度的行政管理者设计，旨在建立一套简单、有效、可持续的内部认可与赞赏体系。

本提示词专为行政决策者和项目经理设计，旨在识别和克服在项目或流程优化中受“沉没成本”影响的非理性决策，做出更明智的取舍。

本提示词为负责管理实验室、特殊仓储或医疗相关设施的行政或EHS经理设计，旨在根据风险级别，建立一套符合标准的生物安全管理体系。

本提示词为风险管理和流程优化人员设计，旨在通过模拟极端或异常情景，测试行政流程的抗压能力，提前发现并修复潜在的脆弱环节。

本提示词旨在帮助行政管理者超越“把事做对”的功能性目标，系统性地设计和评估服务中的情感体验，提升员工的满意度和归属感。

本提示词为流程设计者提供一种运用“助推”（Nudge）理论的工具，通过巧妙设置默认选项，在不强制的情况下引导员工做出更优选择。

本提示词服务于需要将外部供应商系统（如差旅、采购平台）与内部系统（如OA、财务）打通的行政或IT经理，旨在制定清晰的技术对接规范。

本提示词为行政团队管理者设计，旨在建立一个内部学习与成长的生态系统，通过同行间的经验传承和技能分享，提升团队整体专业能力。

本提示词专为流程优化师和用户体验设计师设计，旨在运用认知心理学原理，分析并简化行政流程，减轻员工在理解和操作过程中的心智负担。

本提示词为负责企业安全与设施管理的行政专业人士设计，旨在建立一套超越“完成演习”本身的评估与反馈系统，真正提升全员的应急响应能力。

本提示词为HR或行政部门培训负责人设计，旨在创建一套科学、实用的培训课程，帮助高强度工作的行政员工管理精力、应对压力，预防职业倦怠。

本提示词旨在帮助行政管理者运用市场营销的客户细分理论，对内部员工进行多维度画像，从而提供更精准、个性化的行政服务。

本提示词帮助行政流程设计师以“产品化”思维重构服务流程，使其能够轻松应对业务规模增长和需求变化，避免频繁推倒重来。

本提示词为采购和供应商管理专家设计，旨在建立一套超越财务和质量的供应商评估体系，将供应商的社会声誉和品牌形象作为关键风险进行管理。

此提示词为希望引入敏捷工作方式的行政管理者设计，旨在将传统的、长周期的行政项目改造为短平快的跨职能冲刺模式，提升效率和响应速度。

本提示词专为行政审计、内控及部门负责人设计，旨在运用经济学原理系统性地识别和防范服务流程中因信息不对称而产生的潜在风险。

本提示词服务于负责管理数据中心、实验室或存放精密仪器设施的行政或IT经理，旨在生成一份专业、全面的环境要求技术规范。

本提示词为行政流程设计师和风险管理人员提供工具，用于识别服务流程中的潜在断点并设计预案，确保在异常情况下服务能快速恢复。

本提示词旨在帮助行政部门负责人建立一个结构化的员工反馈收集与共创机制，将员工从被动服务对象转变为服务改进的积极参与者。

本提示词专为行政经理和流程优化专家设计，旨在系统性地诊断并重构行政服务中的用户引导体验和帮助文档，提升员工自助解决问题的效率。