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

帮助行政管理者识别流程中可以被规则引擎或自动化工具替代的手动审批环节，以大幅提升审批效率、降低人为错误。

帮助行政或设施管理者规划一套集成了车位引导、反向寻车、无感支付等功能的智慧停车系统，以提升员工和访客的停车体验及车场运营效率。

帮助行政管理者组织定期的“故事会”，通过分享真实的服务案例，来传承经验、弘扬价值观并建立团队的情感连接。

帮助行政管理者识别并应对因流程过于繁琐、规则过于严苛而导致的员工抵触、变通甚至无视规则的“合规疲劳”现象。

帮助行政管理者根据员工不同的工作模式需求，规划办公空间的功能分区，并制定相应的管理规则以确保各区域有效使用。

为行政员工设计一个旨在提升其分析能力、逻辑推理和系统性解决问题能力的培训课程。

帮助行政部门建立一个由员工代表组成的常设“用户顾问委员会”，作为持续听取用户声音、共创服务方案的正式渠道。

帮助行政管理者从管理单个项目的模式，升级到对所有项目进行组合管理，并根据战略价值进行科学的优先级排序。

帮助行政管理者建立一套可视化的供应商绩效管理工具和常态化的沟通机制，以实现数据驱动的、主动的供应商关系管理。

帮助行政部门策划一次面向公司全体员工的“开放日”活动，旨在透明化展示行政工作、增进理解、收集反馈并提升部门形象。

帮助行政高级管理者识别团队中存在的“微观管理”（Micromanagement）现象，分析其对员工士气和效率的损害，并设计改进方案。

帮助设施管理者为保障室内空气质量（IAQ），制定一套关于空气净化设备和新风系统的科学运行、维护和监测标准。

帮助行政管理者在发生服务事故（如重大投诉、安全事件）后，不止步于解决表面问题，而是能通过结构化方法深挖并根除问题的根本原因。

帮助行政管理者从单一供应商管理的思维，升级到构建一个多元、互补、共赢的合作伙伴生态系统。

帮助行政管理者为部门的SOP、政策、表单等文件建立一套清晰的版本控制和变更记录机制，确保信息统一、可追溯。

帮助行政或采购管理者建立一套标准化的清单，用于在签约前对潜在供应商进行全面的背景和风险调查，确保其合规、可靠。

帮助行政管理者组织一次团队活动，通过共创“愿景板”（Vision Board）的方式，将部门的抽象目标转化为激励人心的、可视化的共同愿景。

帮助行政管理者诊断并打破那些“一直如此”但已不再高效或合理的流程，激发团队重新审视和创新工作方法。

帮助行政或EHS管理者规划在办公区内科学布局急救设备（如AED、急救箱），并建立一套确保其随时可用的维护管理规范。

为行政团队设计一个“非暴力沟通”工作坊，帮助员工在处理复杂服务场景时，能以同理心和尊重有效化解冲突。