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

帮助员工体验设计师和行政管理者，绘制一张地图，可视化地呈现员工在与行政服务互动的整个旅程中，那些对整体体验有决定性影响的关键时刻。

为HR或行政培训负责人设计一个培训大纲，用于提升一线行政服务人员（如前台、IT支持）的同理心和有效沟通的能力，以改善员工的服务体验。

为行政服务团队制定一套标准作业程序（SOP），用于在发生服务失败（如IT系统长时间宕机、重要活动搞砸）后，能迅速、有效地进行服务补救，挽回员工的信任。

为行政部门设计一个标准化的流程，确保从各种渠道收集到的员工反馈和建议，能够被系统性地处理、跟进，并最终转化为服务的实际改进。

帮助行政负责人和员工体验专员，将eNPS（员工净推荐值）作为衡量标准，创建一个旨在提升行政服务体验的持续改进计划。

为行政服务设计师或管理者提供一个框架，用于评估现有或新设计的服务流程中，哪些环节或设计元素能够引发员工的积极情感，哪些则可能引发消极情感。

帮助行政管理者在面对一个复杂的员工体验问题时（如“报销流程太慢”），使用鱼骨图（石川图）方法，系统性地分析其所有可能的根本原因。

为一线行政服务人员（如前台、IT支持）和其管理者，制定一套具体的行为标准和服务规范，旨在提升员工在与行政人员互动过程中的“被尊重感”。

帮助行政服务负责人，设计一套超越传统SLA（如响应时间）的指标，用于衡量员工在接受服务时，对服务过程和结果的可预知和确定性感受。

为行政和HR部门提供一个分析框架，用于研究和量化行政服务（如IT支持、报修）的响应速度与员工敬业度、满意度之间的关联关系。

帮助危机管理团队和行政部门，在一次重大危机事件（如火灾、数据泄露）平息后，进行一次系统、深入的复盘，并将经验教训转化为组织的改进措施。

为行政、公关和危机管理团队，设计一套在不同危机情景下（如安全事故、服务中断），用于对内（员工）和对外（客户、媒体）发布信息的标准化模板。

为企业安全和行政部门制定一份行动方案，用于建立和维护与本地消防、医疗、公安等公共应急服务机构的有效沟通和联动机制。

为行政采购和风险管理人员提供一套评估工具，用于审查关键服务供应商（如物业、IT外包、餐饮）自身的灾难备份和业务恢复计划（DR/BCP）的有效性。

为HR、行政和危机管理委员会，设计一套在面对如流感大流行、新发传染病等公共卫生事件时的分级响应机制。

为企业安保和行政部门设计一套标准作业程序（SOP），用于应对办公场所内可能发生的暴力或入侵事件，最大限度保护员工生命安全。

帮助行政采购和风险管理部门，系统性地分析因自然灾害、地缘政治等因素导致的供应链中断，对公司核心行政物资（如IT设备、防疫物资）供应的潜在影响。

为非IT背景的行政部门，设计一套与IT部门联动的应急流程，用于在行政相关信息系统（如OA、门禁）遭遇网络攻击时，能快速响应、减少损失并恢复运营。

为HR和行政部门制定一套清晰的指引，用于在遭遇台风、暴雪、洪水等极端天气时，指导员工安全通勤、决策是否居家办公，并保障公司运营。

为设施管理和行政负责人创建一个全面的应急预案，用于在遭遇长时间、大范围停电时，保障人员安全和核心业务的最低限度运行。