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

帮助建筑设计师和行政改造项目经理，在设计阶段就利用模拟分析工具，预测不同装修材料和布局对室内声学（如噪音、混响）和光环境（如自然采光、眩光）的影响。

帮助安全管理和设施运维部门，利用数字孪生模型来模拟各种紧急情况（如火灾、地震）下的建筑内人员疏散过程，以优化疏散预案和标识设计。

为收集和分析员工空间使用数据（如工位占用、位置信息）的企业，制定一套策略，以确保在利用数据价值的同时，严格保护员工隐私并遵守相关法律法规。

为负责开发和维护数字孪生平台的IT或技术团队，提供一套优化策略，用于提升大规模、高精度的三维空间模型在Web或VR端流畅实时渲染的性能。

为希望使用VR技术进行新员工入职引导或办公室改造方案展示的团队，规划构建一个VR办公空间导览模型的完整流程和功能需求。

为计划进行办公室改造或搬迁的行政负责人和空间设计师，提供一个评估框架，用于在设计阶段就能预测和评估不同的空间布局（如开放式、ABW活动基准办公）对员工协作效率的潜在影响。

为智能办公系统开发者或行政数据分析师，设计一个算法的核心逻辑，用于根据历史预定数据和实时占用情况，动态地优化会议室的分配和推荐。

为计划部署智能工位管理系统的行政和IT部门，设计一套完整的技术与实施方案，用于实时、准确地监测工位的占用情况。

帮助行政、HR和业务负责人，通过分析空间使用数据，洞察不同团队（如销售、研发）的工作模式和协作需求，以优化空间设计。

为计划构建办公空间数字孪生模型的设施管理和IT团队，制定一套统一的数据采集标准，确保数据的全面性、一致性和可用性。

帮助行政管理者系统性地识别和梳理部门内的所有成本项，并将其清晰地划分为固定成本、可变成本和半可变成本。

为行政总监或经理设计一份模板，用于将复杂详细的行政预算，提炼成一页纸的、高度可视化的摘要报告，以便向CXO等高层管理者进行高效汇报。

帮助行政预算负责人，在出现预算超支或节余时，撰写一份专业、有深度的根本原因分析报告，而不仅仅是罗列数据。

为财务和行政决策者提供一个分析框架，用于在不同的技术或资产采购场景下（如自建机房 vs. 租赁云服务），更合理地分配和评估资本性支出与运营性支出。

帮助行政和地产负责人量化分析不同程度的远程/混合办公政策（如20%、50%员工远程）对公司办公空间需求及相关成本（租金、物业、能耗）的财务影响。

为行政财务负责人设计一套方案，通过模拟多种未来可能发生的负面情景（如收入下滑、通货膨胀），来测试现有行政预算的弹性和应对能力。

帮助行政资产经理和财务分析师，构建一个模型来核算一项资产（如办公设备、车辆）从采购、运营、维护到最终报废处置的总成本。

为行政预算编制者提供一套零基预算法（ZBB）的操作指南，要求每一项预算开支都必须从零开始进行合理性审视，而非简单地参考去年数据。

帮助财务和行政管理者将行政成本更精确地分摊到具体的服务活动和使用部门，以实现更精细化的成本管理。

为行政和财务经理提供一个敏感性分析模型，用于量化电费、油费等能源价格变化对年度行政预算的冲击。