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

设计一套新员工“入职伙伴”（Buddy）制度，明确Buddy的选拔标准、职责边界和激励措施，帮助新人在最初的90天内建立归属感。

生成一份详细的休假交接文档（Leave Handover Checklist），确保员工在休长期育儿假之前、期间和复工后，工作能平稳过渡，无缝衔接。

为公司的关键岗位（如总监、技术大拿）制定继任者培养计划，识别高潜人才，规避核心人才流失带来的业务停摆风险。

创建一份“整体薪酬回报”说明书的结构文案，帮助员工理解除了到手工资外，公司为他们投入的隐性成本（五险一金、培训、假期等）。

针对前员工在Glassdoor（或脉脉/看准网）上发布的负面评价，生成专业、冷静且具有建设性的官方回复，化解公关危机。

制定为期一个月的社交媒体内容日历，规划在LinkedIn、微信公众号或抖音上发布什么内容，以持续输出雇主品牌形象。

撰写一份真实、有力且符合公司价值观的DEI（Diversity, Equity, and Inclusion）公开声明，展示公司对营造包容性职场的承诺。

起草一封极具煽动性的内部邮件，宣布启动或重启“内推计划”，清晰阐述奖励机制，激发全员充当“兼职猎头”的热情。

为刚从业务骨干晋升为管理者的“新官”设计一套转型培训课程（New Manager Training），帮助他们跨越“个人贡献者”到“团队管理者”的鸿沟。

为程序员、数据分析师等技术岗位设计公平、有效且不过度占用时间的课后测试题，以评估其实际动手能力。

将冗长的JD重写为适合LinkedIn社交生态的“病毒式”招聘帖，利用钩子（Hook）、表情符号和故事化叙述，提高点击率和转发率。

为裁员泄密、高管丑闻或劳动纠纷等敏感HR危机事件，生成一套快速反应的公关沟通策略，以最小化对雇主品牌和员工士气的损害。

为裁员（Layoff）或单方面解约提供合规、尊重且高效的通知脚本，帮助HR和管理者妥善处理这一极其敏感的时刻。

构建清晰的职业发展通道（双通道：管理线vs专业线），明确各职级的定义和晋升标准，解决员工“不知道未来在哪里”的迷茫。

为管理者准备年度调薪（Salary Review）沟通的谈话脚本，涵盖涨幅高、涨幅低、不涨薪等多种场景，帮助管理者自信地进行薪酬对话。

生成一封清晰、专业且激励人心的年终奖金发放通知邮件，解释发放规则、时间及税务影响，同时感谢员工一年的付出。

设计科学的培训需求分析（Training Needs Analysis）方案，通过问卷和访谈精准识别组织能力短板，避免“为了培训而培训”。

为特定关键岗位构建胜任力模型（Competency Model），定义高绩效所需的知识、技能和能力（KSA），为招聘、培训和评估提供基准。

将挂在墙上的抽象价值观（如“客户第一”）转化为具体的行为准则、仪式感活动和考核机制，真正实现文化落地。

创建一套平衡灵活性与管理控制的混合办公（Hybrid Work）政策，明确申请资格、沟通规范和绩效要求，避免管理混乱。