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

针对知识管理专家，确保AI回答问题时引用的资料是最新版本。

<p>专为企业AI外呼运营团队、VUI设计师及业务管理者打造，解决AI机器人话术生硬、客户挂断率高的问题，产出带SSML标记的拟人化语音脚本与交互逻辑方案，有效提升通话成功率与客户

<p>专为B2B销售、客户经理打造，解决拜访前无充足时间梳理行业信息的痛点，快速生成1页精炼的客户行业洞察简报，所有核心洞察关联我方解决方案，帮助您在客户面前建立专业专家形象，提升

针对销售赋能（Enablement）经理，推动AI工具在团队中的落地与普及。

<p>为B2B销售运营团队、数据科学家解决现有线索评分不准、规则死板的痛点，产出可落地、可解释、带动态衰减机制与反馈校准流程的AI线索评分模型逻辑，优化销售资源分配，提升转化效率。

<p>为销售运营团队、商业分析人员提供科学的AI工具销售价值复盘解决方案，快速生成可落地的、包含ROI量化模型的复盘分析报告框架，解决无法精准衡量AI销售工具投入产出、缺乏标准化复

针对IT集成人员，实现AI助手在IM工具中的无缝调用。

针对市场情报人员，利用AI快速汇总竞品动态与优劣势。

针对数字化转型顾问，规划AI在销售全流程的最佳切入点。

针对数据科学家，利用机器学习特征工程预测商机成功率。

针对合规官与IT负责人，防止AI销售工具产生幻觉或歧视。

<p>为销售与谈判人员提供专业支撑，快速将客户异议转化为成交机会，基于L.A.R.C模型生成适配不同场景的温和版与激进版双版本口语化话术，内置反问句设计夺回对话主导权，大幅提升谈判

<p>为销售、商务开发人员解决跟进邮件缺乏个性化、回复率低的痛点，基于沟通上下文生成高度定制化的销售跟进邮件，附带3个高吸引力备选主题，快速推进销售动作。</p>

针对CRM管理员，利用AI从非结构化文本提取BANT信息。

<p>为销售团队、AI训练师提供可直接落地的购买意向信号识别规则构建服务，精准区分客户显性/隐性购买意向与客套拒绝，定制AI可执行的识别逻辑，大幅提升销售转化效率与AI对话精准度。

<p>为销售专员、销售助理打造的高效工具，一键将非结构化销售会议逐字稿转化为符合CRM系统规范的结构化会议纪要，大幅节省手动整理时间，精准捕捉客户核心需求、待办事项与风险点，助力销

针对大客户销售与售前，分析招投标中的参数植入与评分规则影响。

针对销售VP和HR，防止离职人员带走客户或引发恶性竞争。

针对渠道市场经理，规范代理商申请和使用MDF（Market Development Fund）。

<p>专为制造/贸易企业的供应链、销售管理者打造，解决交期准确率低、部门内耗、客户投诉频发的核心痛点，定制输出可直接落地的交期确认标准作业程序（SOP）、结构化流程图及配套沟通话术