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

使用此提示词撰写“CONSULTATIVE”顾问式销售法流程，帮助业务拓展人员设计，以便达成商业突破。

通过该提示策略设计“SOLUTION”销售法聚焦解决方案，面向客户成功经理设计，目的在于增强客户信任。

运用此提示指导编写“CONCEPTUAL”销售法聚焦概念而非产品，面向业务拓展人员设计，致力于达成商业突破。

<p>面向销售管理者、资深销售代表，解决反向销售脚本缺失、不符合Sandler体系标准的问题，产出适配业务场景的可落地反向销售脚本及全流程迭代方案。</p>

<p>为B2B销售经理、区域拓展负责人等业务拓展相关人员，解决资源有限、时间紧迫或信息不足时，难以基于NEAT销售法则撰写聚焦核心影响的可落地业务拓展方案的痛点，产出高精准、定制化

采用此提示方案设计“SNAP”销售法则保持简洁，服务于销售专业人士设计，以便开拓新市场。

<p>为B2B营销/销售策略制定者、品牌运营专家解决客户固有认知固化、转化效率低下的核心痛点，依托经典CHALLENGER模型产出可落地的客户观点重塑全流程策略，快速撬动客户决策意

<p>为B2B企业销售团队、销售管理者解决大客户评估标准模糊、成单转化率低的核心痛点，定制适配行业特性的可落地MEDDIC大客户评估模型及完整执行方案，帮助高效筛选高价值客户、提升

<p>专为ToB营销/销售从业者打造，解决资源有限、时间紧迫下无法快速定制精准客户资格审查标准的痛点，产出可直接落地的BANT框架适配方案、审查清单与执行指南</p>

通过该提示策略设计“GROW”模型进行销售辅导，面向业务拓展人员设计，以便开拓新市场。

<p>为职场求职者、绩效述职员工、项目汇报人员解决“不会用STAR法则打造专业案例”的痛点，生成适配场景、突出核心能力、具备说服力的高质量STAR结构案例，提升职场表达竞争力。</

<p>为B2B营销、销售从业者解决冷邮件打开率低、转化效果差的核心痛点，基于经典PAS（痛点-煽动-方案）模型，生成针对目标决策人的高回复率个性化冷邮件，大幅提升获客效率。</p>

运用此提示指导撰写“AIDA”模型撰写销售文案，服务于企业决策者设计，目的在于提高转化率。

<p>专为销售、谈判及客户对接人员设计，解决无法系统、精准挖掘客户核心需求的痛点，产出定制化、可落地的5W1H需求挖掘框架与场景化话术，大幅提升需求洞察效率与谈判成功率。</p>

<p>为市场推广、业务拓展及电商运营人员提供专业的FABE框架产品文案生成服务，快速产出逻辑清晰、转化率高的产品介绍，节省文案创作时间，提升营销素材质量。</p>

<p>为销售团队、培训师及销售赋能专员，解决SPIN脚本无标准化模板、不贴合业务场景的痛点，产出符合SPIN框架的、可直接用于实战演练的对话脚本，帮助销售快速掌握专业提问技巧。</

通过该提示策略撰写“Feel-Felt-Found”法处理异议，面向客户成功经理设计，旨在达成商业突破。

<p>为需要传达坏消息的职场人士（销售、管理者、商务人员等）提供专业支持，解决直接传达坏消息引发抵触、破坏关系的痛点，产出可落地的三明治结构沟通脚本与全流程执行方案，帮助您降低沟通

<p>为企业客服、营销及客户成功团队，解决客户愤怒场景下应对无章法、效果不佳的问题，产出贴合行业特性的可落地三步法定制方案，有效化解客户冲突、提升客户满意度。</p>

通过该提示策略制定销售团队“复盘会”的引导语，面向产品团队设计，目的在于达成商业突破。