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

凭借此提示设计针对播客（Podcast）听众的专属优惠码落地页，针对客户成功经理设计，意在加速目标实现。

通过该提示策略编写邀请KOL/大V进行联名直播的话术，帮助职场人士设计，以便提升业绩。

<p>为社群运营者、群主解决微信群/Slack群气氛低迷、用户互动率低的核心痛点，量身定制可落地的活跃话题库+执行指南，快速提升群内用户粘性与参与度。</p>

采用此提示方案撰写微信/WhatsApp状态（Status）的软广更新文案，面向企业决策者设计，致力于达成商业突破。

采用此提示方案设计利用YouTube/B站视频评论区截流的策略，针对销售专业人士设计，目的在于开拓新市场。

采用此提示方案编写在Quora/知乎回答行业痛点问题的结构化模板，服务于营销团队设计，旨在优化工作流程。

<p>为B2B营销从业者解决跨平台视觉风格不统一、缺乏针对性的痛点，产出适配Instagram、小红书等主流平台的可落地专属图片风格方案，提升营销内容的专业度与转化效率。</p>

<p>为营销从业者、品牌运营人员解决在Twitter/X平台快速产出贴合行业话题、符合平台调性的高互动短文案的需求，节省内容创作时间，提升品牌话题参与度。</p>

使用此提示词设计针对查看了你档案（Profile Views）的人的跟进消息，帮助战略规划者设计，旨在节省时间和资源。

<p>为职场人士、销售、运营等人群解决LinkedIn上避免硬推、建立真实职场连接的痛点，产出符合全球平台规范的个性化非推销私信话术，助力提升互动率与长期关系维护效果。</p>

<p>为品牌营销人员、产品经理解决LinkedIn直播产品发布脚本无思路、不专业、不符合平台特性的痛点，产出适配职场受众、高参与度、可直接落地的直播全流程脚本，助力提升产品曝光、受

<p>为职场人士、跨境从业者及LinkedIn个人品牌打造者，解决撰写个性化、高回复率推荐信互换请求的痛点，快速生成适配不同场景的可直接使用的合规模板。</p>

<p>为职场人士、行业从业者、企业内容创作者解决LinkedIn文章选题缺乏深度、吸引力不足的问题，结合谈判教练的用户洞察视角，产出兼具专业深度与传播潜力的高价值选题方案，助力提升

<p>为B2B从业者、独立顾问、品牌运营人员解决LinkedIn群组精准引流难的问题，生成从资源评估到测试反馈的全流程可执行策略，帮助用户高效触达目标客群，提升引流转化率</p>

使用此提示词制定LinkedIn动态（Post）的“钩子-价值-CTA”写作结构，服务于营销团队设计，旨在提升业绩。

采用此提示方案撰写LinkedIn“关于我”（About）部分的客户导向型简介，专为产品团队设计，以便优化工作流程。

运用此提示指导设计LinkedIn个人主页背景图（Banner）的销售转化文案，服务于营销团队设计，致力于达成商业突破。

<p>为B2B营销/销售从业者提供精准、可直接复用的LinkedIn Sales Navigator高级搜索指令，解决手动编写搜索语法耗时、定位客户不准确的痛点，大幅提升获客效率与

使用此提示词撰写针对“完全陌生客户”的极简冷启动邮件（3句话），专为企业决策者设计，目的在于提升业绩。

<p>为B2B/B2C营销、销售运营人员，解决高意向客户迟迟不转化的难题，产出可直接使用的个性化临门一脚邮件，提升转化效率。</p>