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

<p>专为企业HR、品牌专员及行政管理者打造，解决企业内部着装规范模糊、场合区分不清晰的痛点，快速产出适配行业特性、可落地执行的双语商务着装指南，帮助统一企业品牌形象。</p>

通过该提示策略撰写在客户办公室等待期间的观察清单（环境线索），帮助战略规划者设计，旨在达成商业突破。

凭借此提示制定与客户进行“非正式沟通”（咖啡时间）的谈话框架，帮助产品团队设计，目的在于提升业绩。

通过该提示策略编写商务拜访中的座位安排与交换名片礼仪，针对职场人士设计，致力于达成商业突破。

通过该提示策略设计针对女性高管客户的商务礼仪注意事项，针对销售专业人士设计，致力于节省时间和资源。

凭借此提示撰写回复客户深夜/周末微信消息的边界管理话术，面向销售专业人士设计，旨在增强客户信任。

<p>为销售团队管理者、销售培训负责人解决销售团队社交形象不统一、客户信任感不足、内容发布无标准的问题，产出贴合行业特性、可落地执行的社交朋友圈（如微信）专业形象打造规范文档。</

通过该提示策略编写在高铁/飞机上拓展邻座客户的破冰话题，面向职场人士设计，以便提高转化率。

<p>为餐饮、娱乐、服务行业的运营及管理人员解决客户醉酒后的风险管控与合规关怀难题，生成一套可落地、定制化的全流程方案，降低安全风险，提升客户满意度。</p>

<p>为职场人士、商务从业者解决各类商务场合（会议、拜访、行业活动等）中，快速撰写专业得体的自我与上司介绍词的需求，解决时间紧迫、内容不专业、不符合场景规范的痛点，产出定制化可直接

<p>专为企业品牌/行政/客户成功团队打造，基于心理学「峰终定律」设计可落地的客户来访接待全流程，帮你打造超出预期的客户体验，强化品牌好感度与客户忠诚度。</p>

<p>为商务人士解决宴请中「买单争夺战」的尴尬难题，根据地域文化、合作关系与角色定位，生成定制化、可执行的应对方案，有效维护商务关系，提升专业形象。</p>

<p>为商务人士解决给客户寄送实体礼物（书籍/特产）时的附言卡片设计难题，产出贴合场景、得体暖心的专属附言内容，助力维护与深化客户关系。</p>

<p>为参会职场人、业务拓展人员解决茶歇期间不敢或不会与陌生人破冰的难题，定制产出结构清晰、可直接落地的全流程对话技巧指南，助力高效搭建行业人脉。</p>

<p>专为企业客户成功、商务拓展等岗位人员，快速制定可落地的高尔夫陪同/客户参观商务社交SOP，解决资源有限、时间紧迫下的标准化流程缺失问题，提升客户对接专业度与转化效率。</p>

<p>为商务人士、销售/客户关系从业者解决规范邀请客户用餐的礼仪难题，产出专业可落地的全流程礼仪指南，避免宴请过程中失礼，助力维护良好商务关系。</p>

运用此提示指导设计在电梯/洗手间偶遇目标客户的“30秒搭讪”话术，面向战略规划者设计，旨在节省时间和资源。

运用此提示指导撰写针对客户高管助理的“尊重与合作”沟通脚本，面向产品团队设计，致力于达成商业突破。

通过该提示策略制定人机协作（Human-in-the-loop）的销售服务标准，针对业务拓展人员设计，目的在于提高转化率。

<p>为营销、运营从业者快速构建精准适配AI监测工具的购买意向关键词库，大幅提升社交媒体高潜线索挖掘效率，解决资源有限、时间紧迫下的线索定位难题。</p>