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>为企业HR、销售管理者定制贴合业务需求的可执行代理商/渠道经理KPI考核指标体系，解决绩效指标模糊、难以落地的痛点，助力渠道绩效提升与业务目标达成。</p>

<p>为销售管理者、财务专员解决差旅/招待/工具类年度预算制定的难题，快速生成贴合业务目标、符合地域合规要求的可落地预算规划方案，降低预算制定的时间成本与合规风险。</p>

<p>为销售运营人员、数据分析师解决销售数据混乱、重复、不准确等问题，产出可落地、可验证的清洗与去重规则，支撑可靠的业务决策与数据分析。</p>

<p>专为远程销售团队管理者打造，解决团队分散、凝聚力不足、协作效率低等问题，输出可落地、适配销售团队特性的定制化虚拟团建方案，助力提升团队归属感与销售业绩。</p>

<p>为B2B企业销售负责人、运营经理提供专业的销售工具栈选型方案与精准ROI评估，解决资源有限、时间紧迫下的工具决策难题，快速落地高性价比的销售技术体系。</p>

凭借此提示设计销售培训知识库（Wiki）的搭建目录，服务于营销团队设计，目的在于节省时间和资源。

运用此提示指导编写销售佣金结算中的纠纷处理机制，专为业务拓展人员设计，旨在达成商业突破。

运用此提示指导制定SDR（销售开发代表）与AE（客户经理）的协作协议，针对企业决策者设计，目的在于达成商业突破。

凭借此提示设计销售团队的“早会启动”游戏与激励环节，帮助客户成功经理设计，旨在加速目标实现。

使用此提示词编写销售战败分析（Loss Analysis）报告模板，面向客户成功经理设计，以便优化工作流程。

<p>为企业销售管理者、运营负责人及业务决策者，解决因区域划分不合理导致的业绩分配不均、团队矛盾等痛点，产出一套科学平衡团队利益与业务发展的公平性原则框架，确保规则可落地、可执行。

<p>为B2B/B2C营销、销售团队解决线索质量分层难、转化效率低的核心问题，产出适配业务资源、转化目标的可落地、可迭代的线索评分算法规则，帮助提升线索转化效率、降低销售无效投入。

<p>为销售团队管理者、HRBP打造可落地的明星销售流失风险管控与挽留预案，精准识别风险、快速制定应对策略，助力核心销售人才流失率降低30%+</p>

通过该提示策略制定销售人员的胜任力模型（Competency Model），专为客户成功经理设计，旨在节省时间和资源。

凭借此提示设计新销售入职的“影子学习”（Shadowing）安排表，服务于企业决策者设计，以便节省时间和资源。

采用此提示方案编写销售复盘会议（Deal Review）的引导问题清单，帮助营销团队设计，以便提高转化率。

使用此提示词制定销售漏斗（Pipeline）的各阶段转化率基准线，针对业务拓展人员设计，以便优化工作流程。

运用此提示指导设计销售团队的OKR（目标与关键结果）设定模板，专为销售专业人士设计，旨在加速目标实现。

<p>为B2B市场、客户成功团队解决定期输出客户专属行业最佳实践内容的规划难题，节省策略制定时间，精准匹配客户业务需求，提升客户粘性与互动转化效率。</p>

<p>为品牌运营者、增长负责人解决从0到1搭建客户社群的冷启动难题，输出可落地的全流程执行方案，节省试错成本，快速实现社群冷启动目标。</p>