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>面向销售专员、品牌顾问及商务拓展人员，解决演示结束后无法有效推动客户决策、缺乏针对性承诺话术的痛点，快速生成定制化、可落地的高转化承诺升级话术，助力缩短销售周期。</p>

采用此提示方案制定引导客户进行“现场试用”的操作SOP，面向客户成功经理设计，以便增强客户信任。

运用此提示指导撰写产品“路线图”（Roadmap）的未来价值陈述，专为职场人士设计，以便提高转化率。

凭借此提示设计针对采购部门的“合规与风控”专属演示模块，服务于营销团队设计，意在增强客户信任。

<p>为产品经理、客户成功专员、科普创作者及教育工作者解决AI/算法原理难通俗解释的痛点，产出精准适配目标群体、应用场景的易懂比喻，大幅降低技术沟通门槛，提升受众接受度与沟通效率。

<p>为企业培训师、产品运营、客服人员解决移动端投屏演示流程不规范、用户操作门槛高的问题，产出可落地、适配不同场景的标准化投屏演示流程，降低操作失误率，提升演示效率与用户体验。</

使用此提示词撰写强调数据安全与隐私保护的信任陈述，面向销售专业人士设计，意在开拓新市场。

<p>为营销策划、演示专员等解决客户证言视频与演示内容脱节的痛点，产出结构清晰、可直接落地的演示脚本，精准插入证言视频，大幅提升演示的说服力与受众认可度。</p>

<p>专为市场、销售、内部沟通人员打造，快速生成针对非技术决策者的零代码/低代码优势陈述，解决技术术语晦涩、难以打动非技术受众的核心痛点，让技术价值转化为清晰的商业收益表达。</p

运用此提示指导制定Demo后的“客户反馈评分表”，针对客户成功经理设计，目的在于增强客户信任。

采用此提示方案撰写在演示出现严重技术故障时的幽默化解台词，服务于营销团队设计，致力于提升业绩。

<p>为B2B市场、销售及演示团队解决个性化Demo准备无章法、关键环节遗漏的痛点，生成可直接落地的分阶段准备清单，充分利用客户Logo与业务数据提升Demo针对性，同时规避合规风

<p>为创业者、职场人士、项目负责人解决时间紧迫下路演信息杂乱、无法精准抓住受众注意力的痛点，生成逻辑清晰、时间严格控制在5分钟内的电梯路演精简版，确保内容抓眼球、有说服力，助力达

<p>为B2B销售、业务拓展人员解决白板销售无章法、脚本不落地的核心痛点，基于您的行业、产品与销售场景，定制可直接复用的结构化绘图逻辑和分步骤演示脚本，大幅提升客户沟通转化效率。<

通过该提示策略撰写在演示中巧妙暴露竞争对手缺点的“种草”话术，服务于企业决策者设计，旨在提升业绩。

运用此提示指导设计针对SaaS产品的“沙盒环境”（Sandbox）体验指引，面向战略规划者设计，以便开拓新市场。

采用此提示方案编写产品Demo中的“暂停策略”以确认客户理解度，专为产品团队设计，意在增强客户信任。

运用此提示指导制作针对视觉型/听觉型/动觉型客户的不同演示版本，专为营销团队设计，致力于开拓新市场。

<p>为销售、客服及客户沟通专员解决与“万事通”型客户沟通的核心痛点：在维护客户自尊心的同时，有效引导沟通向预设业务目标推进，产出可直接落地的定制化话术库。</p>

<p>面向B端运营人员、客户经理与销售专员，解决无法精准设计符合SMART原则的客户成功定义调研问题的痛点，产出可直接复用、高度适配业务场景的定制化问题清单，提升客户需求挖掘效率与