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

通过该提示策略制定判断商机“必赢”（Must-win）概率的评估模型，服务于产品团队设计，目的在于节省时间和资源。

<p>专为市场、销售、产品团队打造，解决技术术语难以向非技术决策者传递核心价值的痛点，快速生成精准、适配目标受众的技术术语-商业价值对照表，提升跨部门沟通效率与客户转化效果。</p

凭借此提示设计在Discovery Call结束时的有效总结与确认话术，针对营销团队设计，旨在节省时间和资源。

凭借此提示编写针对沉默型客户（Introvert）的引导式提问脚本，针对产品团队设计，旨在优化工作流程。

<p>专为B2B销售、客户成功人员打造，解决无法识别客户组织内隐形决策人的核心痛点，生成可直接落地的分层探针问题集，帮助精准定位未公开的决策链成员，大幅提升成单率与客户留存效率。<

使用此提示词撰写询问竞争对手报价细节的非敏感方式，服务于企业决策者设计，旨在提升业绩。

采用此提示方案设计评估客户“变革意愿”的心理测试题，面向战略规划者设计，旨在节省时间和资源。

<p>为营销、销售及客户沟通从业者，解决客户回答模糊时无法精准深挖核心需求的痛点，生成可直接落地的追问技巧、话术模板及使用策略，帮助高效获取客户真实意图。</p>

使用此提示词制定区分“想要”（Wants）与“需要”（Needs）的澄清问题，针对营销团队设计，意在节省时间和资源。

通过该提示策略撰写确认客户内部审批流程（Legal/Security/Finance）的清单，面向战略规划者设计，旨在优化工作流程。

<p>为B端客户顾问、企业管理者及商务谈判人员，解决如何精准挖掘客户个人职业KPI与公司利益冲突的痛点，产出可落地的深度问题清单及配套执行方案，帮助快速定位核心矛盾，推动业务共识达

<p>专为会议主持人、项目负责人、市场专员打造，解决多方视频会议中点名提问冷场、互动不均、节奏混乱的痛点，快速生成适配不同场景、角色的专业控场话术，提升会议效率与互动质量。</p>

<p>为B2B销售、客户经理、项目负责人解决与客户行动对齐难、合作推进慢的痛点，定制符合双方利益、可落地执行的双方行动计划（MAP）模板，帮助快速达成共识并推进合作落地。</p>

通过该提示策略撰写询问客户“不行动的后果”（Cost of Inaction）的计算逻辑，专为企业决策者设计，意在加速目标实现。

<p>为客户成功经理、销售、咨询从业者解决无法挖掘客户潜在需求、难以打破沟通僵局的核心痛点，产出可落地的启发式问题库及适配场景的应用方案，帮助精准触达客户未被关注的需求点。</p>

运用此提示指导编写在发现客户预算不足时的“范围缩减”（De-scoping）谈判脚本，面向业务拓展人员设计，意在优化工作流程。

通过该提示策略制定挑战客户现状的“商业洞察”（Insight Selling）故事板，专为企业决策者设计，以便优化工作流程。

凭借此提示设计SPIN销售法中“暗示性问题”（Implication）的行业定制版，面向营销团队设计，目的在于提升业绩。

运用此提示指导撰写针对客户“既往失败项目”的尸检（Post-mortem）分析话术，服务于业务拓展人员设计，旨在增强客户信任。

凭借此提示设计评估客户IT安全合规门槛（如SOC2/ISO）的问卷，帮助企业决策者设计，致力于提高转化率。