去年開了一期 AI 產(chǎn)品經(jīng)理課程，開營后發(fā)現(xiàn)大家是為了跳槽轉(zhuǎn)崗找工作來“補課”的，所以增加了一些針對求職轉(zhuǎn)崗的內(nèi)容。

第一期收集了 50 個 AI 崗位面試，上個月開第二期，又整理了 50 個更偏實戰(zhàn)的問題。

昨天把新增的 50 個問題拆解和回答、剪完視頻后想：獨樂樂不如眾樂樂，索性把這些面試題也都分享給大家。

一方面讓所有在準備面試的同學有所準備；另一方面讓正在招聘的企業(yè)有個參考。

更重要的是，感謝那些分享出自己面試題的人。

我在文末標注了其中部分面試題的來源，感興趣可以移步查看&感謝。

??想要轉(zhuǎn)載這些面試題的媒體/自媒體們，請保留文末的問題來源。

問題分為「認知」和「實戰(zhàn)」兩部分。

AI基礎認知50問

1. 談談你對AI/AIGC的理解（偏宏觀）

2. AI 當前在XX行業(yè)都有哪些落地場景和應用？

3. 你如何看待AI在文本/圖片/音頻/視頻生產(chǎn)領域的應用前景？

4. 有使用/體驗過哪些比較好的AI產(chǎn)品？分別滿足了什么用戶價值？

5. AI 技術(shù)和人工之間的平衡問題？你認為 AI 技術(shù)和人工應該如何配合和協(xié)同工作

6. 一款AI產(chǎn)品落地整個過程中，產(chǎn)品經(jīng)理的工作流程和核心職責是什么？

7. 什么是大語言模型？實現(xiàn)原理是什么？跟之前的算法模型有什么區(qū)別？

8. 大語言模型有哪些的優(yōu)勢/挑戰(zhàn)/局限性？

9. 都體驗過市面上哪些大語言模型？異同點是什么？

10. 你是怎么做微調(diào)的？常用的微調(diào)方式有哪些？

11. 對于機器人出現(xiàn)的幻覺問題你們是怎么避免的？

12. 你了解哪些作圖的模型？自己訓練過Lora嗎？

13. 如何看待AI Agent? 有使用過Langchain和ControlNet嗎？題目表述錯誤

14. 參與過哪些 AI 項目？這個項目你們用的模型是哪個？為什么選這個模型？這個模型迭代到什么版本了？更新了哪些能力？跟其他模型比的優(yōu)劣勢是什么？整個過程中你遇到的最大的困難點是什么？如何解決的？

15. 項目上線之后如何評估效果？算法指標有哪些？業(yè)務指標有哪些？效果如何？后續(xù)優(yōu)化思路和思考？

16. 如果你用ChatGPT創(chuàng)業(yè)，你會選擇哪個方向，為什么？題目表述錯誤

17. 你認為未來哪些商業(yè)模式和產(chǎn)品策略可能會更具前景？

18. 你覺得字節(jié)/阿里/百度/騰訊/……在大模型業(yè)務上優(yōu)勢和不足有哪些？

19. 平時是怎么保持對技術(shù)趨勢和發(fā)展的關(guān)注和學習？

20. toc和tob ai產(chǎn)品的區(qū)別有哪些？舉個你關(guān)注的例子

21. 除了常見的提示詞工程之外，還有哪些增強輸出的方法？題目表述錯誤

22. 提示詞增強的方法有哪些？

23. prompt工程的局限性是什么？

24. 你對大模型的了解深度到哪里，大模型的缺陷有哪些？

25. 模型評估的標準你覺得該怎么制定？具體實施步驟是什么

26. 出海 aigc 產(chǎn)品你了解哪些，有什么建議？

27. aigc產(chǎn)品中，toc產(chǎn)品如何提升轉(zhuǎn)化？怎么傳播？如果先從ai核心圈層傳播，那么你的計劃是？

28. 云aigc產(chǎn)品中，tob如何擴大影響力和行業(yè)認同

29. agent主題賽道中哪些是你看好的？

30. 現(xiàn)在最流行的ai實踐是什么

31. 你的過往經(jīng)歷和ai產(chǎn)運的交集是什么，你只是愛好ai或者擅長ai，沒有做過ai運營嗎？那你為什么覺得你能做？

32. 什么是思維鏈提示？

33. 思維鏈提示本質(zhì)是什么？

34. 思維鏈提示 與 標準的提示學習方法有什么不同?題目表述錯誤

35. 思維鏈提示 為什么可以提高語言模型的復雜推理能力?它的優(yōu)勢在哪里?

36. 思維鏈提示 適用場景 有 哪些？

37. 思維鏈提示 目前還存在哪些不足點？

38. 思維鏈提示 對推動語言模型復雜推理能力研究有哪些啟發(fā)和影響?

39. 運營的哪些工作可以使用 AI 提效？哪些工作不能？

40. 假設讓你來負責 XX產(chǎn)品的營銷，你如何與 AI 話題結(jié)合？

41. 作為AI產(chǎn)品經(jīng)理，你是如何研究開源語言模型的？

42. 在做智能客服（或其他產(chǎn)品）時，你的 Prompt 是如何構(gòu)建的？迭代路徑是什么？

43. 你設計 AI 產(chǎn)品的思路是什么？市場上有競品嗎？

44. AI產(chǎn)品經(jīng)理需要具備哪些能力？

45. 是否用過chatgpt，使用感受是什么，覺得哪些地方可以改進

46. 怎么看待chatgpt對搜索引擎的沖擊

47. 可以詳細講講RAG的優(yōu)劣勢和應用場景嗎？

48. 什么是 LLMs 復讀機問題？為什么會出現(xiàn) LLMs 復讀機問題？如何緩解 LLMs 復讀機問題？

49. 如何看待 AI 設計、AI 模特換裝應用？

50. 如果客戶對你這個大模型生成的文案不滿意，你要怎么處理？

AI實戰(zhàn)應用50問

1. 有沒有讓你印象深刻的 AI 輸出或錯誤？你從中學到了什么？

2. XX 應用你為什么選擇會員版？與免費版相比，哪些功能最有價值？

3. 請描述一次你用 AI 解決問題的完整案例。

4. 在什么場景下你會想到用 AI 解決問題？

5. 你遇到過 AI 輸出的意外創(chuàng)意或錯誤嗎？你是如何處理的？

6. 你通常如何調(diào)整 Prompt 來優(yōu)化 AI 輸出？有沒有什么秘訣？

7. 面對新上線的 AI 模型，你通常如何測試以判斷是否適合你的需求？

8. 如果用 AI 生成個人簡歷，你會如何設計 Prompt 來突出優(yōu)勢？

9. 你是否嘗試過與 AI 進行”對話式辯論”？這種方式對創(chuàng)意思考或業(yè)務決策有什么啟示？

10. 請分享一次你用 AI 生成代碼解決問題的經(jīng)歷，遇到的最棘手 Bug 是什么？如何解決的？

11. 假如你擁有無限額度的 AI 資源，最想實現(xiàn)什么功能？這個構(gòu)想背后的商業(yè)或技術(shù)邏輯是什么？

12. 請描述一次你用反向提示測試 AI 的經(jīng)歷，這樣做的目的是什么？

13. 跟AI配合，完成一個輪播圖組件

14. 請識別此組件/程序/工具的問題，并且引導AI修復

15. 跟AI配合，生成一個使用此組件的網(wǎng)頁

16. 哪些業(yè)務場景適合AI直接做的，哪些是AI做不到的，哪些是AI+工程可以做的

17. 什么場景下要極度嚴謹?shù)腁I（極低幻覺甚至工程化杜絕幻覺）

18. 什么場景下要發(fā)揮創(chuàng)造的AI（容忍幻覺）

19. 什么場景適合RAG，該如何構(gòu)建知識庫

20. 當下AI在用戶側(cè)/生產(chǎn)側(cè),能發(fā)揮效益的地方有哪些

21. 當下利用AI怎么做怎么提升，未來AI能力強了這個環(huán)節(jié)就可能質(zhì)變

22. 如何制定自己的提示詞，當AI無法達成效果時，你是如何判斷解決問題的（是AI當下邊界問題，還是提示詞問題，還是工程問題，該如何優(yōu)化or不能優(yōu)化）

23. 聊聊你用 AI 做的具體實踐項目或應用

24. 分享一個你做智能體應用的全流程？

25. 針對這次面試，有使用過什么樣的 AI 工具做準備？ AI 整體對本次面試的準備有多大幫助？有哪些地方可以改進的？

26. 借助AI十分鐘內(nèi)完成一個跨行業(yè)的基本入門學習

27. 作為面試官，我會收到大量候選人的PDF簡歷，但簡歷格式并不統(tǒng)一，請你幫我做一個簡歷關(guān)鍵信息提取和查詢的應用（技術(shù)棧不限）：1）可以上傳多個PDF文件（或者文件夾）2）自動提取“姓名、自我評價、工作公司（時間）、畢業(yè)學校（時間）”，顯示成表格，其中編號對應相應的PDF簡歷；3）可以針對提取后的表格，做自然語言查詢，如“把南京大學畢業(yè)的列出來”

28. 如果我有一個python function，我把這個function 給LLM進行tool call，和讓LLM寫個python代碼來跑這個function，有什么區(qū)別？哪個方法更好？

29. 如何構(gòu)建生產(chǎn)級別的 RAG 系統(tǒng)，詳細解釋每個組件？

30. 在優(yōu)化 AI 應用、Agent、RAG 系統(tǒng)的成本方面，有哪些經(jīng)驗？

31. DeepSeekR1及類似推理模型適合在 AI 開發(fā)的哪些環(huán)節(jié)使用？

32. 提示詞工程、RAG 和微調(diào)分別在什么場景下使用？

33. 大模型為什么推理成本中輸入成本單價低于輸出成本？

34. 如何防止產(chǎn)品中的提示詞被用戶“套出”？

35. 用大模型實現(xiàn)一個“高度擬人化的情感陪伴對話機器人”，你會如何設計技術(shù)方案？可能遇到哪些風險？

36. 設計面向C端用戶的AI法律咨詢產(chǎn)品，你會如何平衡大模型的能力與局限性？

37. 如何判斷一個業(yè)務場景是否適合用大模型改造？請舉例說明你的分析框架。

38. 分享你對 Agent 產(chǎn)品的觀察，前景和局限？

39. 如何讓 AI 勝任長文本生成（2000 字以上）場景的任務執(zhí)行？

40. 如何解決大模型在多輪對話中的記憶衰退問題？

41. 如何設計一個有效的AI內(nèi)容審核系統(tǒng)？

42. 如何設計AI輔助寫作工具的智能建議功能？

43. 如何實現(xiàn)大模型與企業(yè)內(nèi)部系統(tǒng)的有效集成？

44. 當用戶反饋AI生成的內(nèi)容“缺乏個性化”時，你會如何優(yōu)化？

45. 設計一個多步驟任務：讓AI根據(jù)用戶模糊需求（如“幫我策劃線上活動”）輸出完整方案

46. 當AI響應速度超過2秒時，有哪些優(yōu)化方向？

47. 如何向企業(yè)客戶證明LLM在合同審核中的價值？

48. 如果用一套提示詞面向不同的人群提供差異化響應，應該怎么做？

49. 設計一款使用 AI 提高員工報銷審批流程的應用，應該怎么做？（卡點：發(fā)票行程閉環(huán)）

50. 大模型負責的任務中涉及計算時，應該如何處理？

我在《AI面試題100問》里對這些問題進行了深度的拆解和回答分析，包含?7 小時面試題詳細解讀?+?2 小時 AI 產(chǎn)品經(jīng)理轉(zhuǎn)崗指南?+?20 分鐘簡歷優(yōu)化&面試指導

目前還在早鳥期，可以 299 元入手，并附贈一年的《每周AI大事件》

以上問題來自以下幾個渠道：

1. GitHub：wdndev/llm_interview_note

2. GitHub：WeThinkIn/Interview-for-Algorithm-Engineer

3. 學員阿星分享的面試經(jīng)驗：https://t.zsxq.com/72P8C

4. 脈脈上用戶分享：在九寨溝唱歌的大烏賊 | 敲木魚積功德

5. 寶玉老師 ?? 上的評論區(qū)

6. xiaoxiao 的博客(liuyuntian.com)

7. AI 產(chǎn)品經(jīng)理、智能體課程學員面試反饋

8. 我在日常協(xié)助企業(yè)招人時使用的真實面試題