iPAS 考題解析
在提示工程(Prompt Engineering)的應用中,Chain-of-Thought(CoT)與Tree of Thoughts(ToT)各適用於不同的推理情境,請問以下兩個情境,分別最適合採用哪一種方法? 情境一:電商公司開發客服助理,用來協助客戶查詢退款流程與相關規範 情境二:活動策劃團隊使用AI協助規劃多場跨部門行銷活動,需要同時考量預算、場地、時程與人力資源,並比較不同方案的可行性。
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 生成式 AI 應用與規劃
- 知識主題
- 生成式 AI 應用領域與工具使用
- 能力指標
- 如何善用生成式 AI 工具(L12202)
本題屬於 iPAS AI 應用規劃師初級能力鑑定「生成式 AI 應用與規劃」科目中的「生成式 AI 應用領域與工具使用」範疇, 對應的能力指標為「如何善用生成式 AI 工具」,涵蓋提示工程(提示詞框架、設計與優化)、RAG、AI 工具整合等核心知識點。 考生在準備這個範疇時,需要掌握相關的理論基礎與實務應用。
題目與選項
在提示工程(Prompt Engineering)的應用中,Chain-of-Thought(CoT)與Tree of Thoughts(ToT)各適用於不同的推理情境,請問以下兩個情境,分別最適合採用哪一種方法? 情境一:電商公司開發客服助理,用來協助客戶查詢退款流程與相關規範 情境二:活動策劃團隊使用AI協助規劃多場跨部門行銷活動,需要同時考量預算、場地、時程與人力資源,並比較不同方案的可行性。
- A. 情境一採用CoT,情境二採用ToT; ✓ 正確答案
- B. 情境一採用ToT,情境二採用CoT;
- C. 情境一與情境二都適合CoT;
- D. 情境一與情境二都適合ToT
詳細解析
正確答案:A. 情境一採用CoT,情境二採用ToT;
退款查詢是線性推理適合 CoT,跨部門行銷規劃需要多方案比較適合 ToT 的分支探索。
各選項逐一解析
理解每個選項為什麼對或錯,是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 情境一採用CoT,情境二採用ToT; (正確)
情境一的退款流程查詢是線性、步驟明確的問題,適合 CoT 逐步推理。情境二的行銷活動規劃涉及多維度考量與方案比較,需要 ToT 的樹狀探索與評估。
B. 情境一採用ToT,情境二採用CoT; (不正確)
退款查詢是線性流程,CoT 更高效;行銷規劃需要多方案比較和決策,ToT 的分支探索能力更適合。將兩者對調會降低效率和決策品質。
C. 情境一與情境二都適合CoT; (不正確)
情境二的行銷規劃涉及多重約束和多方案比較,CoT 的線性推理無法有效處理這種複雜的決策樹,會限制 AI 的規劃能力。
D. 情境一與情境二都適合ToT (不正確)
情境一的退款查詢是簡單的線性問題,使用 ToT 的多分支探索會過於複雜且不必要,反而增加運算負擔,CoT 就能很好地解決。
延伸學習
本題尚未連結特定術語,你可以從以下常見主題開始探索相關知識。
中等題備考建議
- ▶ 本題屬於中等難度,需要理解概念之間的關聯與應用情境,不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」,建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計,很多時候錯誤選項只有一兩個字的差異,需要仔細辨別。
- ▶ 建議用「費曼學習法」,嘗試向別人解釋這道題的解題思路,能講清楚就代表真正理解了。
同主題考題練習
以下題目與本題屬於相同的考試範疇,建議一併練習以加強對該主題的掌握程度。
能使用 DALL-E-2 生成各式逼真的圖片,最關鍵的應用技術為何?
在 AI 應用設計中,Model Context Protocol(MCP)與檢索增強生成(RAG)都能擴展模型的能力,但兩者的核心差異主要為下列何者?
某金融機構導入檢索增強生成(Retrieval-Augmented Generation, RAG)模型,用於客服文件查詢與自動回覆。由於大型模型運算成本過高,若考慮引入知識蒸餾(Knowledge Distillation, KD)技術,下列何者為帶來的主要效益?
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度, 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目, 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目, 要求考生具備更深入的技術知識與實務能力。 本題來自初級考試範圍,適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師初級考試。 想通過 iPAS 認證?從完整題庫練習開始,搭配術語詞典與備考攻略,系統化提升你的 AI 知識。