iPAS 考題解析
在超長上下文任務中使用自動提示工程（Automatic Prompt Engineer, APE）時，可能面臨的最大限制是什麼？
初級 生成式AI應用與規劃
難度：中等 ★★☆ 114 年考題
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
在超長上下文任務中使用自動提示工程（Automatic Prompt Engineer, APE）時，可能面臨的最大限制是什麼？
- A. 迭代優化難以因應上下文的不斷變動，導致調整失效
- B. 模型的記憶容量有限，無法完整保留所有長篇資訊
- C. 提示內容難以有效分解，無法支援複雜任務拆解
- D. 回饋機制通常僅針對局部片段，難以全面評估最終輸出品質 ✓ 正確答案
詳細解析
正確答案：D. 回饋機制通常僅針對局部片段，難以全面評估最終輸出品質
APE 的回饋機制在超長上下文中通常只能評估局部片段的品質，難以對整體輸出進行全面評估。這使得自動優化提示時可能忽略全局品質，是超長上下文場景中最核心的限制。
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. 迭代優化難以因應上下文的不斷變動，導致調整失效 （不正確）
迭代優化確實面臨挑戰，但 APE 設計上就是為了自動化調整，這不是最大限制。
B. 模型的記憶容量有限，無法完整保留所有長篇資訊 （不正確）
記憶容量限制是 LLM 本身的問題，不是 APE 特有的限制。
C. 提示內容難以有效分解，無法支援複雜任務拆解 （不正確）
提示分解雖有難度，但 APE 可透過分段策略處理，不是最大限制。
D. 回饋機制通常僅針對局部片段，難以全面評估最終輸出品質 （正確）
正確：APE 的回饋機制在超長上下文中僅能評估局部，難以全面衡量整體輸出品質。
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。
某團隊希望讓 AI 自動查詢 GitHub 上的程式碼庫，並生成摘要給使用者參考。開發者決定透過 Model Context Protocol（MCP）來實現，AI 需先發出請求，再經由 MCP 架構逐步完成查詢與回傳。在此情境下，MCP 運作流程的正確順序為何？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
在少樣本提示（Few-shot Prompting）僅能提供 1 - 2 個範例的情況下，若遇到領域偏移（Domain Shift），下列何者為模型最可能面臨的核心挑戰？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
某機構計畫導入生成式 AI 旅遊資訊服務對話系統自動生成多語言對話。目前每月需人工翻譯 600 則訊息，每則成本 50 元；若改用 ChatGPT API，每則訊息需 2000 Tokens，而 Token 成本 0.8 元/1000 Tokens，但需額外投入系統整合費用 20 萬元。關於投資報酬率（Return on Investment, ROI）評估，下列何者最為正確？
初級 生成式AI應用與規劃 難度 ★★☆ 115 年
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 114 年 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。