iPAS 考題解析
某企業導入大型語言模型（LLM）分析內部報表，使用者經常提供 Excel 匯出的表格資料（如銷售數據與統計表）。測試時發現，模型對原始表格解析效果不穩定。為提升模型理解與回應品質，下列哪一種上下文工程（Context Engineering）作法較為適當？
初級 生成式AI應用與規劃
難度：中等 ★★☆ 115 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
某企業導入大型語言模型（LLM）分析內部報表，使用者經常提供 Excel 匯出的表格資料（如銷售數據與統計表）。測試時發現，模型對原始表格解析效果不穩定。為提升模型理解與回應品質，下列哪一種上下文工程（Context Engineering）作法較為適當？
- A. 將表格內容轉換為結構化 JSON 或 Markdown table ✓ 正確答案
- B. 在維持原始表格呈現方式下，補充欄位與數據說明
- C. 將表格資料隨機切割後分段輸入
- D. 直接提供原始表格內容以保留完整資訊
詳細解析
正確答案：A. 將表格內容轉換為結構化 JSON 或 Markdown table
將表格轉換為結構化格式（如 JSON 或 Markdown table）能讓 LLM 更有效地解析資料結構與欄位關係，是提升模型理解表格資料的有效上下文工程作法。
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. 將表格內容轉換為結構化 JSON 或 Markdown table （正確）
正確：結構化格式如 JSON 或 Markdown table 讓模型更容易理解資料結構。
B. 在維持原始表格呈現方式下，補充欄位與數據說明 （不正確）
僅補充說明無法根本解決原始表格格式解析不穩定的問題。
C. 將表格資料隨機切割後分段輸入 （不正確）
隨機切割會破壞資料的完整性與關聯性，降低理解品質。
D. 直接提供原始表格內容以保留完整資訊 （不正確）
直接提供原始表格正是導致解析不穩定的原因，無法改善問題。
本題涉及的 AI 術語
深入理解以下術語，有助於掌握本題背後的核心概念，也能幫助你在遇到相似題目時更快判斷正確答案。
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。
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 115 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。