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？

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。

每個選項為什麼對或錯

• A 將表格內容轉換為結構化 JSON 或 Markdown table 正解

  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 錯誤選項

  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 錯誤選項

  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 錯誤選項

  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。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。