iPAS 考題解析某連鎖零售企業使用生成式 AI 協助規劃門市補貨策略。決策時需同時考慮多項彼此相關的因素，例如：庫存水位、促銷活動、區域銷售差異與物流限制。專案團隊發現，AI 雖能逐步說明推論過程，但對於多條件之間的相互影響掌握不足，導致建議結果偶有偏差。若希望透過提示工程（Prompt Engineering）改善此問題，下列哪一種策略最為適合？

解析

正確答案：C. Graph Prompting，以結構化方式呈現條件與關聯

問題的核心是多條件之間的相互影響掌握不足。Graph Prompting 以結構化方式呈現條件與條件之間的關聯，最適合處理多因素間複雜交互關係的推論。

每個選項為什麼對或錯

• A Chain of Thought，要求模型逐步展開推論 錯誤選項

  Chain of Thought 適合逐步推論，但題目說 AI 已能逐步說明，問題在於條件間關聯掌握不足。

• B Tree of Thoughts，增加多種推論路徑探索 錯誤選項

  Tree of Thoughts 增加推論路徑探索，但不一定能改善對條件間關聯的掌握。

• C Graph Prompting，以結構化方式呈現條件與關聯 正解

  Graph Prompting 以結構化方式呈現條件與關聯，最適合處理多因素交互影響的問題。

• D Zero-shot Prompting，避免範例影響模型判斷 錯誤選項

  Zero-shot 缺乏引導，無法改善對複雜條件關聯的掌握。

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。