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？
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？
- A. Chain of Thought，要求模型逐步展開推論
- B. Tree of Thoughts，增加多種推論路徑探索
- C. Graph Prompting，以結構化方式呈現條件與關聯 ✓ 正確答案
- D. Zero-shot Prompting，避免範例影響模型判斷
詳細解析
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。
出題年份：115 難度：★★☆