22. 某企業導入模型內容協定(Model Context Protocol, MCP)架構，建立一個 AI 客服助理。系統中：AI 客戶端負責與使用者互動並決定何時需要外部資訊；MCP Server 提供查詢訂單狀態、取得產品資訊等能力；後端資料庫保存交易資料。下列敘述何者正確？
(A)MCP Server 等同於大型語言模型本身，負責生成自然語言回應；
(B)MCP Server 負責提供標準化工具與資料存取能力，模型可透過協定呼叫；
(C)後端資料庫必須直接連接使用者介面，才能符合 MCP 架構；
(D)MCP 的主要目的在於取代資料庫管理系統

23. 生成式 AI 在處理文字前，會先進行斷詞(Tokenization)，將文字拆解成多個 Token。當模型遇到訓練資料中從未看過的罕見專有名詞時，現代 AI 技術最普遍的處理方式為何？ (A)將該名詞拆解為較小的已知片段，再依據這些片段進行後續語言處理與生成； (B)系統因為看不懂這個新單字，會直接在對話中忽略並刪除它； (C)系統會立即判定格式錯誤，並強制中斷整段對話的運行； (D)手動建立該名詞的新 Token，並更新模型詞彙表後再繼續生成內容

24. 某企業「人資 AI 助理」採檢索增強生成(RAG)技術，系統會先檢索前 10 筆相關規章，再由其中排序最前面的 3 筆文件提供大型語言模型(LLM)作為回答依據。員工查詢「留職停薪規定」時，AI 遺漏了所屬部門最新補充規定。技術團隊確認該規定已成功檢索，但排序第 8 名，因此未被優先提供給大型語言模型作為回答依據。在不重新訓練模型、不重新建立向量資料庫的前提下，應優先導入下列何種元件改善此問題？ (A)查詢擴展器(Query Expansion)，自動加入同義詞或相關關鍵字擴展查詢內容，以提高相關文件被檢索到的機率； (B)文本切分器(Text Splitter)，將長篇規章拆分成較小段落，以利建立文件索引； (C)重排序器(Reranker)，重新評估初步檢索結果的相關性，將最相關的文件優先提供大型語言模型(LLM)參考； (D)語意快取器(Semantic Cache)，儲存常見查詢與 AI 回覆，遇到語意相近的問題時直接回傳先前結果，以降低運算成本與回應時間

25. 某物流公司近期評估導入 AI 代理(AI Agent)處理訂單異常事件。下列何者最能呈現 AI Agent 與傳統自動化系統的關鍵差異？ (A)AI Agent 能依據任務目標自主規劃執行步驟，並依執行結果動態決定呼叫哪些工具及調整後續執行流程；傳統自動化系統則僅能依預先設定的固定規則與流程執行，無法自行規劃或調整執行流程； (B)AI Agent 與傳統自動化系統皆須依賴人工預先設定好所有的詳細執行規則，兩者差異僅在於 AI Agent 必須使用程式語言撰寫規則，而傳統自動化系統使用圖形化介面(GUI)設定； (C)AI Agent 的關鍵優勢在於運算與回應速度較傳統自動化系統快上數倍，因此適合用於全面取代所有需要即時(Real-time)回應的反射式自動化流程； (D)AI Agent 因具備強大的推理能力，核心價值在於能完全取代人工進行所有商務決策，故企業導入後即可全面移除既有的人工審核與監督機制

26. 某保險公司欲建置 AI 代理(AI Agent)系統，協助理賠人員處理保單查詢及理賠文件核對等作業。技術團隊規劃導入模型內容協定(Model Context Protocol, MCP)，讓 AI Agent 能以統一介面存取保單資料庫及文件管理系統；並建立可重複調用的 Skill(AI 能力模組)，將理賠文件核對等需要 AI 語意理解與專業判斷的工作封裝成可重複使用的能力。下列敘述何者正確？ (A)MCP 與 Skill 功能相同，皆負責建立 AI 與外部系統間的資料傳輸，因此可互相取代； (B)MCP 負責提供 AI 代理統一存取外部工具與資料來源；Skill 則封裝需要 AI 語意理解與專業判斷的可重複使用能力；(C)Skill 僅能封裝固定規則的程式流程，不適合處理需要 AI 推理或語意理解的工作； (D)MCP 與 Skill 每次執行皆必須重新訓練模型，才能完成外部工具存取與任務執行

27. 某產險公司開發智慧車險估損系統，需利用 AI 產生特定車損照片，以擴充模型的訓練資料；此外，系統須依據每位客戶專屬的保單條款，自動產生具備條款依據的理賠評估書，並盡可能避免產生數字或法規引用錯誤。下列哪一種技術架構最適合？ (A)使用專屬影像生成 AI 建立車損照片；將客戶保單內容用於模型微調(Fine-tuning)，再由微調後模型產生理賠評估書； (B)使用具備多模態能力的大型語言模型，同時產生車損照片及理賠評估書，不另外讀取客戶保單內容； (C)使用專屬影像生成 AI 建立車損照片；搭配檢索增強生成(RAG)讀取客戶保單內容，再由大型語言模型產生理賠評估書； (D)使用 AI 搜尋工具查詢公開車險條款及相關法規；再交由大型語言模型依據一般性規範產生標準化理賠說明文件

28. 某工廠導入生成式 AI 協助分析設備異常。工程師發現，若直接要求 AI 一次判斷故障原因，經常出現誤判。於是改在同一個提示詞(Prompt)中要求 AI 逐步分析感測器資料、設備警示紀錄及異常現象，再推論故障原因並提出檢修建議。上述作法屬於下列何種提示工程(Prompt Engineering)技術？ (A)思維鏈提示(Chain-of-Thought Prompting)； (B)零樣本提示(Zero-Shot Prompting)； (C)少樣本提示(Few-Shot Prompting)； (D)檢索增強生成(Retrieval-Augmented Generation, RAG)

29. 某連鎖餐廳開發 AI 代理(AI Agent)協助處理顧客訂位需求。設計人員要求 AI Agent 在查詢訂位系統前，先分析顧客需求並決定查詢策略，再呼叫訂位系統查詢；每次取得查詢結果後，AI Agent 皆需重新判斷是否需要查詢其他時段，或直接回覆可訂位的時間。請問設計人員採用的是下列哪一種框架概念？ (A)Reasoning and Acting(ReAct)； (B)Retrieval-Augmented Generation(RAG)； (C)Prompt Chaining； (D)Zero-Shot Prompting

30. 小明是行銷部門人員，不具備程式撰寫背景，想利用 AI 程式協作工具，Vibe Coding 一個內部活動報名網站。在開發過程中，下列哪一種做法最有助於提升開發成果的 正確性與可用性？ (A)開發人員先完成主要功能程式碼撰寫後，再利用 AI 協助檢查程式碼品質與提出修改建議； (B)透過自然語言與 AI 反覆互動，逐步調整需求並驗證產出結果； (C)僅針對主要功能進行測試，若畫面與操作流程符合需求，即可視為開發完成，以節省時間； (D)完成主要功能後，再一次性加入金流、會員登入及資料庫等整合功能，以縮短整體開發時間

31. 某保險公司導入大型語言模型協助客服回覆保單相關問題。工程師撰寫提示詞時，先要求模型：「請扮演一位具有 15 年保險理賠經驗的資深客服專員，以專業且具同理心的語氣回答客戶問題，並避免使用艱澀的保險術語。」接著再提供客戶問題，要求模型產生回覆內容。請問上述使用的提示詞(Prompt)技巧稱為下列何者？ (A)思維鏈提示(Chain-of-Thought Prompting)； (B)情境設定提示(Context Prompting)； (C)零樣本提示(Zero-Shot Prompting)； (D)少樣本提示(Few-Shot Prompting)

32. 某公司建置了兩套公司規章檢索系統。當員工查詢「請假」相關規定時，第一套系統只能找到文件內容中包含「請假」二字的規章；而第二套系統則能找出標題為「休假申請規定」等字面不同、但語意相近的文件。若第二套系統是採用檢索增強生成(RAG)架構，其最可能採用下列哪一項技術來提升搜尋效果？ (A)使用關聯式資料庫(如 MySQL)進行關鍵字比對； (B)使用全文檢索功能(Full-text Search)，僅依文字出現頻率及關鍵字匹配程度排序搜尋結果； (C)使用向量資料庫(Vector Database)進行語意相似度搜尋； (D)使用大型語言模型(LLM)，自動重新撰寫所有知識文件

115年 - 115-3 AI 應用規劃師-初級能力鑑定公告試題_第二科：生成式 AI 應用與規劃#144821

115年 - 115-3 AI 應用規劃師-初級能力鑑定公告試題_第一科：人工智慧基礎概論#144820

115年 - 115 iPAS AI應用規劃師初級能力鑑定︰資料處理與分析概念#143293

115年 - 115 iPAS AI應用規劃師初級能力鑑定︰鑑別式 AI 與生成式 AI 的基本原理#143290

115年 - 115 iPAS AI應用規劃師初級能力鑑定︰機器學習基本原理、常見的機器學習模型#143288

115年 - 115-2 AI 應用規劃師-初級能力鑑定公告試題_第二科：生成式 AI 應用與規劃#140595

115年 - 115-2 AI 應用規劃師-初級能力鑑定公告試題_第一科：人工智慧基礎概論#140586

115年 - 115-1 AI 應用規劃師-初級能力鑑定公告試題_第二科：生成式 AI 應用與規劃#139147

115年 - 115-1 AI 應用規劃師-初級能力鑑定公告試題_第一科：人工智慧基礎概論#139146

114年 - 114-4 AI 應用規劃師-初級能力鑑定公告試題_第二科：生成式 AI 應用與規劃#139148