八个环节，每一步都有明确的交付物、时间要求与责任人。
从咨询了解课程到正式入学建档，线下班仅面向签约合作企业，由企业统一组织学员成班报名；每班限 25 人，固定周六面授，建议提前 2 周确认名单以锁定席位。
接入统一学习系统与 AI 实战沙箱，课堂现场签到与入学评估，建立个人学习档案。
| 题号 | 领域 | 题目与选项 | 答案 | 考点解析 |
|---|---|---|---|---|
| 1 | AI 项目立项 | AI 项目商业论证中，与传统项目最本质的差异是（ ）。 A. AI 项目预算一定更高 B. 收益高度依赖模型效果，需以概率化方式估算并设置退出门槛 C. AI 项目不需要干系人识别 D. AI 项目周期一定更短 |
B | AI 项目的价值实现依赖模型在实际数据上的表现，收益存在不确定性，因此商业论证需要概率化估算（如期望收益）并设置阶段性退出/继续门槛（Go/No-Go），而非一次性确定承诺。 |
| 2 | AI 数据治理 | 在 AI 项目启动前进行数据可用性评估，最主要是为了（ ）。 A. 降低模型训练成本 B. 识别数据缺失、偏差与合规风险，避免模型建立在不可用数据上 C. 满足宣传需要 D. 缩短推理时延 |
B | 数据可用性评估检查数据完整性、准确性、一致性、时效性、偏差与合规性，直接决定模型上限；数据缺陷会传导为模型偏差与业务风险，且后期修复成本远高于前置评估。 |
| 3 | 模型选型 | 选择大模型 API 时，最不应作为首要依据的是（ ）。 A. 任务效果与领域适配度 B. 成本、时延与稳定性 C. 数据合规与部署方式 D. 厂商市场宣传热度 |
D | 选型应基于业务效果、成本性能、时延稳定性、数据合规与部署形态等可验证维度；市场宣传热度属不可验证因素。选型必须通过评测集实测，而非凭偏好。 |
| 4 | Prompt 工程 | Prompt 工程中「少样本示例（Few-shot）」的主要作用是（ ）。 A. 减少模型上下文长度占用 B. 通过示范期望的输入输出格式与风格，引导模型稳定产出 C. 彻底消除模型幻觉 D. 提升模型的基础参数规模 |
B | 少样本示例通过在上下文中提供若干「输入→期望输出」示范来约束输出格式与风格，是提升结构化任务一致性的常用手段，但不能彻底消除幻觉，也不改变模型参数。 |
| 5 | RAG 知识库 | RAG（检索增强生成）系统中，引入「重排序（Re-Rerank）」环节是为了（ ）。 A. 提升召回文档的排序精度，使最相关内容优先进入模型上下文 B. 减少向量数据库的存储成本 C. 替代大模型本身完成生成 D. 加密检索到的文档内容 |
A | 向量检索以召回率为优先，往往返回相关性排序不够精准的文档；重排序模型对召回结果二次精排，把最相关文档置前进入提示词，通常能显著提升 RAG 问答质量。 |
| 6 | AI Agent | 设计多智能体（Multi-Agent）协作架构时，最需要提前设计的是（ ）。 A. 各 Agent 使用的界面主题色 B. 任务分解边界、Agent 之间的接口契约与失败重试与交接机制 C. 团队成员的工位安排 D. 会议纪要模板 |
B | 多 Agent 系统的核心工程难点在于职责边界划分、输入输出契约（如结构化 schema）、上下文传递、失败重试与兜底交接机制；这些未定义清楚，系统行为将不可预测。 |
| 7 | AI 评测 | 构建 AI 应用评测集（Eval Set）时，最应当避免的是（ ）。 A. 覆盖真实业务中的典型场景与边界情况 B. 固定评测集并保留回归基线 C. 每次改动 Prompt 后仍用同一评测集复测并对比指标 D. 评测集直接使用训练集样本，以确保得分更高 |
D | 评测集必须与训练/调优数据隔离，否则评测结果失真、无法反映泛化能力。真实场景覆盖 + 固定基线 + 可对比回归是评测体系的基本要求。 |
| 8 | AI 成本管理 | 控制大模型应用 Token 成本时，最有效的工程手段是（ ）。 A. 无差别地一律使用参数量最大的模型 B. 分级路由（简单任务用小模型、复杂任务用大模型）+ 缓存 + 上下文裁剪 C. 关闭所有日志与缓存 D. 把提示词写得极其冗长 |
B | 分级路由、结果缓存与上下文裁剪是降低 Token 成本与时延的三条主线。盲目使用最大模型会显著抬高单位调用成本，冗长提示词反而推高每次调用的输入 Token 数。 |
| 9 | AI 合规治理 | 在企业内落地 AI 应用时，涉及员工数据用于模型训练，最先要落实的是（ ）。 A. 先上线看效果，数据合规问题事后补 B. 明确数据分级分类、脱敏与授权边界，并完成合规评估与审批 C. 把数据放到公有云个人账号 D. 由业务部门自行决定是否上传 |
B | 员工与客户数据的使用需先完成数据分级分类、脱敏、授权与合规评估（含个人信息保护影响评估），并履行审批流程，这是 AI 治理的第一道关口，不能以业务效果为由事后补。 |
| 10 | AI 项目交付 | AI 项目「试点（Pilot）」阶段的核心目标是（ ）。 A. 立即全量上线并证明 ROI B. 在受控范围内验证技术可行性与业务价值假设，产出可决策的证据 C. 完成全部生产环境部署 D. 结束项目并结项 |
B | 试点阶段的目的是以最小成本验证假设并提供 Go/No-Go 决策证据，避免在全量投入后才发现方向不可行；全量上线与 ROI 验证属于规模化阶段目标。 |
| 11 | AI 风险管理 | AI 项目的「幻觉（Hallucination）」风险，最有效的缓解措施组合是（ ）。 A. RAG + 引用溯源 + 输出校验 + 人工复核关键结论 B. 单纯提高提示词温度 C. 只在界面增加免责声明 D. 增加模型参数规模即可彻底消除 |
A | 幻觉无法靠单一手段彻底消除，工程上需组合使用 RAG 提供事实依据、引用溯源便于核验、输出校验拦截无效内容、对关键业务结论设置人工复核环节。 |
| 12 | AI 项目复盘 | AI 项目复盘中，最能支撑后续模型迭代的产物是（ ）。 A. 会议合影与新闻稿 B. 结构化失败案例集（含输入、模型输出、期望输出、失败归因与修复动作） C. 仅记录项目预算执行情况 D. 学员满意度打分表 |
B | 结构化失败案例集是模型与 Prompt 迭代的高价值资产，它把个案转化为可归因、可回归、可复用的经验；单纯的活动记录与满意度数据无法支撑能力迭代。 |
每周六全天面授（上下午各 3 小时），AI 工具现场演示，小组研讨与沙龙实战同步进行。
| 项目 | 安排 |
|---|---|
| 上课时间 | 每周六 08:30 签到入场、09:00 – 12:00 上午授课 + 14:00 – 17:00 下午授课（北京时间），单次面授 6 小时 |
| 上课地点 | 签约合作企业指定会议室（地址由企业在开班前书面确认，随课表一并通知） |
| 招生对象 | 仅面向企业客户成班报名，不面向个人开放线下班 |
| 课程周期 | 10 周（不含法定节假日），面授正课合计 30 小时 |
| 班级规模 | 每班限 25 人，配备主讲讲师 1 名 + 助教 1 名 + 班主任 1 名 |
| 教室配置 | 高速 Wi-Fi、投影设备、白板、音响，每位学员配备笔记本电脑位 |
| 课时构成 | 计算方式 | 学时 |
|---|---|---|
| 周六面授正课 | 5 个面授日 × 6 小时（上午 3 小时 + 下午 3 小时），每次讲透 2 个课程模块 | 30 小时 |
| 合计正课 | 面授讲授正课（周日实战演练、模考、讲评不计入正课） | 30 小时 |
| 对照项 | 课时 | 说明 |
|---|---|---|
| PMI 官方最低要求 | 21 小时 | 正课学时，不含模考、训练、讲评、作业等附加环节 |
| 通维咨询本课正课 | 30 小时 | 课程实际讲授正课学时，严格高于 PMI 最低要求 |
| 超出幅度 | +9 小时 | 超出比例 43%，为学员留出消化与吸收余量 |
周日实战演练日全天进行，节奏与周六面授保持一致（08:30 签到、09:00 – 12:00 + 14:00 – 17:00）。
| 项目 | 安排 |
|---|---|
| 实战日 | 每周日，与周六面授同步推进，节奏完全一致 |
| 签到时间 | 08:30 开始签到入场，领取当日实战任务卡与资料 |
| 实战时段 | 09:00 – 12:00 上午实战 + 14:00 – 17:00 下午实战，单日 6 小时 |
| 训练环境 | 企业指定会议室现场提供 AI 实战沙箱环境，所需算力由通维咨询提供，无需自带设备 |
| 导师配置 | 主讲讲师 1 名 + 助教 1 名全程巡场，每组配备 1 名导师 |
课后当日完成复习与沙箱作业，小组互助机制保障学习不掉队。
2 次线下集中模考，完全模拟真实考试环境，熟悉考试节奏，定位知识盲区。
| 轮次 | 时间安排 | 题量与时长 | 定位 |
|---|---|---|---|
| 第 1 次模考 | 第 3 个面授日（周六 09:00 – 12:00） | 100 题 / 2.5 小时 | 中段评估，检验前半程掌握情况 |
| 第 2 次模考 | 第 5 个面授日（周六 09:00 – 12:00） | 100 题 / 2.5 小时 | 结课周考前冲刺，模拟真实应试状态 |
协助完成 PMI 官网账号注册与批量材料提交，组织集体考试，配套考前冲刺辅导。
完成全部学习闭环，举行结课仪式，取得结业证书，通过 PMI 考试后获得 CPMAI® 认证。
从锁定席位到结课验收，交付节点与时限全部前置约定，确保学员时间投入可预期。交付主体为通维咨询主讲讲师与课程顾问，交付物与验收标准同步写入《培训服务协议》。
提交报名信息，课程顾问确认最近开班日期与席位，出具《缴费通知单》与《席位确认单》。
SLA：当日响应，1 个工作日内锁定席位完成缴费后开通学习账号，下发《学员手册》《课表》《教材包》（含 AIPM 平台 / AI 沙箱操作指引）。
SLA：教材包 2 个工作日内送达，账号同步开通完成入学摸底测试，按基础水平分为 3–5 人学习小组，导师针对薄弱项预布置预习任务。
SLA：摸底报告当日出，分组名单开班前 3 天公布每周六 08:30 签到、09:00 – 12:00 上午授课 + 14:00 – 17:00 下午授课，单次面授 6 小时；每次面授讲透 2 个课程模块，5 个面授日累计正课 30 小时；现场案例研讨、分组演练与当堂答疑；课后 24 小时内开放回放与补训材料。
SLA：随堂答疑 当堂解决，课后提问 24 小时内回复每周日 08:30 签到、09:00 – 12:00 + 14:00 – 17:00 实战演练，进度与周六面授完全一致；现场机位提供 AIPM 平台 / AI 沙箱环境，所需算力由通维咨询提供。
SLA：实战产出 当日归档，导师评语 48 小时内出具线下考场环境模考 2 次（周六 09:00 – 12:00，当日不排面授），现场监考、当场出分，导师现场讲评并布置个性化补弱作业。
SLA：模考当场出分，48 小时内完成逐题讲评完成结课答辩与实操验收，当场颁发结业证书与实操成绩单，出具班级《培训效果结项报告》。
SLA：结课报告 5 个工作日内交付交付效果不靠承诺，靠可验收的标准和可追溯的记录。以下四道关口，任一关口不达标即触发补救机制。
线下班仅面向签约合作企业，由企业统一组织学员成班报名，每班 25 人，确保高质量互动体验。
上课地点为企业指定会议室，课程顾问将为您匹配最近开班日期并确认席位，同步提供《培训服务协议》范本。
邮箱 jiafei@twzx.bj.cn · 微信 pm--jiafei
线下班上课地点为签约合作企业指定会议室，具体地址、楼层与入场方式由企业在开班前 3 个工作日书面确认，并由班主任随课表同步至班级群。通维咨询负责讲师、教材、沙箱环境与现场教学保障。
线下班不面向个人开放。线下班为签约合作企业的专属交付，由企业统一组织学员成班报名并确认会议室。若为个人学员，请选择线上班（1 个月 1 期，每月 1 日 / 15 日滚动开班，晚间班与周末班两种时段可选）。
线下班为签约企业统一组织的成班交付，企业负责学员的差旅与场地协调，课程顾问可协助提供周边住宿信息。若为个人学员，建议选择线上班。
完全一样。结业证书均载明「CPMAI 培训结业」，编号可统一查询。最终获得的 CPMAI 认证由 PMI 统一颁发，无差异。
线下班节奏更紧凑，每周需投入 6–8 小时（课堂 3 小时 + 课后沙箱作业 3–5 小时），但学习氛围更浓厚、同学互动更深入，适合能保证每周固定时间学习的学员。
线下班会录制全程课程视频，错过课程的学员可在一周内补看录播并完成补课作业。但仍建议尽量出席，课堂互动与小组研讨是线下班的核心价值。
不需要。沙箱提供可视化界面、拖拽式 Agent 设计器与预置代码模板，学员以配置与调优为主。确有编程背景的学员可选择代码路径深入，但不作为必修要求。
线下班每班 25 人，每周六 08:30 签到、09:00 – 12:00 上午授课 + 14:00 – 17:00 下午授课，单次面授 6 小时；周日 08:30 签到、同样节奏进行 AI 实战演练。10 周累计正课 30 小时，严格高于 PMI 官方最低要求 21 小时。模考、训练、讲评等附加课时不纳入正课统计，验收与交付物同步写入《培训服务协议》。
CPMAI® 为 Project Management Institute (PMI) 的注册商标。本文所述培训内容与 PMI 官方认证体系无直接关联。
课程为北京通维管理咨询有限公司自主研发的实战培训，认证报考与评定结果均由 PMI 独立评定，通维咨询不参与评定，也不作通过承诺。
文中价格与开班安排以双方签署的服务合同与当期开班通知为准。