中信银行人工智能应用训练营标准试卷

欢迎参加本次测试，考试说明如下：30道单选题：每题只有1个最符合题意的答案，每题1分；15道多选题：每题有2个及以上正确答案；少选、多选、错选均不得分，每题2分。请认真作答，祝您取得好成绩！
*1. 【智能体认知与大模型原理】 有人认为“Agent就是更聪明、更会聊天的AI”。对Agent智能体最准确的理解是：
*2. 【智能体认知与大模型原理】 关于大模型“训练”与“推理”的区别，下列理解最准确的是：
*3. 【智能体认知与大模型原理】 关于DeepSeek深度思考模式在银行日常工作中的使用，下列判断最准确的是：
*4. 【智能体认知与大模型原理】 在Agent的ReAct架构中，Agent执行任务的核心循环是（ ）。
*5. 【智能体认知与大模型原理】 AI生成营销文案时逐词输出。对大模型生成回答本质的理解，最准确的是：
*6. 【智能体认知与大模型原理】 为使AI输出某银行的制度、合规话术时稳定严谨、避免随机发挥，按Temperature的作用，最合适的设置思路是：
*7. 【智能体认知与大模型原理】 业务人员发现：同样问一句简短的问题，多轮长对话进行到后期时，单次调用费用明显高于刚开始时。按大模型Token计费原理，最准确的原因是：
*8. 【提示词工程】 关于提示词Prompt与提示词工程，下列表述最严谨的是：
*9. 【提示词工程】 在提示词中给大模型提供1—2个输入输出示例（Few-shot），主要作用是：
*10. 【提示词工程】 某员工原始提示词为：“根据我上传的Excel，帮我写一份网点周报。”为提升提示词的可复用性和输出稳定性，按结构化提示词框架（如LangGPT）优化，最合理的做法是：
*11. 【智能体辅助内容生成】 用AI起草一份“关于调整网点营业时间的通知”，下列做法最合理的是：
*12. 【智能体辅助内容生成】 需要将一份20页的经营分析报告浓缩为10页汇报PPT。用AI辅助时，最合理的生成思路是：
*13. 【智能体辅助内容生成】 同一份业务材料，需要分别生成“向上级行的汇报稿”和“向客户的产品说明”。用AI辅助时，最合理的提示词设计思路是：
*14. 【智能体辅助内容生成】 用AI起草银行内部通知、请示、报告三类公文时，为提高生成质量，最有效的做法是：
*15. 【智能体辅助数据分析】 拿到一份业务数据后，小张想直接让AI大模型输出分析结论。更合理的做法是：
*16. 【智能体辅助数据分析】 使用AI数据体检发现订单编号存在重复记录，但金额和日期并不完全一致。使用AI去重前最合理的做法是：
*17. 【智能体辅助数据分析】 用AI做“不良率异动归因”时，正确做法是：
*18. 【智能体辅助数据分析】 业务人员不会写Excel公式，想让DeepSeek帮忙计算“毛利率”。下列提问方式最有效的是：
*19. 【自动化任务与 Skills 专家/专家团应用】 Skill文件夹中，哪项是必须存在的？
*20. 【自动化任务与 Skills 专家/专家团应用】 创建“网点周报助手”Skill时，Description写“处理数据”。该写法的问题是：
*21. 【自动化任务与 Skills 专家/专家团应用】 某“网点业绩汇总”Skill要求输入Excel必须包含“网点名称、存款余额、AUM”三列。下列SKILL.md规则写法中，最符合“防呆设计”原则的是：
*22. 【自动化任务与 Skills 专家/专家团应用】 下列哪项工作最应优先封装成Skill？
*23. 【智能体高效应用技巧总结】 单Agent处理复杂任务时常“泛泛而谈、细节出错”。其核心结构性原因是：
*24. 【自动化任务与 Skills 专家/专家团应用】 希望AI以“资深金融分析师”身份和方法论执行任务。这属于WorkBuddy的哪种功能？
*25. 【自动化任务与 Skills 专家/专家团应用】 关于WorkBuddy“专家团”执行机制的描述，正确的是：
*26. 【Vibe 编程】根据Vibe Coding氛围编程的思路，使用者对AI生成代码应持的正确态度是：
*27. 【Vibe 编程】 下列哪项完整描述了Vibe Coding氛围编程的核心循环？
*28. 【Vibe 编程】 业务人员用Vibe编程开发“网点业绩周报自动汇总”小工具时，下列做法最符合Vibe编程理念的是：
*29. 【金融行业AI安全和合规】 客户经理需用公网大模型辅助整理客户投诉记录。按照银行数据脱敏与合规要求，下列做法最合适的是：
*30. 【金融行业AI安全和合规】 员工需要分析一份包含客户账户信息的内部报表。下列使用AI工具的方式，最符合银行AI使用规范的是：
*31. 【智能体认知与大模型原理】 关于Agent四要素（LLM、Planning、Memory、Tool）及其协同关系，下列理解正确的有：
LLM是Agent的决策核心，但只有LLM、没有Planning、Memory和Tool，不能构成能执行任务的完整Agent
Planning负责把目标拆解为可执行步骤，并可根据工具返回的Observation调整后续步骤
Memory只保存用户最初的提问，不保存工具返回结果和任务中间状态
Tool是Agent与外部环境交互的执行通道，包括API、代码脚本、业务系统操作等
*32. 【智能体认知与大模型原理】 关于AI Agent（如WorkBuddy）的四大能力（感知、规划、执行、反馈），下列理解正确的有：
感知：接收指令、读取文件、获取环境信息
规划：拆解任务、确定步骤与执行顺序
执行：调用工具、操作软件、完成具体动作
反馈：根据执行结果调整后续行动，并可替代人完成签字审批
*33. 【金融行业AI安全和合规】 下列哪些属于智能体（如WorkBuddy）权限控制三原则？
细粒度控制，对权限进行细致划分
最小权限原则，默认拒绝、需显式授权
人类介入，敏感操作须用户确认
完全开放、免确认，以减少弹窗
*34. 【智能体认知与大模型原理】 关于大语言模型生成Token输出的过程，理解正确的有：
模型基于已有上下文，计算下一个Token的概率分布并选择输出
模型逐步生成Token，直到遇到结束标记或达到最大生成长度
模型是检索数据库中的原文片段并拼接成答案
输出文本由模型逐个Token生成并逐步累积形成
*35. 【提示词工程】 关于Prompt与提示词工程，表述正确的有：
Prompt就是你对AI说的话
对话过程中每一句话都会被视为提示词
提示词工程是编写特定文本引导大模型输出的方法论
只有第一次提问才算提示词
*36. 【提示词工程】 下列哪些属于提示词常见陷阱？
指令模糊，缺乏任务边界和输出要求
一个提示词中堆叠多个不相关任务
明确输出格式和验收标准
要求模型“必须绝对准确、不得出错”，但未提供依据或核验方式
*37. 【提示词工程】 结构化提示词框架（如LangGPT）通常包含哪些模块？
角色与目标
工作流程或执行步骤
约束条件与异常处理
输出格式与示例
*38. 【提示词工程】 优化提示词时，下列做法正确的有：
先明确任务目标和受众
提供1—2个输入输出示例
把多个不相关任务合并到一个提示词中，减少对话轮次
根据输出结果迭代调整指令、约束和示例
*39. 【提示词工程】 在提示词工程中，为降低无依据生成和越权风险，可采取的措施有：
用分隔符隔离系统指令与用户输入
限定知识边界，要求原文未提及时明确说明
要求关键结论给出来源或依据
调高Temperature，让模型自由发挥
*40. 【智能体辅助内容生成】 用AI辅助生成经营分析汇报PPT大纲时，合理做法有：
先明确受众、汇报目标和核心结论
按“结论先行—论据支撑—建议行动”组织逻辑
把所有原始数据和明细逐条搬进大纲
区分核心结论、分项分析和附录，控制主线信息量
*41. 【智能体辅助内容生成】 AI辅助生成银行公文时，高质量提示词通常应包含哪些要素？
文种与行文目的，如通知、请示、报告、公告等
受文对象与行文关系，如向上级行请示、对客户公告
关键事实、数据、时间、执行范围和责任部门
要求多写一些，使内容显得完整
*42. 【智能体辅助数据分析】 用AI处理业务数据并生成汇报PPT时，下列做法正确的有：
明确图表规则：趋势用折线、结构用堆积柱、对比用条形、占比用饼图
数据表里有空值时，让AI进行“合理估算”填补空值
核心数据必须人工手动核对，严禁直接信任AI生成的图表
不用3D图，每张图必须有标题说明“这张图说明什么”
*43. 【智能体辅助数据分析】 AI辅助经营数据分析时，“数据体检”阶段的核心输出应包括：
数据规模与结构：行数、列数、时间范围、粒度、主键唯一性等
字段语义与口径：字段含义、单位、枚举值、统计口径及业务定义
数据质量与可用性：缺失、重复、异常、格式、时效等问题清单及处理建议
业务决策结论：直接给出异动原因、责任认定及对外发布口径
*44. 【智能体辅助数据分析】 人工检查AI生成的数据图表时，应重点检查哪些方面？
柱状图坐标轴是否从0开始，折线图截断是否标注
单位是否标注（元/万元/亿元），口径是否一致
颜色是否有误导（如红色代表下降还是风险），标题是否说清“谁、什么指标、什么时间”
是否使用了3D动画效果
*45. 【智能体辅助数据分析】 关于AI辅助数据清洗中的“异常值”处理，下列做法正确的有：
异常值类型可能包括录入错误、真实极端值、口径变化或特殊业务
发现异常值后，应该立即直接删除，以免影响结果
应“先标记、再判断、后决定”，输出异常清单和可能原因
在未查明原因前，保留异常值作为真实数据参考
*46. 【自动化任务与 Skills 专家/专家团应用】 一个完整的Skill文件夹可能包含哪些目录或文件？
SKILL.md（操作手册，必须）
scripts/（工具或代码脚本）
references/（参考资料、行内制度等知识库）
完整的系统源代码备份
*47. 【自动化任务与 Skills 专家/专家团应用】 下列哪些维度能体现Skill相对Prompt的优势？
异常处理：Skill有明确“如果……就……”的兜底规则，Prompt常靠AI自由发挥
知识来源：Skill可挂载行内制度和对照表，Prompt靠模型自带常识
质量下限：Skill有底线（最差也是合格），Prompt不稳定看运气
表达方式：Prompt写的是具体代码，Skill写的是形容词
*48. 【自动化任务与 Skills 专家/专家团应用】 关于使用AI工具（如SkillCreator）创建Skill的流程，理解正确的有：
业务人员需要精通代码和Markdown语法才能创建
准备三样东西：一份真实的输入样例、一份你认可的成品、五句话能说清的规则
完整流程包括：说清业务→追问细节→生成结构→试跑→验收
技能的名称、触发条件和指令可以在对话中清晰描述，AI就会自动生成技能文件
*49. 【自动化任务与 Skills 专家/专家团应用】 选择Workbuddy 的“Skill、专家、专家团”时，下列思路正确的有：
需要AI具备某种具体的操作能力（如格式化表格），装Skill
有一个明确的单点专业问题（如获取一份营销优化建议），找单个专家
任务复杂、需要多角色配合（如从关键词调研到转化报告），召唤专家团
只要觉得任务困难，一律使用专家团，越复杂越好
*50. 【智能体高效应用技巧总结】 下列哪些银行高频任务适合借助“知识库+AI”提效？
写周报时，按上周模板和口径，把本周数据填进去
写授信报告时，检索历史报告中“应收账款风险”的写法
客户询问为什么不能保证收益时，快速查找合规话术
决定分行全年的信贷投放战略目标和风险偏好
*51. 【Vibe 编程】 非技术人员使用Vibe编程开发业务小工具时，为降低返工和误用风险，应做到：
明确工具边界：输入什么、输出什么、不处理什么异常情况
对涉及金额、客户信息等敏感数据，遵守行内数据安全要求，不在公网工具输入未脱敏数据
保留关键计算口径和验收样例，便于后续维护和他人接手
让AI一次性生成全部功能，不做分步验证，以减少对话轮次
*52. 【Vibe 编程】 下列哪些场景适合业务人员用Vibe编程快速实现？
格式固定的周报数据汇总与初步校验
批量整理多个Excel文件并生成统一格式的清单
需要长期维护、强一致性的银行系统
一次性数据分析脚本或原型验证小工具
*53. 【AI幻觉治理】 普通用户减缓AI幻觉的有效方式包括：
联网搜索，让AI去查找真实信息
双AI验证，用不同大模型互相监督审查
提示词工程，使用知识边界限定或对抗性提示
把温度调高，增加随机性
*54. 【AI幻觉治理】 为应对AI编造数据的幻觉，下列做法正确的有：
要求AI在给出数据时，必须附带可靠的数据来源
对AI生成的统计图表和关键数字，人工回查原始报表进行核对
既然AI算得快，就不需要核对，直接放到对外PPT中
多源验证，与其他可信来源的数据进行交叉比对
*55. 【AI幻觉治理】 下列哪些属于AI大模型幻觉的典型表现或特征？
表达自信、流畅，逻辑看似合理，不显示犹豫
编造统计数字、不存在的文献或监管文件
主动标注“不确定”，并对所有问题拒绝回答
内容看似专业，但经不起事实核验和来源追溯
*56. 【AI幻觉治理】 在银行制度问答、数据分析等场景中，治理AI幻觉的有效手段包括：
接入RAG权威知识库，要求答案引用可溯源、可校验
设置刚性规则和人工兜底，高风险内容必须人工复核
用提示词限定知识边界，要求原文未提及时明确说明，并对不确定内容标注
调高Temperature，增加输出随机性，让模型自由发挥
*57. 【金融行业AI安全和合规】 中信银行内部使用第三方Skill时，为保障安全应遵守哪些注意事项？
优先使用行内官方审核过的Skill
谨慎外装，绝对不要随意安装来源不明、带代码脚本的Skill
用公网技能处理数据时必须脱敏（去姓名、账号、金额）
为了测试效果，可以使用真实客户数据在公网工具上跑一遍
*58. 【智能体高效应用技巧总结】 上下文出现“溢出”时，通常有哪些信号？
AI突然“失忆”，忘记了之前约定的规则或格式
AI开始“自相矛盾”，前后回答不一致
AI重复问你之前已经回答过的问题
AI回答速度突然变快了十倍
*59. 【智能体高效应用技巧总结】 关于WorkBuddy上下文管理与Token费用，下列理解正确的有：
每次回答都需要重新处理此前的对话上下文，历史越长，输入Token越多、费用越高
及时总结旧对话或新开对话，可减少无关历史占用上下文
把所有历史对话一直保留在同一长对话中，通常能提升回答质量并降低费用
只保留当前任务必要背景、清理无关信息，有助于降低费用并提升聚焦度
*60. 【智能体高效应用技巧总结】 关于WorkBuddy模型选择，下列做法正确的有：
日常简单问答优先使用免费或轻量模型，避免用旗舰模型处理低复杂度任务
模型选错可能造成费用相差几十倍，是较大的浪费来源
根据任务复杂度、时效要求和成本综合选择模型
所有任务一律使用最高价旗舰模型，才能保证质量
*61. 【智能体高效应用技巧总结】 关于“一个对话只做一件事”和及时创建新任务，下列理解正确的有：
一个对话混杂多个不相关任务，会导致上下文累积、费用上升
完成一个任务后新开对话，可减少旧任务上下文对新任务的干扰
把所有任务放在一个超长对话中，AI能自动区分任务边界，效率更高
新对话只保留当前任务必要背景，有助于模型聚焦和降低消耗
*62. 【智能体高效应用技巧总结】 面对“整理数据、分析异动、生成汇报PPT”这类复杂任务，下列做法正确的有：
拆分为数据整理、异动分析、PPT生成等子任务，分别处理
需求一次说清背景、任务、输出格式和约束，减少来回追问
各子任务分别验收后，再整合结果
每个子任务只保留必要上下文，避免单个对话上下文过载