114年二月看到這個考試時，沒有多想什麼直接先報名，後來看了一下官網，扣除簡章，只有三日班教材、樣題、能力指標、評鑑內容範圍，然後就沒了~~~
即然考AI應用規劃師，索性就一切靠AI，透過生成式AI給我一些教材，並且結出教材的同時，再生成一些單選題給我。
也就差不多一個月左右的時間，得到以下這樣的成績：
考試成績
今天我也不是來賣課的，就純粹分享備考時用的工具，還有提示詞。
工具
在三月初時比較過幾個模型生成的結果，我直接給結論，最終採用xAI的Grok3模型。
使用模型時，建議要使用要開啟DeepSearch功能（現有更新的DeeperSearch），可以檢索到最新的資訊。
每個單元各自開啟一個獨立的對話，各個單元用到的Prompt可以在下方評鑑內容範圍中點選進去查看，取得你要的結果後，記得追加讓AI依據上述所有的對話內容，生成N道單選題試題，Prompt舉例如下，你可以依實際需要調整Prompt內容：
依據上述所有的對話內容，生成50道單選題試題，以表格方式呈現，提供欄位包括題號、題目及四個選項、答案，其中題目及四個選項整合在一個欄位中，50道題目可以是一般的單選、也可以是出現以上皆是、或者以上皆非的選項。並於提供完所有題目之後，依題號順序進行解說。
註1： 每個生成式AI的服務，會有token限制，要求生成太多內容不易一次達到想要的效果，所以每個章節一個新的對話主題，才不易生成到一半AI忘了前面的內容。
註2： 生成考題時，使用表格呈現也不一定每次按想要的樣子呈現，可以自己嘗試找出最好的方式處理即可。另外生成考題時，可以不用開啟DeepSearch功能。
114年度AI應用規劃師能力鑑定簡章(官網)
能力指標
依指簡章針對初能能力鑑定能力指標，說明如下：
1.人工智慧基礎概論
- 能掌握人工智慧的基本概念與應用領域，瞭解人工智慧的定義、基本理論和核心目標，及AI 技術在隱私、安全性與倫理層面可能面臨的挑戰。
- 具備基本的資料處理知識，包括資料收集、清洗、分析和視覺化等過程，並能夠理解資料在AI模型中扮演的角色與作用。
- 理解機器學習的基本原理及其 在 AI 中的作用，並熟悉常見的機器學習方法及其應用。
- 能夠區分鑑別式 AI 和生成式 AI 的特性，並理解生成式 AI 的概 念、基本原理及其相關應用。
2.生成式AI應用與規劃
- 理解 No Code / Low Code 工具的基本概念與應用，掌握其在生成 式AI應用中的功用和優勢，並能運用工具進行AI解決方案的設計與測試。
- 熟悉生成式 AI 常見工具的基本操作，瞭解其應用領域及適用場景，能有效選擇與應用。
- 掌握生成式 AI 導入的初步規劃要領，包含需求確認、資源分配、試用測試等步驟等。
初級鑑定建議報考對象
- 具基本AI概念和知識的學習者
- 熟悉AI工具導入日常工作者
評鑑內容範圍(官網)
(依官網公告為主，可點選上方連結查看)
以下評鑑範圍可點選查看AI的整理（2025/03/06左右整理）
L11：人工智慧基礎概論
L111：人工智慧概念
L11101：AI的定義與分類(1)
L11101：AI的定義與分類(2)
L11101：AI的定義與分類(3)
L11101：AI的定義與分類(4)
L11101：AI的定義與分類(5)
L11101：AI的定義與分類(6)
L11101：AI的定義與分類(7)
L11102：AI治理概念
L112：資料處理與分析概念
L11201：資料基本概念與來源
L11202：資料整理與分析流程
L11203：資料隱私與安全
L113：機器學習概念
L11301：機器學習基本原理
L11302：常見的機器學習模型
L114：鑑別式AI與生成式AI概念
L11401：鑑別式AI與生成式AI的基本原理
L11402：鑑別式AI與生成式AI的整合應用
L12：生成式AI應用與規劃
L121：No code / Low code 概念
L12101：No code / Low code的基本概念
L12102：No code / Low code的優勢與限制
L122：生成式AI應用領域與工具使用
L12201：生成式AI應用領域與常見工具
L12202：如何善用生成式AI工具
L123：生成式AI導入評估規劃
L12301：生成式AI導入評估
L12302：生成式AI導入規劃
L12303：生成式AI風險管理
