写下这些内容的时候我坐在书桌前面前的屏幕上打开着CAIE官网考试大纲页面旁边摊着一本已经翻得毛边的笔记本里面密密麻麻写着Prompt设计框架、AI工作流节点以及很多我一开始根本看不懂的术语。这是我备考CAIE Level I的第37天。考场还没进最终结果也不知道但我想把这段正在经历的过程记录下来。我是谁为什么决定学AI我今年30岁在杭州一家中型互联网公司做了四年产品经理。团队不大日常工作是写PRD、对接研发、跟运营拉扯需求优先级。日子过得不算差但过去两年一种隐隐的焦虑一直在积累。最直接的冲击来自同事。去年公司内部调整隔壁组一个做了六年的高级PM被优化了原因很简单——他负责的业务线整体被AI替代方案接管了一部分。这件事让我第一次认真思考如果我的核心竞争力只是“写文档”和“开会对齐”那我和一个训练好的大模型相比优势在哪里另一个契机是工作中一个真实的需求。今年年初老板让我评估能不能把公司知识库改造成一个智能问答系统让销售团队能快速查找产品资料和竞品信息。我接了这个任务打开文档开始写PRD写到第三页突然卡住了——我不知道该怎么定义“一个好的回答”不知道该用什么指标衡量系统表现甚至不知道该选RAG还是直接用大模型。那一刻我意识到我对AI的理解停留在“用过ChatGPT”的层面完全不足以支撑一个真正的AI产品设计。我需要的不是零散地学几个工具而是一套系统的知识框架。为什么选CAIE决定学习之后我开始在网上搜索AI相关的认证。坦白说市面上的证书五花八门有偏技术的、偏管理的、偏营销的看得人眼花。我一度想直接报考某个国外大厂的云AI认证但发现内容偏工程实现对产品岗来说既难又用不上。后来是在一个产品经理社群里看到有人提到CAIE。我先去了官网看考试大纲发现它的定位和我的需求高度吻合——不是让你学写代码而是考察你用结构化思维驾驭AI工具、构建工作流、解决真实业务问题的能力。大纲里有一句话直接打动了我“从技术认知向成果导向升级”重点考察的是“可交付成果”的能力。报考流程比我想象中简单。CAIE Level I报名没有学历和专业限制零基础可以直接报费用200元线上机考每月都有考位。我在官网注册了账号下载了考试大纲解析正式开始了备考。备考进行时从“看懂了”到“用出来”第一部分啃大纲建立全局认知备考最开始的两天我没有急着刷题而是把官网的考试大纲从头到尾精读了一遍。CAIE Level I的试卷结构很清晰80道客观题其中单选50题、判断10题、多选20题考试时间90分钟满分100分。大纲把知识要求分成了三个层次——“领会”“熟知”“应用”这个分层对我规划学习节奏帮助很大。让我印象最深的是各模块的权重分布。Prompt设计与多模态应用占25%AI工作流与商业成果落地占25%RAG、Agent与高级商业策略占19%——这三个模块加起来接近70%。而AI认知伦理和底层技术原理加起来只有11%左右。这传递了一个非常明确的信号考试不是考你“知不知道”而是考你“会不会用”。基于这个判断我把备考精力按照权重比例进行了分配。技术原理部分快速过一遍重点放在Prompt设计、工作流编排和Agent这三个实操性最强的模块上。第二部分Prompt——从“随便问问”到结构化设计学Prompt设计之前我以为自己“会用”。毕竟用ChatGPT写邮件、改文案已经大半年了。但看了大纲解析之后才发现我之前的用法充其量叫“聊天”离“设计”差得远。大纲对Prompt的要求非常具体不只是写提示词还包括模型参数调整、幻觉防范、防御提示词攻击以及文生图、视频与数字人等多模态场景。我学到的一个关键方法是输入结构化——用“背景、任务、约束”的框架来组织Prompt通过JSON格式、具体字数限制、输出数量等方式约束模型输出。我给自己定了一个练习规则每天至少用结构化方法写5个Prompt覆盖不同场景。比如“帮我把这段产品介绍改写成适合小红书发布的文案”我会拆成角色设定、背景信息、输出格式、字数限制、风格要求五个维度来写。刚开始很别扭写出来的Prompt又长又啰嗦但坚持了一周之后明显感觉到输出的稳定性提高了。第三部分工作流和Agent——最难也最有收获如果说Prompt是“让AI做一件事”那工作流就是“让AI做一串事”。大纲把AI工作流分为内容创作与营销、视觉与多媒体、数据与逻辑、AI编程与GEO等方向核心能力是把一项工作拆成多个节点再决定哪些节点交给AI。这部分我花了最多时间。第一次尝试设计工作流的时候我把一个内容创作任务拆成了七个节点结果跑起来一团乱——节点之间的数据传递格式对不上条件分支的逻辑写反了还忘了设置人工确认环节。折腾了一整个周末才跑通。但正是这次“失败”让我真正理解了Agent Workflow中Start/End节点、大模型节点、工具节点、If-Else分支、Human-in-the-loop这些概念的实际意义。进入Agent模块之后难度又上了一个台阶。大纲要求理解Prompt Based的自主智能体架构包括感知与规划、工具与行动、记忆三个部分。我目前的进度是能看懂架构图但独立设计一个完整的Agent还有困难。这部分我计划再用两周时间结合大纲中关于RAG和高级商业策略的内容一起攻克。第四部分用模拟题校准方向备考到第三周我开始做官方提供的模拟题。第一套做完单选正确率还行但多选题几乎全军覆没。分析错题的时候发现问题不在于知识点没学过而在于我对场景的理解不够深入。比如有道多选题问“以下哪些场景适合使用RAG而非直接微调模型”选项涉及客服知识库、实时新闻摘要、品牌语气定制等场景。我凭感觉选了三个结果错了两个。翻回大纲才发现这类题考的不是记忆而是对技术方案与业务场景匹配关系的理解。从那以后我调整了刷题策略每做一道错题不只是看正确答案而是回到大纲找到对应的知识点用自己的话重新解释一遍。这个过程很慢但比单纯刷题有效得多。还在路上备考第37天我的状态大概是Prompt和工作流模块基本建立了体系Agent部分还在啃模拟题正确率在稳步提升但离“稳过”还有距离。每天下班后学一个半小时周末学三到四个小时进度不算快但还算稳。有人问我为什么要花时间考这个证。说实话证书本身不是目的。真正让我坚持下去的是备考过程中那种“原来这个东西是这样工作的”的瞬间——当我能用RAG的思维去分析一个知识库产品的架构当我能用工作流的逻辑去拆解一个内容运营的流程那种实实在在的能力增长比证书本身更有意义。
