在零售業進行客戶行為分析時，資料倉儲中發現多個欄位儲存相同的購買金額資訊 （例如 ： amount_usd 、 total_price、 transaction_value） ， 但其單位、命名慣例及格式不一致，進而導致特徵工程階段混淆模型輸入。針對此種跨欄位語義重疊與結構冗餘問題，下列哪一種資料處理策略最合適且具實務可行性？

某社交平台嘗試結合自動提示工程（Automatic Prompt Engineer, APE）與圖提示（Graph Prompting） ，讓 AI 協助分析使用者之間的互動關係。在這個過程中，下列何者為最可能遇到的挑戰？

在超長上下文任務中使用自動提示工程 （Automatic Prompt Engineer, APE）時，可能面臨的最大限制是什麼？

在應用零樣本提示（Zero-Shot Prompting）時，下列哪一種情境最可能因缺乏示範而失敗，出現語意錯誤或結構錯誤的輸出？

在生成式 AI 的提示工程中，Graph Prompting 在處理複雜關係資料時， 為何通常比 Chain-of-Thought（CoT）更有效？

在少樣本提示（Few-shot Prompting）僅能提供 1–2 個範例的情況下，若遇到領域偏移（Domain Shift） ，下列何者為模型最可能面臨的核心挑戰？

某企業使用生成式 AI 進行文字分類，初期僅根據既有業務資料設計少量樣本提示 （Few-shot Prompting） 。當模型應用至新市場資料時，團隊發現分類結果明顯不穩定，且原先提供的範例並未涵蓋新市場常見的表達方式。依此情境判斷，下列何者最可能為主要原因？

某市政府環保局想建立一個垃圾分類查詢系統，讓民眾輸入物品名稱後自動判斷分類。由於垃圾種類繁多，但每種分類的訓練範例有限，工程師決定採用少樣本學習（Few-shot Learning）技術。下列何者為少樣本學習（Few-shot Learning）的主要特徵？

某連鎖零售企業使用生成式 AI 協助規劃門市補貨策略。決策時需同時考量多項彼此相關的因素，例如：庫存水位、促銷活動、區域銷售差異與物流限制。專案團隊發現，AI 雖能逐步說明推論過程，但對於多條件之間的相互影響掌握不足，導致建議結果偶有偏差。若希望透過提示工程（Prompt Engineering）改善此問題， 下列哪一種策略最為適合？

某企業導入生成式 AI 助理，協助內部人員撰寫專案建議與分析報告。團隊希望透過思維鏈（Chain of Thought, CoT）提示設計提升模型輸出的邏輯性與推理透明度，下列何者最符合該提示策略？

在大型語言模型的提示詞設計中，下列何者不是基於思維鏈（Chain-of-Thought）推理所發展而來？

某教育科技公司正在開發一套 AI 作文批改系統，希望模型能依照教師的評分邏輯給予回饋。負責的工程師在設計系統時，於每次送出批改請求前，在提示 （Prompt）中附上固定的三組已由教師批改完成的學生作文範例，讓模型參考後再對新作文進行評分。請問工程師採用的是下列哪一種技術？