弄一下工作室
課程專屬講義
請輸入課程密碼
CCS 認證研習
CH 0
返回課程目錄
前置說明
CH 0

CCS 認證總覽:考試架構、4 大考綱與備考策略

在正式學習前,先搞清楚「考什麼」「怎麼考」「怎麼準備」。CCS GenAI Foundations 是一張全球認可的 AI 素養憑證,本章幫你建立完整的備考地圖。

讀完這章,你會
了解 CCS GenAI Foundations 認證的定位與價值
掌握 4 大考綱的結構與各考綱題目比重
建立一套從概念學習到模擬測驗的備考路徑
(01)

什麼是 CCS 認證?

CCS(Certiport Certification System)GenAI Foundations 是由 Certiport 與 Microsoft 合作推出的國際 AI 素養認證,全名為「生成式 AI 人工智慧核心能力認證」。認證對象為希望證明自身具備實際應用生成式 AI 能力的職場人士與學生。

認證定位:CCS GenAI Foundations 測驗的不是技術實作(不寫程式),而是對生成式 AI 的「概念理解」、「工具應用判斷」與「倫理風險意識」——這三者正是職場 AI 能力的核心。

與其他 IT 認證不同,CCS 以情境題為主,題目設計貼近真實工作場景:「你是行銷人員,要建立商標 Logo,應該用哪個工具?」「你的 AI 輸出結果有偏見,下一步怎麼做?」這些問題沒有辦法靠死背,需要真正理解 AI 的運作邏輯。


(02)

考試架構:4 大考綱

整份考試共分為 4 大考綱,各自測驗不同面向的 AI 能力:

考綱 主題 英文名稱 題目範圍
考綱一 生成式 AI 方法與方法論 Methods & Methodology Q1 – Q19
考綱二 基礎提示工程 Basic Prompt Engineering Q20 – Q41
考綱三 提示優化 Prompt Refinement Q42 – Q59
考綱四 倫理、法律與社會影響 Ethics, Law & Social Impact Q60 – Q80
題型說明:題目混合單選、複選(選兩個)、O/X 判斷、配對題(拖拉配對)、情境題組(共用題幹的子題)。複選題與情境題組的整體分值較高,是備考重點。

(03)

各考綱核心知識點

01
考綱一 · 方法論基礎
GenAI 與搜尋引擎的本質差異、主要 AI 類型(生成式 vs 預測式 vs 鑑別式)、Transformer 架構、LLM 訓練流程、多模態輸入輸出、AI 工具選擇(ChatGPT / Azure / DALL-E)
02
考綱二 · 提示工程基礎
提示詞的四要素(角色、指令、上下文、約束)、Zero/One/Few-Shot 差異、提示完整性判斷、圖像/影片/音訊生成提示設計、多模態輸入組合
03
考綱三 · 提示優化
識別偏見提示詞、迭代細化(Iterative Refinement)、思維鏈(CoT)、提示鏈接(Prompt Chaining)、少樣本學習應用、反向提示詞、資料視覺化選擇
04
考綱四 · 倫理法律
AI 偏見來源與審查、隱私保護(PII)、版權/商標/專利分類、學術誠信、企業合規風險、社會積極與消極影響、使用者法律責任

(04)

建議備考路徑

這門課程的設計遵循「先理解,再練題」的邏輯。以下是建議的學習路徑:

1
讀 Part 1 通用觀念(CH1-1 ~ CH1-5)
建立 AI 基礎理論、提示工程全技術棧與倫理法律框架。概念清楚,題目才能答得快又準。
2
逐章讀 Part 2 題庫講解(CH2-1 ~ CH2-4)
對照各考綱依序看題。先自己作答,再展開解析。重點在理解「為什麼這個選項對、那個選項錯」。
3
用 CH3 模擬測驗計時練習
在正式上場前,以計時模式進行全套或分考綱模擬。注意哪些類型題目還沒掌握,回去重讀對應概念頁。
4
弱點補強 → 再模擬 → 上場
反覆測驗直到正確率穩定在 85% 以上,即可準備考試。考前也可參考 CH4 範本庫,加深實戰感。
關鍵心態:CCS 題目大量使用「情境題」,很少直接考名詞定義。每道題都是問你「這個場景下,你會怎麼做?」——因此理解 AI 工具的定位和適用場景,比死背術語更重要。