# iPAS 科目2 題號 ↔ 體系知識圖節點對照表

> 配合 [`科目2_體系知識圖.html`](科目2_體系知識圖.html) 使用
> 來源：115 初級 S2（50 題）+ 114 初級 S2（50 題）= **100 題**
> 對應節點數：59 個

## 一、依題號查節點

### 115 S2（50 題）

| 題號 | 測驗大類（題目原標） | 對應體系節點 |
|---|---|---|
| 1 | AI 倫理與風險治理 → 偏差檢測與緩解 | `H5_genai_risks` / `H11_bias_fairness` |
| 2 | 模型微調 → PEFT 與 LoRA | `E1_finetuning_basics` / `E2_peft_lora` |
| 3 | No-Code/Low-Code 平台 → 儀表板與資料整合 | `B1_nclc_definition` |
| 4 | 系統效能與部署 → 效能指標（延遲／吞吐量） | `H14_high_availability` |
| 5 | 生成式模型架構 → Transformer 與自迴歸模型 | `A2_disc_vs_gen` / `A4_transformer` |
| 6 | AI 倫理與風險治理 → 內容溯源與浮水印 | `H5_genai_risks` / `H10_provenance_watermark` |
| 7 | No-Code/Low-Code 平台 → 治理與權限管理 | `B1_nclc_definition` / `B5_nclc_governance` |
| 8 | 系統部署 → 邊緣運算 | `H14_high_availability` |
| 9 | Prompt Engineering → Few-shot Prompting | `D1_prompt_engineering` / `D2_zero_few_shot` |
| 10 | 模型優化 → 知識蒸餾 | `E4_knowledge_distillation` |
| 11 | 工具與平台選型 → No-Code 與 AutoML | `B1_nclc_definition` / `B7_automl` |
| 12 | LLM 應用架構 → MCP 與 RAG | `A3_llm_basics` / `F1_rag_basics` / `F5_mcp` |
| 13 | RAG → Chunking 與向量檢索 | `F1_rag_basics` / `F2_chunking` |
| 14 | Prompt Engineering → Context Engineering | `D1_prompt_engineering` / `D6_context_engineering` |
| 15 | Agentic AI → 情境感知代理 | `G1_ai_agent_basics` / `G2_context_aware_agent` |
| 16 | Agentic AI → 任務分解與規劃 | `G1_ai_agent_basics` / `G3_solution_graph` |
| 17 | 系統部署 → 高可用性架構 | `H14_high_availability` |
| 18 | AI 開發工具 → AI Coding 助手 | `C2_ai_coding_assistants` |
| 19 | AI 開發工具 → Vibe Coding 與品質管理 | `C3_vibe_coding` |
| 20 | 生成式模型應用 → 即時互動模型 | `A2_disc_vs_gen` / `A7_clip_multimodal` / `C5_realtime_models` |
| 21 | Agentic AI → 開發工具與平台 | `G1_ai_agent_basics` |
| 22 | AI 倫理與風險治理 → 內容溯源與浮水印 | `H5_genai_risks` / `H10_provenance_watermark` |
| 23 | AI 基礎概念 → 鑑別式與生成式 AI | `A1_genai_definition` / `A2_disc_vs_gen` |
| 24 | AI 專案管理 → 成本評估與 TCO | `H3_tco_roi` |
| 25 | AI 專案管理 → ROI 評估 | `H3_tco_roi` |
| 26 | RAG → 案例庫應用 | `F1_rag_basics` |
| 27 | 工作流程自動化 → n8n | `C4_n8n_workflow` |
| 28 | AI 專案管理 → 成本評估（Token Economics） | `H3_tco_roi` / `H4_token_economics` |
| 29 | No-Code/Low-Code 平台 → 工具選型 | `B1_nclc_definition` |
| 30 | 模型訓練 → Few-shot Learning | `D2_zero_few_shot` |
| 31 | RAG → 領域知識整合 | `F1_rag_basics` |
| 32 | No-Code/Low-Code 平台 → 模型訓練機制 | `B1_nclc_definition` |
| 33 | 工具與平台選型 → Low-Code 與 LLM API | `A3_llm_basics` / `B1_nclc_definition` |
| 34 | No-Code/Low-Code 平台 → 治理與管理 | `B1_nclc_definition` / `B5_nclc_governance` |
| 35 | 生成式模型架構 → Transformer 變體 | `A2_disc_vs_gen` / `A4_transformer` / `A5_encoder_decoder` |
| 36 | Prompt Engineering → 進階提示策略 | `D1_prompt_engineering` |
| 37 | LLM 應用架構 → RAG 與 Prompt Engineering 組合 | `A3_llm_basics` / `D1_prompt_engineering` / `F1_rag_basics` / `F6_rag_vs_finetuning` |
| 38 | AI 專案管理 → 概念驗證 PoC | `H1_genai_adoption_evaluation` / `H2_poc_pilot` |
| 39 | AI 倫理與風險治理 → 個資保護 | `H5_genai_risks` / `H8_privacy_data_min` |
| 40 | 模型微調 → RFT 與 RLHF | `E1_finetuning_basics` / `E3_rft_rlhf` |
| 41 | AI 倫理與風險治理 → 偏差檢測與緩解 | `H5_genai_risks` / `H11_bias_fairness` |
| 42 | AI 倫理與風險治理 → 隱私計算技術 | `H5_genai_risks` |
| 43 | 系統部署 → 私有化部署優勢 | `H13_deployment_strategy` / `H14_high_availability` |
| 44 | AI 系統優化 → 多階段 Pipeline 改進 | `G1_ai_agent_basics` |
| 45 | Prompt Engineering → Chain of Thought | `D1_prompt_engineering` / `D3_chain_of_thought` |
| 46 | AI 倫理與風險治理 → 法規遵循與部署策略 | `H5_genai_risks` / `H12_eu_ai_act` / `H13_deployment_strategy` |
| 47 | AI 專案管理 → 試行測試與風險 | `H2_poc_pilot` |
| 48 | 模型營運 → 資料漂移與監控 | `H15_data_drift` |
| 49 | 系統開發與測試 → 自動化整合測試 | `B5_nclc_governance` |
| 50 | AI 倫理與風險治理 → 偏差緩解策略 | `H5_genai_risks` / `H11_bias_fairness` |

### 114 S2（50 題）

| 題號 | 測驗大類（題目原標） | 對應體系節點 |
|---|---|---|
| 1 | No-Code/Low-Code 平台 → Model-Driven Development | `B1_nclc_definition` |
| 2 | AI 倫理與風險治理 → 隱私計算（聯邦學習） | `H5_genai_risks` / `H9_he_fl_zkp` |
| 3 | 系統開發與測試 → 自動化整合測試 | `B5_nclc_governance` |
| 4 | Prompt Engineering → 進階提示策略 | `D1_prompt_engineering` |
| 5 | Prompt Engineering → 自動提示工程 APE | `D1_prompt_engineering` |
| 6 | No-Code/Low-Code 平台 → 與生成式 AI 整合 | `A1_genai_definition` / `A2_disc_vs_gen` / `B1_nclc_definition` / `B6_nclc_with_genai` |
| 7 | LLM 應用架構 → Model Context Protocol | `A3_llm_basics` / `F5_mcp` |
| 8 | Agentic AI → Agent-to-Agent 通訊 | `G1_ai_agent_basics` / `G5_a2a_protocol` |
| 9 | Prompt Engineering → Context Engineering | `D1_prompt_engineering` / `D6_context_engineering` |
| 10 | AI 倫理與風險治理 → 幻覺與上下文矛盾 | `H5_genai_risks` / `H6_hallucination` |
| 11 | Agentic AI → 規劃與搜尋 | `G1_ai_agent_basics` |
| 12 | 系統部署 → 本地部署優勢 | `H13_deployment_strategy` / `H14_high_availability` |
| 13 | AI 開發工具 → AI Coding 助手 | `C2_ai_coding_assistants` |
| 14 | Agentic AI → 工具能力組合 | `F6_rag_vs_finetuning` / `G1_ai_agent_basics` |
| 15 | Prompt Engineering → 風格控制 | `D1_prompt_engineering` / `D7_persona_style_control` |
| 16 | Agentic AI → 多代理系統設計 | `G1_ai_agent_basics` / `G4_multi_agent` |
| 17 | LLM 應用架構 → Fine-tuning 與 RAG 組合 | `A3_llm_basics` / `E1_finetuning_basics` / `F1_rag_basics` / `F6_rag_vs_finetuning` |
| 18 | RAG → 檢索品質管理 | `F1_rag_basics` |
| 19 | AI 系統優化 → Pipeline 除錯 | `G1_ai_agent_basics` |
| 20 | AI 倫理與風險治理 → 模型選型風險 | `H5_genai_risks` |
| 21 | AI 系統優化 → 多階段 Pipeline 改進 | `G1_ai_agent_basics` |
| 22 | 生成式 AI 應用 → 內容多樣性與訓練語料 | `A1_genai_definition` / `A2_disc_vs_gen` / `C1_genai_tools` |
| 23 | Prompt Engineering → Zero-shot Prompting | `D1_prompt_engineering` / `D2_zero_few_shot` |
| 24 | AI 倫理與風險治理 → 部署策略 | `H5_genai_risks` / `H13_deployment_strategy` |
| 25 | 生成式 AI 應用 → 跨模態（Image Captioning） | `A1_genai_definition` / `A2_disc_vs_gen` / `A7_clip_multimodal` / `C1_genai_tools` |
| 26 | 生成式模型應用 → 生成參數調整 | `A2_disc_vs_gen` |
| 27 | 生成式 AI 應用 → 會議摘要 | `A1_genai_definition` / `A2_disc_vs_gen` / `C1_genai_tools` / `C6_industry_application` |
| 28 | Prompt Engineering → Few-shot Prompting | `D1_prompt_engineering` / `D2_zero_few_shot` |
| 29 | RAG → 即時資料整合 | `C6_industry_application` / `F1_rag_basics` |
| 30 | AI 專案管理 → 導入流程 | `H1_genai_adoption_evaluation` |
| 31 | AI 倫理與風險治理 → 個資保護 | `H5_genai_risks` / `H8_privacy_data_min` |
| 32 | RAG → 跨國知識庫 | `F1_rag_basics` |
| 33 | No-Code/Low-Code 平台 → MLOps 應用 | `B1_nclc_definition` |
| 34 | AI 倫理與風險治理 → 醫療 AI | `H5_genai_risks` |
| 35 | 系統效能與部署 → 效能指標 | `H14_high_availability` |
| 36 | AI 倫理與風險治理 → Prompt Injection 防禦 | `H5_genai_risks` / `H7_prompt_injection` |
| 37 | 模型營運 → 資料漂移與監控 | `H15_data_drift` |
| 38 | AI 倫理與風險治理 → 演算法公平性 | `H5_genai_risks` / `H11_bias_fairness` |
| 39 | Prompt Engineering → CoT vs ToT | `D1_prompt_engineering` / `D3_chain_of_thought` / `D4_tree_of_thoughts` |
| 40 | Prompt Engineering → Graph Prompting | `D1_prompt_engineering` / `D5_graph_prompting` |
| 41 | Prompt Engineering → Few-shot Prompting | `D1_prompt_engineering` / `D2_zero_few_shot` |
| 42 | 模型優化 → 知識蒸餾 | `E4_knowledge_distillation` |
| 43 | LLM 基礎 → Scaling Laws | `A3_llm_basics` |
| 44 | LLM 應用架構 → MCP vs RAG | `A3_llm_basics` / `F1_rag_basics` / `F5_mcp` |
| 45 | LLM 評測 → Benchmark 認識 | `A3_llm_basics` |
| 46 | AI 倫理與風險治理 → Guardrails | `H5_genai_risks` |
| 47 | RAG → Chunking 與向量檢索 | `F1_rag_basics` / `F2_chunking` |
| 48 | RAG → 多向量檢索 | `F1_rag_basics` |
| 49 | Agentic AI → Solution Graph | `G1_ai_agent_basics` / `G3_solution_graph` |
| 50 | 生成式模型架構 → 語言建模任務類型 | `A2_disc_vs_gen` |

---
## 二、依節點查題號（高頻 → 低頻）

### A. 生成式 AI 基礎與架構

- 🔥 **`A2_disc_vs_gen`** 鑑別式 AI vs 生成式 AI ★★★★★（命中 10 題）
  - 出處：115 S2#5、115 S2#20、115 S2#23、115 S2#35、114 S2#6、114 S2#22、114 S2#25、114 S2#26、114 S2#27、114 S2#50
- 🔥 **`A3_llm_basics`** 大型語言模型（LLM）基礎 ★★★★★（命中 8 題）
  - 出處：115 S2#12、115 S2#33、115 S2#37、114 S2#7、114 S2#17、114 S2#43、114 S2#44、114 S2#45
- 🔥 **`A1_genai_definition`** 生成式 AI 基本概念與核心技術 ★★★★★（命中 5 題）
  - 出處：115 S2#23、114 S2#6、114 S2#22、114 S2#25、114 S2#27
- ⭐ **`A4_transformer`** Transformer 與自注意力機制 ★★★★★（命中 2 題）
  - 出處：115 S2#5、115 S2#35
- ⭐ **`A7_clip_multimodal`** CLIP 與多模態（Multimodal） ★★★★（命中 2 題）
  - 出處：115 S2#20、114 S2#25
- **`A5_encoder_decoder`** Encoder-Decoder vs Decoder-only ★★★★（命中 1 題）
  - 出處：115 S2#35
- **`A6_gan_vae_diffusion`** 生成模型三大家族（GAN／VAE／Diffusion） ★★★★★（命中 0 題）
  - 出處：_無_
### B. No-Code / Low-Code

- 🔥 **`B1_nclc_definition`** No-Code / Low-Code 平台定義與比較 ★★★★★（命中 10 題）
  - 出處：115 S2#3、115 S2#7、115 S2#11、115 S2#29、115 S2#32、115 S2#33、115 S2#34、114 S2#1、114 S2#6、114 S2#33
- ⭐ **`B5_nclc_governance`** No-Code/Low-Code 治理與風險 ★★★★★（命中 4 題）
  - 出處：115 S2#7、115 S2#34、115 S2#49、114 S2#3
- **`B6_nclc_with_genai`** No-Code/Low-Code 結合生成式 AI ★★★★★（命中 1 題）
  - 出處：114 S2#6
- **`B7_automl`** 自動化機器學習（AutoML） ★★★★（命中 1 題）
  - 出處：115 S2#11
- **`B2_citizen_developer`** 公民開發者（Citizen Developer） ★★★（命中 0 題）
  - 出處：_無_
- **`B3_nclc_advantages`** No-Code/Low-Code 優勢 ★★★★（命中 0 題）
  - 出處：_無_
- **`B4_nclc_limitations`** No-Code/Low-Code 限制 ★★★★（命中 0 題）
  - 出處：_無_
### C. 生成式 AI 應用領域與工具

- ⭐ **`C1_genai_tools`** 常見生成式 AI 工具與基本操作 ★★★★★（命中 3 題）
  - 出處：114 S2#22、114 S2#25、114 S2#27
- ⭐ **`C2_ai_coding_assistants`** AI 程式碼輔助工具運作原理 ★★★★（命中 2 題）
  - 出處：115 S2#18、114 S2#13
- ⭐ **`C6_industry_application`** 生成式 AI 各領域應用 ★★★★（命中 2 題）
  - 出處：114 S2#27、114 S2#29
- **`C3_vibe_coding`** Vibe Coding 與品質管理 ★★★★（命中 1 題）
  - 出處：115 S2#19
- **`C4_n8n_workflow`** 工作流程自動化（n8n） ★★★★（命中 1 題）
  - 出處：115 S2#27
- **`C5_realtime_models`** 即時互動模型（GPT-Realtime） ★★★（命中 1 題）
  - 出處：115 S2#20
### D. Prompt Engineering

- 🔥 **`D1_prompt_engineering`** Prompt Engineering 概念 ★★★★★（命中 14 題）
  - 出處：115 S2#9、115 S2#14、115 S2#36、115 S2#37、115 S2#45、114 S2#4、114 S2#5、114 S2#9、114 S2#15、114 S2#23、114 S2#28、114 S2#39、114 S2#40、114 S2#41
- 🔥 **`D2_zero_few_shot`** Zero-shot / Few-shot Prompting ★★★★★（命中 5 題）
  - 出處：115 S2#9、115 S2#30、114 S2#23、114 S2#28、114 S2#41
- ⭐ **`D3_chain_of_thought`** Chain-of-Thought（CoT）思維鏈 ★★★★★（命中 2 題）
  - 出處：115 S2#45、114 S2#39
- ⭐ **`D6_context_engineering`** Context Engineering 上下文工程 ★★★★（命中 2 題）
  - 出處：115 S2#14、114 S2#9
- **`D4_tree_of_thoughts`** Tree of Thoughts（ToT）思維樹 ★★★★（命中 1 題）
  - 出處：114 S2#39
- **`D5_graph_prompting`** Graph Prompting 圖提示 ★★★★（命中 1 題）
  - 出處：114 S2#40
- **`D7_persona_style_control`** 風格與角色控制（Persona / Style） ★★★★（命中 1 題）
  - 出處：114 S2#15
### E. 微調與訓練策略

- ⭐ **`E1_finetuning_basics`** Fine-tuning 微調基礎 ★★★★★（命中 3 題）
  - 出處：115 S2#2、115 S2#40、114 S2#17
- ⭐ **`E4_knowledge_distillation`** 知識蒸餾（Knowledge Distillation） ★★★★（命中 2 題）
  - 出處：115 S2#10、114 S2#42
- **`E2_peft_lora`** PEFT 與 LoRA ★★★★★（命中 1 題）
  - 出處：115 S2#2
- **`E3_rft_rlhf`** RFT / RLHF（強化微調與人類回饋） ★★★★（命中 1 題）
  - 出處：115 S2#40
- **`E5_quantization`** 模型量化（Quantization） ★★★（命中 0 題）
  - 出處：_無_
### F. RAG 與知識整合

- 🔥 **`F1_rag_basics`** RAG（Retrieval-Augmented Generation） ★★★★★（命中 12 題）
  - 出處：115 S2#12、115 S2#13、115 S2#26、115 S2#31、115 S2#37、114 S2#17、114 S2#18、114 S2#29、114 S2#32、114 S2#44、114 S2#47、114 S2#48
- ⭐ **`F5_mcp`** Model Context Protocol（MCP） ★★★★（命中 3 題）
  - 出處：115 S2#12、114 S2#7、114 S2#44
- ⭐ **`F6_rag_vs_finetuning`** RAG vs Fine-tuning 選型 ★★★★（命中 3 題）
  - 出處：115 S2#37、114 S2#14、114 S2#17
- ⭐ **`F2_chunking`** Chunking 文本切分 ★★★★★（命中 2 題）
  - 出處：115 S2#13、114 S2#47
- **`F3_vector_db`** 向量資料庫與檢索 ★★★★（命中 0 題）
  - 出處：_無_
- **`F4_hybrid_search`** 混合檢索（Hybrid Search） ★★★（命中 0 題）
  - 出處：_無_
### G. Agentic AI

- 🔥 **`G1_ai_agent_basics`** AI Agent 基本概念 ★★★★★（命中 11 題）
  - 出處：115 S2#15、115 S2#16、115 S2#21、115 S2#44、114 S2#8、114 S2#11、114 S2#14、114 S2#16、114 S2#19、114 S2#21、114 S2#49
- ⭐ **`G3_solution_graph`** Solution Graph 解決方案圖譜 ★★★★（命中 2 題）
  - 出處：115 S2#16、114 S2#49
- **`G2_context_aware_agent`** 情境感知代理（Context-aware Agent） ★★★★（命中 1 題）
  - 出處：115 S2#15
- **`G4_multi_agent`** 多代理系統（Multi-Agent） ★★★（命中 1 題）
  - 出處：114 S2#16
- **`G5_a2a_protocol`** Agent-to-Agent（A2A）通訊 ★★★（命中 1 題）
  - 出處：114 S2#8
- **`G6_agentkit`** OpenAI AgentKit ★★★（命中 0 題）
  - 出處：_無_
### H. 導入評估與風險管理

- 🔥 **`H5_genai_risks`** 生成式 AI 風險類型 ★★★★★（命中 17 題）
  - 出處：115 S2#1、115 S2#6、115 S2#22、115 S2#39、115 S2#41、115 S2#42、115 S2#46、115 S2#50、114 S2#2、114 S2#10、114 S2#20、114 S2#24、114 S2#31、114 S2#34、114 S2#36、114 S2#38、114 S2#46
- 🔥 **`H14_high_availability`** 高可用部署架構 ★★★（命中 6 題）
  - 出處：115 S2#4、115 S2#8、115 S2#17、115 S2#43、114 S2#12、114 S2#35
- ⭐ **`H11_bias_fairness`** 偏差檢測與緩解（Bias Detection / Mitigation） ★★★★（命中 4 題）
  - 出處：115 S2#1、115 S2#41、115 S2#50、114 S2#38
- ⭐ **`H13_deployment_strategy`** 部署策略（私有化 vs 雲端 API） ★★★★（命中 4 題）
  - 出處：115 S2#43、115 S2#46、114 S2#12、114 S2#24
- ⭐ **`H3_tco_roi`** TCO（總體擁有成本）與 ROI ★★★★★（命中 3 題）
  - 出處：115 S2#24、115 S2#25、115 S2#28
- ⭐ **`H1_genai_adoption_evaluation`** 生成式 AI 導入評估框架 ★★★★★（命中 2 題）
  - 出處：115 S2#38、114 S2#30
- ⭐ **`H2_poc_pilot`** PoC 概念驗證與漸進部署 ★★★★★（命中 2 題）
  - 出處：115 S2#38、115 S2#47
- ⭐ **`H8_privacy_data_min`** 資料最小化與去識別化 ★★★★★（命中 2 題）
  - 出處：115 S2#39、114 S2#31
- ⭐ **`H10_provenance_watermark`** AI 內容溯源（C2PA / SynthID / 浮水印） ★★★★（命中 2 題）
  - 出處：115 S2#6、115 S2#22
- ⭐ **`H15_data_drift`** Data Drift / Concept Drift 監控 ★★★★（命中 2 題）
  - 出處：115 S2#48、114 S2#37
- **`H4_token_economics`** Token Economics ★★★★（命中 1 題）
  - 出處：115 S2#28
- **`H6_hallucination`** 幻覺（Hallucination） ★★★★（命中 1 題）
  - 出處：114 S2#10
- **`H7_prompt_injection`** Prompt Injection 提示注入攻擊 ★★★★（命中 1 題）
  - 出處：114 S2#36
- **`H9_he_fl_zkp`** 隱私計算（HE / FL / ZKP / DP） ★★★★（命中 1 題）
  - 出處：114 S2#2
- **`H12_eu_ai_act`** EU AI Act 風險分級 ★★★★（命中 1 題）
  - 出處：115 S2#46

---
## 三、出題頻次 Top 10（必懂！）

| 排名 | 節點 | 題數 |
|---|---|---|
| 1 | `H5_genai_risks` 生成式 AI 風險類型 | **17** |
| 2 | `D1_prompt_engineering` Prompt Engineering 概念 | **14** |
| 3 | `F1_rag_basics` RAG（Retrieval-Augmented Generation） | **12** |
| 4 | `G1_ai_agent_basics` AI Agent 基本概念 | **11** |
| 5 | `B1_nclc_definition` No-Code / Low-Code 平台定義與比較 | **10** |
| 6 | `A2_disc_vs_gen` 鑑別式 AI vs 生成式 AI | **10** |
| 7 | `A3_llm_basics` 大型語言模型（LLM）基礎 | **8** |
| 8 | `H14_high_availability` 高可用部署架構 | **6** |
| 9 | `D2_zero_few_shot` Zero-shot / Few-shot Prompting | **5** |
| 10 | `A1_genai_definition` 生成式 AI 基本概念與核心技術 | **5** |