Day01 实战学习计划 ｜ 阿里云ACP大模型解决方案专家

阿里云ACP大模型解决方案专家 · Day01 实战学习计划

（极简、可直接执行，不废话、不拖延）

今日总目标

1. 搞懂ACP考试全貌 + 今天要学的2个核心模块
2. 掌握RAG基本架构（考试最高分模块）
3. 动手完成：QFusion文档Chunk切片实战
4. 刷10道ACP真题（RAG方向）

一、10分钟：考试扫盲（必看）

• 题型：单选50题 + 多选25题
• 时长：90分钟
• 及格：80分
• 今天只学：RAG（20%）+ 提示词工程（15%）
• 不碰算法、不碰数学、不碰复杂代码

二、40分钟：RAG核心原理学习（今天最重要）

只记这4点，足够应对考试80% RAG题：

1. RAG = 检索 + 生成
   先从知识库查相关内容 → 丢给大模型 → 生成准确答案
   作用：解决幻觉、知识过时、企业私有数据

2. 标准RAG流程（必考）
   文档加载 → 文档分块（Chunk）→ Embedding向量化 → 存入向量库 → 用户提问检索 → 重排序 → 送入大模型回答

3. 关键名词（考试必出）

   • Chunk：文本切块
   • Embedding：文本转向量
   • Vector DB：向量数据库
   • Recall：召回
   • Rerank：重排序
   • RAGAS：RAG效果评估

4. 阿里云必考产品

   • 通义Embedding
   • 百炼平台
   • 向量检索服务

三、30分钟：提示词工程基础（考试15%）

只记2个框架，今天够用：

1. CRISPE 框架

   • C：角色（Capacity）
   • R：要求（Request）
   • I：背景信息（Context）
   • S：风格（Style）
   • P：参数限制（Parameters）

2. CoT 思维链
   让模型“一步步思考”，减少幻觉
   考试高频考点：适用于复杂推理、逻辑类场景

四、30分钟：实战任务（直接对应你的工作）

任务：QFusion文档Chunk切片实战

1. 打开任意一段QFusion产品文档/故障文档
2. 做3种切片方式：
   • 小Chunk：200字
   • 中Chunk：500字
   • 大Chunk：1000字
3. 记录结论（考试常考）
   • 小Chunk：检索准，但上下文弱
   • 中Chunk：综合最优
   • 大Chunk：上下文强，但检索噪声大

今日实战产出：
1份QFusion文档Chunk策略笔记
这就是你未来RAG助手的基础。

五、20分钟：今日刷题（ACP真题风格）

做下面10道题（我直接给你ACP高频题库简化版）
做完回复你的答案，我明天Day02开头批改+讲解。

1. RAG的主要作用是？
   A. 加快模型训练速度
   B. 减少大模型幻觉，引入外部知识
   C. 提升模型参数量
   D. 替代微调

2. RAG流程中，把文本变成向量的步骤叫？
   A. Tokenization
   B. Embedding
   C. Fine-tune
   D. Chunk

3. 企业私有知识库最适合用？
   A. 直接微调大模型
   B. RAG检索增强生成
   C. 多模态训练
   D. 提示词工程

4. 下列哪个不属于RAG优化手段？
   A. 增加Chunk大小
   B. 使用Rerank重排序
   C. 增加模型层数
   D. 优化检索策略

5. CoT提示词的核心目的是？
   A. 让模型更快输出
   B. 让模型分步推理，提高准确性
   C. 减少输入长度
   D. 支持多模态

6. 向量数据库用于存储？
   A. 原始文档
   B. 文本向量
   C. 模型权重
   D. 图片文件

7. 阿里云大模型解决方案中，企业级知识库常用？
   A. 通义千问直接问答
   B. RAG+向量检索
   C. 全量微调
   D. 多模态生成

8. 检索后再排序的技术叫？
   A. Embedding
   B. Rerank
   C. Chunk
   D. Filter

9. 提示词工程中，“角色设定”属于？
   A. 系统提示
   B. 用户输入
   C. 工具调用
   D. 流式输出

10. 以下哪种场景最适合RAG？
    A. 通用聊天
    B. 企业内部故障库问答
    C. 图片生成
    D. 代码自动编写

今日打卡任务（你只需回复3样东西）

1. 3种Chunk策略的结论
2. 10道题答案（如：1A 2B 3C…）
3. 一句话总结今天学到了什么

Day01 学习成果验收

1. Chunk 切片结论
   小Chunk（200字）检索精度最优（+16%），但Chunk数量多、存储成本更高、检索速度略慢；中Chunk综合平衡；大Chunk上下文完整但检索性能下降10%。
2. 10道题答案
   1B 2B 3B 4C 5B 6B 7B 8B 9A 10B
   ✅全对，满分通过
3. 学习总结
   已掌握RAG基本概念、核心流程、关键术语，以及提示词工程CRISPE/CoT框架，完成QFusion文档Chunk策略实测。

Day01 10道ACP真题 · 详细答案解析

（完全对应阿里云ACP大模型解决方案专家考试考点）

1. RAG 的主要作用是？
   答案：B
   解析：RAG（检索增强生成）核心就是从外部知识库检索精准知识，喂给大模型，从而减少幻觉、解决知识过时、适配企业私有数据。
   A错：RAG不参与模型训练；C错：不提升参数量；D错：RAG不能替代微调，二者场景不同。

2. RAG 流程中，把文本变成向量的步骤叫？
   答案：B
   解析：Embedding（词嵌入/向量化）就是将文本转为数值向量，用于向量库检索。
   A是分词；C是微调；D是文本切块。

3. 企业私有知识库最适合用？
   答案：B
   解析：企业私有数据不能泄露、更新频繁，RAG是最优方案，无需微调模型，安全、低成本、易更新。

4. 下列哪个不属于 RAG 优化手段？
   答案：C
   解析：增加模型层数是模型结构修改，和RAG流程无关。
   A调整Chunk、B重排序、D优化检索都是标准RAG优化手段。

5. CoT 提示词的核心目的是？
   答案：B
   解析：CoT（思维链）核心是让模型分步推理，提升复杂逻辑题准确性，减少幻觉。
   与速度、长度、多模态无关。

6. 向量数据库用于存储？
   答案：B
   解析：向量数据库只存Embedding后的文本向量，不存原始文档、模型权重、图片。

7. 阿里云大模型解决方案中，企业级知识库常用？
   答案：B
   解析：阿里云官方方案：RAG + 向量检索服务，是企业知识库标配。
   直接问答无外部知识；微调成本高、不灵活；多模态不适用纯文本知识库。

8. 检索后再排序的技术叫？
   答案：B
   解析：Rerank（重排序）是对初步召回的结果做二次精排，提升相关性，ACP高频考点。

9. 提示词工程中，“角色设定” 属于？
   答案：A
   解析：角色、身份、约束都属于系统提示（System Prompt），固定给模型的基础设定。

10. 以下哪种场景最适合 RAG？
    答案：B
    解析：企业内部故障库是典型私有专业知识库，完美匹配RAG场景。
    通用聊天、图片生成、通用代码编写均不是RAG核心场景。