如何使用本教材

本书适合谁

本教材面向把LLM功能接入实际产品的后端与全栈开发者，以及把AI功能PoC（概念验证）推向生产环境的工程师。拥有一年以上HTTP API使用经验就足够了。如果请求与响应、状态码、重试、JSON这些词对你而言并不陌生，就能理解本书几乎所有内容。

PoC与生产功能之间的差距比想象中更大。PoC的目标是“大体上能用”，而在生产环境中，每天数万次调用里一次格式错误、一次重复付款，或一笔突然增加的费用，都会成为问题。本书专注于弥补这一差距，不涉及自行训练模型或运维GPU集群的方法。我们要学习的，是将供应商提供的LLM API作为应用程序的一个部件，安全、经济地加以使用的技术。

本书结构

正文每章对应晋级考核的一个考核知识域，共五章。

各章采用相同顺序。学习目标与引言指明方向，核心概念讲解考试范围内的全部知识与技能。深入阅读讨论权衡与失败分析，工作场景则展现虚构组织从遇到问题到作出决策的过程。易错点针对的误解与考试干扰项属于同一类，要点速览用于考前一天复习。自测与考试不同，采用问答题，目的是检查你能否在没有选项提示的情况下自主回想并运用相关概念，答案与解析集中在附录B。为便于单独选读某一章，凡需要其他章节内容之处，都会在相应位置简要重述。

考试概览

题型有五种：单选、多选、组合判断、排序、匹配。在考卷上，所有题目都从①～⑤中选一个编号作答。多选是选择“备选陈述”中A、B、C的一种组合；组合判断是选择认为正确的陈述组合；排序与匹配则分别选择一种候选顺序或候选配对。

题目是这样的

所有题目都以一家虚构公司遇到的具体情境开头。题干会用两三句话说明：哪个团队正在开发什么功能，数据量与流量有多大，以及遇到了什么问题。随后会提出一个问题。不能忽略的条件会用粗体标出。像“还必须减少重试造成的浪费”“不更换模型”这样的条件，正是区分正确答案的关键。

大多数题目属于需要同时考虑两个或更多约束条件的判断型题目。判断型题目的设计方式是，只要其中一个条件改变，正确答案也会随之改变。因此，做题时应问自己的是“在这些条件下，哪种选择最合适”，而不是“这个功能是不是好功能”。每个错误选项中都包含一种实际工作中常见的误解。例如，认为所有错误都可以通过重试解决，相信格式正确就代表内容正确，或者误以为流式输出能够降低成本。仔细阅读本书的“易错点”，即使遇到未见过的题目，也能先排除错误选项。

提交免费练习集与模拟考核后，可以查看每个选项的解析及其依据文档。即使题目答对了，也请阅读解析，确认自己的判断依据是否与解析一致。晋级考核的题目和解析不对外公开。

六周学习计划

本计划以每天1小时、每周5天为基准。实操练习只有亲自调用API才有意义，因此请先准备一家供应商的API密钥和少量测试预算。

表述与出处原则

• 产品名、API名称和参数保留原写法，如max_tokens、Messages API。
• 各厂商的事实信息（参数名、限额、价格倍数、保留期限）已于2026年10月20～21日通过官方文档核实，依据页面汇总于各章末尾与附录D。
• LLM API几乎每隔数周就会发生变化。本书先讲原理，再将厂商事实作为例子。与其死记数字，不如重新查阅文档。
• 仅在必要时使用模型名称与价格，并原样保留文档限定的适用范围，例如“晚于Claude Opus 4.6发布的模型”。
• 法律以韩国国家法令信息中心现行《个人信息保护法》（Personal Information Protection Act，2026年9月11日施行）为依据。本书的法律说明仅供学习，不构成法律咨询。
• 案例中的公司与人物均为虚构。