附：课程测试问题列表
一、大模型基础问答测试问题
一 基础问答类
1、你好 2、你是谁？ 3、你能做什么？ 4、今天天气怎么样？ 5、你吃饭了吗？ 6、你是人还是AI？ 7、你会不会犯错？
二 泛知识类
1、介绍一下唐朝历史 2、三国时期发生了什么？ 3、秦始皇做了哪些重要的事情？ 4、中国古代最强盛的朝代是哪个？为什么？ 5、十字军东征是怎么回事？ 6、工业革命对世界有什么影响？ 7、人工智能的发展历程是怎样的？ 8、什么是大模型？ 9、区块链是什么？ 10、为什么现在很多人学习编程？
二、RAG类测试问题
一 关于美的空调「酷省电」1.5匹（12个）
- 美的酷省电 1.5匹空调主打的核心优势是什么？
- 这款空调到底省电体现在哪些地方？
- “酷省电”模式具体有什么作用？
- 1.5匹空调适合多大的房间使用？
- 这款空调适合卧室安装吗？
- 晚上开这台空调睡觉会不会吵？
- 这款空调制冷和制热速度快不快？
- 这款空调适合老人房或者儿童房长期使用吗？
- 租房住的话，买这款空调划算吗？
- 美的这款酷省电空调适合哪些人买？
- 这款空调为什么说是“买着贵，用着省”？
- 和普通空调相比，这款空调值不值得入手？
二 关于 iPhone 15 Pro（13个）
- iPhone 15 Pro 的产品定位是什么？
- iPhone 15 Pro 最核心的卖点有哪些？
- A17 Pro 芯片到底强在哪里？
- iPhone 15 Pro 适合玩大型游戏吗？
- iPhone 15 Pro 拍照方面有哪些升级？
- 这款手机的视频拍摄能力为什么适合内容创作者？
- iPhone 15 Pro 的 5 倍长焦在实际使用中有什么价值？
- 灵动岛在日常使用中到底有什么用？
- 操作按钮取代静音开关后能带来什么便利？
- 钛金属中框相比以前有什么优势？
- iPhone 15 Pro 为什么改成 USB-C 接口？
- iPhone 15 Pro 适合哪些类型的用户？
- 已经有 Mac 或 iPad 的人，为什么更适合买 iPhone 15 Pro？
三 关于 MacBook Air M3（13个）
- MacBook Air M3 的定位是什么？
- MacBook Air M3 最大的亮点是性能还是续航？
- M3 芯片相比 M1 提升主要体现在哪些方面？
- MacBook Air M3 适合办公吗？
- MacBook Air M3 适合学生党吗？
- MacBook Air M3 能不能满足程序员日常开发？
- MacBook Air M3 适不适合轻度设计或视频剪辑？
- 这台电脑没有风扇，会不会影响性能释放？
- MacBook Air M3 为什么适合经常出差的人？
- 这款电脑的续航在真实使用场景中有什么优势？
- Liquid 视网膜显示屏的体验好在哪里？
- MacBook Air M3 和 iPhone 联动能带来哪些便利？
- 和同价位 Windows 轻薄本相比，MacBook Air M3 的优势是什么？
四 关于《Python编程从入门到实践（第2版）》（12个）
- 《Python编程从入门到实践（第2版）》适合零基础学习吗？
- 这本书为什么被很多人称为 Python 入门经典？
- 这本书和一般的 Python 语法书有什么不同？
- 这本书主要讲了哪些 Python 基础知识？
- 这本书里的实战项目都有哪些？
- 通过这本书能学会数据可视化吗？
- 通过这本书能学会用 Django 做 Web 应用吗？
- 这本书适合想转行数据分析或 AI 的人吗？
- 这本书适不适合大学生作为编程入门教材？
- 职场人士想学 Python 提升办公效率，这本书合适吗？
- 这本书是更偏理论还是更偏实战？
- 如果以前觉得编程书太枯燥，这本书为什么可能更容易坚持学下去？
五 跨产品 / 对比 / 推荐型问题
- 这几个产品分别更适合什么类型的人？
- 如果我预算有限，应该优先买哪一类产品？
- 这几个产品里，哪个最强调“长期使用价值”？
- 哪个产品最适合注重效率提升的人？
- 哪个产品最适合学习和自我提升场景？
- 哪个产品更适合追求品牌和品质体验的用户？
- 哪个产品最适合需要长期高频使用的人群？
- 这几款产品中，哪些更偏“省心型消费”？
- 如果我是苹果生态用户，应该优先考虑哪两款产品？
- 如果我是刚开始学技术的人，最推荐哪一个产品？
三、数据分析类测试问题
一 基础查询类
1、有多少个用户？ 2、一共有多少个商品？ 3、一共有多少笔订单？ 4、每个用户所在城市有哪些？ 5、商品都有哪些分类？
二 简单条件查询
北京有多少用户？ 武汉的用户有哪些？ 价格大于5000的商品有哪些？ 注册时间在2023年的用户有哪些？ 最近创建的5个用户是谁？
三 排序 + Top类
用户最多的城市是哪个？ 下单金额最高的订单是哪一笔？ 最贵的商品是什么？ 下单次数最多的用户是谁？ 订单金额排名前5的订单
四 分组统计类
每个城市有多少用户？ 每个商品分类有多少商品？ 每个用户的订单数量是多少？ 每个用户的总消费金额是多少？ 每个商品卖出了多少件？
五 多表 JOIN
每个用户的总消费金额是多少？（user + orders） 哪些用户买过“手机”类商品？（user + orders + order_item + product） 每个订单包含了哪些商品？ 哪个商品被购买的次数最多？ 每个商品的总销售额是多少？
六 时间维度分析
2025年一共有多少订单？ 每个月的订单数量是多少？ 最近7天有多少订单？ 每天的销售总金额是多少？ 哪一天的销售额最高？
四、数据分析+图表类测试问题
一 电商分析类（订单 + 商品）
- 每天的订单金额变化趋势如何？ 👉 线形图（line）
- 每月的销售额变化情况是怎样的？ 👉 线形图（line）
- 各商品分类的销售额对比如何？ 👉 柱状图（bar）
- 各商品分类销售额占比是多少？ 👉 饼图（pie）
- 不同商品的销量排名如何？ 👉 柱状图（bar）
二 用户分析类（user）
- 每天新增用户数量趋势如何？ 👉 线形图（line）
- 各城市用户数量分布情况如何？ 👉 柱状图（bar）
- 各城市用户占比是多少？ 👉 饼图（pie）
- 每月新增用户趋势如何？ 👉 线形图（line）
- 用户注册时间分布（按月份）如何？ 👉 柱状图（bar）
三 订单分析类（orders）
\11. 每天订单数量变化趋势如何？ 👉 线形图（line） 12. 每月订单数量趋势如何？ 👉 线形图（line） 13. 各城市订单金额对比如何？ 👉 柱状图（bar） 14. 各城市订单金额占比是多少？
👉 饼图（pie） 15. 每天平均订单金额趋势如何？ 👉 线形图（line）
四 商品+订单组合分析（order_item + product）
- 各商品分类销量对比如何？ 👉 柱状图（bar）
- 各商品分类销量占比是多少？ 👉 饼图（pie）
- 热门商品TOP10销量排名如何？ 👉 柱状图（bar）
- 各商品销售额对比情况如何？ 👉 柱状图（bar）
- 商品销量随时间变化趋势如何？ 👉 线形图（line）