決定一張證照考不考得過的，有兩件事發生在翻開教材之前：排考日訂在哪一天，以及第一週該念哪一章。多數準備指南跳過這兩件，直接從第一章開始教。
這篇把這兩件事拆成四個步驟，涵蓋 AWS、Google、微軟、NVIDIA、Databricks 與 iPAS。它是 AI 證照備考系列的第一篇：其餘文章一張證照一篇，拆的是考綱；這篇講的是不管考哪一張都要先算的事。文中的規則與權重是 2026 年 10 月的官方版本。
還沒決定考哪一張的話，先看2026 年工程師 AI 證照有哪些。
第一步：從「沒過會怎樣」往回推排考日
排考日不是「準備好的那天」，是算出來的。而算法取決於一件事：這張證照沒過之後，下一次能在什麼時候考。
各家差距大到不能互相套用：
| 廠商 | 沒過之後 |
|---|---|
| 微軟 | 24 小時後就能重考；之後每次間隔 14 天，一年最多 5 次 |
| AWS | 等 14 個日曆天，次數不限，每次付全額 |
| Google（基礎級） | 等 14 天，一年最多 10 次 |
| Google（Associate / Professional） | 第一次沒過等 14 天、第二次等 60 天、第三次等 365 天；兩年最多 4 次 |
| Databricks | 等 14 天，每次付全額 |
| NVIDIA | 等 14 天，一年最多 5 次，每次重新購買 |
| iPAS 中級 | 沒有重考機制，等下一梯次（半年） |
14 天是業界標準 —— AWS、Google、Databricks、NVIDIA 四家都是這個數字。真正的例外是兩端：微軟的 24 小時，和 iPAS 的半年。
If you fail an exam, you must wait 14 calendar days before you are eligible to retake the exam. There is no limit on exam attempts. However, you must pay the full registration fee for each exam attempt.
Google 的考試條款則是遞增的：
If you don't pass the exam, you can take it again after 14 days. If you don't pass the second time, you must wait 60 days before you can take it a third time. If you don't pass the third time, you must wait 365 days before taking it a fourth time.
微軟第一次最寬鬆，但只有第一次。官方重考政策頁寫：
If you don't pass an exam the first time, you must wait 24 hours before retaking it. A 14-day waiting period is imposed between all subsequent attempts (up to 5).
Databricks 的考試條款是「There is a 14-day wait between all attempts. Payment is required each time you take an exam」；NVIDIA 的認證 FAQ 同樣是 14 天，並限制「no more than five times per year」。
三種期限結構，三種算法
一、隨時可考，但有外部期限（限時折扣碼、考試券效期、公司報帳截止日）。這種要往回推：
最晚的第一次考試日 = 期限 − 重考等待期 − 成績公布緩衝以 AWS 為例，假設期限是 12 月 31 日前必須「通過」：
| 項目 | 天數 | 往回推 |
|---|---|---|
| 期限 | — | 12/31 |
| 重考等待期 | 14 個日曆天 | 12/17 |
| 成績與重新排程的緩衝 | 約 4 天 | 12/13 |
成績緩衝是因為 AWS 同一頁寫「Final results will be posted to your AWS Certification Account within five business days」。期限若是「必須通過」而非「必須考完」，這五個工作天要算進去。
結論是第一次考試排 12/13，不是「差不多十二月底」。差一週，就是「沒過還有一次機會」與「沒過就出局」的差別。
二、固定梯次（iPAS）。這種沒有天數可以推，緩衝的單位是「梯次」。依官方考試資訊，115 年度中級只考兩場（5/23 與 11/14）。也就是說這一梯沒過，下一次是半年後。
固定梯次的準備策略因此完全不同：沒有「延一週再考」這個選項，中止線要提早到報名截止日之前判斷，而不是考前一週。
三、隨時可考，也沒有外部期限。 這種人容易覺得不用算，但重考仍要付全額（AWS、Google 都明文如此）。把「重考一次的總成本」寫在計畫最上面，後面決定要不要提前排考時會用到。
第二步：開念之前，先做一次官方練習題
這步最違反直覺，也最常被跳過：在還沒念任何東西之前，先做一次官方的免費題目。
目的不是練習，是定位。你要的不是分數，是「各章節各錯幾題」這張表 —— 它決定後面幾週的時間怎麼分配。少了這步，讀書計畫的順序只是照抄別人的建議。
各家給的資源不對稱，這會直接影響你能不能做這件事：
| 廠商 | 開念前可用的免費定位工具 |
|---|---|
| iPAS | 歷屆完整試題 PDF（官網「學習資源」公開到 115 年第一次中級三科），另有官方學習指引與勘誤表 |
| AWS | Official Practice Question Set（20 題，附詳解與推薦資源） |
| 官方 sample questions | |
| NVIDIA | Exam Blueprint 把每個主題與權重對應到相應課程，可當自評清單 |
| Databricks | exam guide 的 task statement 清單 |
| 微軟 | Exam Sandbox（體驗考試介面，不是題目）；練習測驗依考試而定：AB-100 有免費的，AI-103、AI-901、AI-300 的在 AI Skills Navigator（要登入），AI-500、AB-620、AI-200 還沒有 |
iPAS 在這格是最大方的一家，而且多數人不知道：官網「學習資源」頁把歷屆完整試題以 PDF 公開，中級三科都有，還附三科的官方學習指引與勘誤表。用最近一梯的真題當定位測驗，準確度遠高於任何模擬題。
微軟那格則是實務上的坑：官方說明寫「Practice Assessments are usually available within 8 weeks of the exam being out of beta and generally available」，所以剛改版的認證會有一段空窗期。這種情況只能退而求其次，拿 exam guide 的 task statement 逐條自問「這條我會不會」。
第三步：照權重排，不要照章節編號排
考試指南的章節編號是出題方的分類邏輯，不是你的學習順序。照權重排。
七張證照的官方權重（依各自最新考試指南）：
| 證照 | 各章權重 |
|---|---|
| AWS AIF-C01 | 應用基礎模型 28、生成式 AI 基礎 24、AI/ML 基礎 20、責任 AI 14、安全與治理 14 |
| AWS MLA-C02 | 資料準備 28、模型開發 24、部署與編排 24、維運監控與安全 24 |
| AWS CLF-C02 | 雲端技術與服務 34、安全與合規 30、雲端概念 24、計費與支援 12 |
| Google PMLE | 擴展原型 21、服務與擴展模型 20、自動化與編排 18、跨團隊協作 16、低程式碼方案 13、監控 13 |
| Databricks GenAI Engineer | 應用開發 30、組裝與部署 22、應用設計 14、資料準備 14、評估與監控 12、治理 8 |
| 微軟 AI-103 | 生成式與 agent 方案 30–35、規劃與管理 25–30、電腦視覺 10–15、文字分析 10–15、資訊擷取 10–15 |
| NVIDIA NCA-GENL | 核心 ML 與 AI 知識 30、軟體開發 24、實驗 22、資料分析 14、可信任 AI 10 |
照編號念 AIF-C01 的人第一週念 20% 那章，照權重念的人第一週念 28% 那章。差別在於：如果計畫中途被工作打斷，你希望已經念完的是哪一章。
排序還有第二條規則：記憶型的章節往後放。 AIF-C01 的責任 AI 與安全治理加起來 28%，內容讀起來像法遵文件，工程師本能會略過 —— 但它們是純記憶、投報率最高的部分。排在最靠近考試的兩週，記憶最新鮮。
第三條規則來自計分方式，而且這條會因證照而異。AWS 的考試指南寫：
The exam uses a compensatory scoring model, which means that you do not need to achieve a passing score in each section. You need to pass only the overall exam.
及格線各張不同：AIF-C01 是 700、MLA-C02 是 720、AIP-C01 是 750（滿分 1000）。既然只看總分，弱的章節不需要補到滿。定位測驗如果顯示某個 14% 的章節特別差，正確做法不是花整週補它，而是把時間投在 28% 那章 —— 同樣的時間，總分回收更快。
iPAS 中級不能這樣算。 它的規則是科目 1 與另一科各自都要達到 70 分，任一科沒過就整個沒過。這是 conjunctive 而非 compensatory：弱科必須補到門檻，沒有用強科去補的空間。同一套「向權重傾斜」的策略套到 iPAS 上會出事。
第四步：事先把中止線寫死
計畫最後一項不是「考試」，是判斷要不要考的三條線，而且要在開念之前就寫下來。
以五週計畫為例：
- 第四週模擬考 < 55% → 落差太大，延後兩週，回頭補權重最高的兩章
- 第五週模擬考 < 70% → 延一週，只補模擬考標出的弱項
- 第五週模擬考 ≥ 80% → 照原訂日期考，不要再多念
為什麼要事先寫：考前三天的自我評估幾乎一定過度樂觀。那時候你已經投入五週，沉沒成本會推著你去考。事先寫下的數字是唯一能對抗它的東西。
第三條同樣重要。超過 80% 之後繼續刷題的邊際效益很低，而多出來的焦慮會直接影響考試當天的表現。
固定梯次的證照要把這三條線整個往前移。 iPAS 沒有「延一週」這個選項，所以判斷點應該落在報名截止日之前 —— 用當時的模擬成績決定這一梯要不要報，而不是報了之後再猶豫。報名費不退，但省下的是半年的期待落空。
完整範例：AIF-C01 五週計畫
把四步合起來，假設每週投入 7 小時、考試日 12/13：
| 週 | 內容 | 產出 |
|---|---|---|
| 第 0 週 | 排考位並確認金額 → 下載 exam guide（記下版本號）→ 註冊免費帳號 → 先做 20 題定位 | 五章的落差表 |
| 第 1 週 | 應用基礎模型（28%） | 「概念 → AWS 服務名」對照表 |
| 第 2 週 | 生成式 AI 基礎（24%） | 對照表第二版 |
| 第 3 週 | AI/ML 基礎（20%）+ 責任 AI（14%） | 名詞卡 |
| 第 4 週 | 安全與治理（14%）+ 全範圍複習 + 模擬考第一次 | 弱點清單 |
| 第 5 週 | 補洞 + 模擬考第二次 → 對照中止線 → 考試 | — |
第 0 週把排考放在下載教材之前，是因為考位與價格是外部條件 —— 早一週知道有問題，就多一週可以調整。
那張「概念 → AWS 服務名」對照表值得特別說。已經做過 RAG 或 LLM 應用的人，前兩章的概念層大多已經有了，真正要補的是廠商的命名：托管基礎模型叫 Amazon Bedrock、托管 RAG 叫 Bedrock Knowledge Bases、輸出過濾叫 Guardrails、偏誤檢測叫 SageMaker Clarify、漂移監控叫 Model Monitor、人工覆核叫 Amazon Augmented AI（後四項是 exam guide 責任 AI 那章明列的服務）。對這類讀者，每週的產出應該是一張對照表，而不是筆記 —— 念法是「這個我會了，AWS 叫它什麼」，不是從零學概念。
各家準備方式的差異
四個步驟通用，但每家有各自要注意的重點。
AWS：官方的四步流程從 exam guide 與免費的 20 題練習題集開始，中間補課與動手實驗，最後用 Official Practice Exam 檢查準備程度（這一項要訂閱）。免費那層先跑完再決定要不要訂閱。三張的難度差在「有沒有動手做過」，不在年資。逐章拆解見 AIF-C01、MLA-C02 與 AIP-C01。
Google（PMLE）：最大的風險不是難度，是教材過期。認證頁明寫「This exam was updated to reflect the transition from Vertex AI to Gemini Enterprise Agent Platform」，2026 年中以前的所有教材用的都是舊名詞。準備時筆記一律用新名稱。另外官方註明「The exam does not directly assess coding skill」，時間該花在架構取捨與服務選型。逐章拆解見 PMLE 備考路徑。
微軟（AI-103）：免費教材給得最多，四條 Microsoft Learn 學習路徑就是四天講師課 AI-103T00 的教材。練習測驗在 AI Skills Navigator 上，要登入才能啟動。想再往上走的話，AI-500 的認證要求是必須先取得 AI-103，不是平行的兩張。系列寫了微軟七張，其中四張的取捨見微軟這條線怎麼選。
NVIDIA（NCA-GENL）：50–60 題 60 分鐘，平均約一分鐘一題 —— 這張考的是熟練度不是深度。認證頁在每塊權重底下列出建議教材，照著逐列打勾就是準備路徑。但有一個限制要先知道：官方 FAQ 寫「NVIDIA certification exams are pass/fail. You won't receive a score」—— 沒有成績單，所以沒過的話拿不到弱項報告，第二次準備只能靠自己回想。這反過來提高了考前自我定位的重要性。四張的取捨見 NVIDIA 四張怎麼選。
Databricks：權重集中在「應用開發 30% + 組裝部署 22%」，超過一半是實作導向，所以準備方式應該是在平台上把一條 RAG 鏈從向量檢索、模型服務、生命週期管理到資料治理完整走一次，而不是讀文件。官方建議 6 個月以上實作經驗。
iPAS 中級：三個特點決定準備方式。第一，歷屆完整試題公開，直接拿真題定位。第二，科目 2 與科目 3 自 114 年第二梯次起加入程式碼判讀題，官方公告寫「程式類型題目預計約占整體試題之 25%，題型形式包含單選題及題組題」—— 注意有題組題，一段程式碼配多題，讀錯一次連錯好幾題。這種題型讀過不等於會，要把片段印出來手動追值。第三，開始念之前先看官網「檔案下載」的中級科目抵免辦法，有機會直接省掉一科的準備時間。
幾個常見錯誤
用舊教材。 最貴的一種錯誤，因為它到考場才會發現。報名前花十分鐘把官方 exam guide 的服務名稱對一遍，比多刷一百題有用。
先買課再看大綱。 順序反了。免費資源在多數情況下已經足夠；真正值得付錢的通常只有完整模擬考。
把年資當報名資格。 AWS 的 Before Testing 政策寫「All AWS Certifications may be earned without completing specific prerequisites」—— 那些「建議 2 年經驗」是難度標籤，不是門檻。反過來說，也別因為年資夠就跳過定位測驗。
把 A 家的重考規則套到 B 家。 微軟 24 小時、AWS 14 天、Google 第二次就跳到 60 天、iPAS 是半年。同樣一句「大不了再考一次」，代價差了兩百倍。
忘記查考試語言。 同一家的不同證照語言清單可能不同，讀題速度的影響比多念一週大。
這套方法的邊界
它處理的是「時間怎麼分配」，不處理「內容夠不夠」。如果定位測驗顯示你對整個領域都陌生，那不是排程問題 —— 該做的是先累積實作，而不是把五週壓成三週。
考操作細節的證照尤其如此：AWS 的 MLA-C02 期待你實際用過 Amazon SageMaker、Databricks 那張期待你在平台上部署過。沒動手做過就靠刷題硬過，性價比很低，而且證照的意義本來就在那些手感上。
接下來讀哪一篇
- 還沒決定考哪張：先讀該廠商的「怎麼選」，AWS、微軟、NVIDIA、Claude 各一篇。
- 已經決定：直接讀那一張的備考路徑，系列頁依廠商列出全部。
- 想一次準備兩張以上：讀跨證照的考點對照，看哪些內容可以共用：多 agent 架構、RAG 與檢索評估、prompt 與 context engineering、成本與延遲、AI 治理框架。
系列沒有 Databricks 與 iPAS 的單張備考路徑，這兩張的規格見總表。
參考資料
- AWS Certification：After Testing 政策（重考等待期、及格線、compensatory scoring、成績公布時間）
- AWS Certification：Before Testing 政策（無先修門檻）
- AWS Certified AI Practitioner（AIF-C01）認證頁
- AIF-C01 官方考試指南（五章權重、及格線 700、compensatory scoring）
- AWS MLA-C02 官方考試指南（四章權重、及格線 720）
- AWS CLF-C02 官方考試指南 PDF
- AWS 考前準備資源總覽（免費練習題集與 Exam Prep 課程）
- Google Cloud Exam Terms & Conditions（重考等待期 14 / 60 / 365 天）
- Google Cloud Certification：Retake Policy
- Google Professional ML Engineer 官方考試指南 PDF
- Google Professional ML Engineer 認證頁（考綱改版公告）
- Microsoft 重考政策（24 小時後首次重考、之後每次 14 天、一年最多 5 次）
- Microsoft AI-103 study guide（五塊技能權重）
- Microsoft AI-103 認證頁（練習測驗的位置）
- Microsoft AI-103T00 課程
- NVIDIA NCA-GENL 認證頁（Exam Blueprint）
- NVIDIA Certification FAQ（重考 14 天、一年 5 次、pass/fail 不給分數）
- Databricks Certified Generative AI Engineer Associate（各章權重）
- Databricks Certification Terms & Conditions（重考 14 天、每次付費）
- iPAS AI 應用規劃師 學習資源（歷屆試題與官方學習指引）
- iPAS AI 應用規劃師 考試資訊（梯次、科目與獲證條件）
- iPAS 中級程式題型比重說明
站內相關
Loading...