本文是從官方資料與考生實戰心得建出來的備考路徑，不是應考實錄。所有「考什麼」都指回官方 exam guide，「怎麼準備」整合 AWS 官方訓練資源與多位考生分享。查證日期：2026-08-18，對照的是 exam guide v1.1。
AIF-C01 是 AWS 認證體系裡最便宜的一張 AI 證照（$100），也是最容易被舊資料誤導的一張 —— 因為它在 2026 年 4 月 30 日換版到 v1.1，而網路上絕大多數整理文寫的還是舊版內容。
各家證照的價格、效期與門檻對照見站內的2026 年工程師 AI 證照有哪些，本文不重複。
這張適合誰
目標考生不是工程師。 官方 exam guide 寫的建議經驗是：
up to 6 months of exposure to AI/ML technologies on AWS. The target candidate uses but does not necessarily build AI/ML solutions on AWS.
以下全部不考：寫模型或演算法、資料工程與特徵工程、超參數調校、建 AI/ML pipeline 或基礎設施、對模型做數學或統計分析、實作資安與合規協定、開發治理框架。
適合 —— 需要跟 AI 團隊溝通的 PM、業務、行銷、法遵；或是剛接觸 AWS AI 服務、想先建立完整詞彙表的工程師。這張有繁體中文版，是 AWS 三張 AI 證照裡唯一一張，對不想在英文術語上多花力氣的人是實際優勢。多位台灣考生選繁體中文測驗，反映翻譯品質可接受，考試介面也可以隨時切回英文原文對照。
不適合 —— 想用它證明工程能力的人。AIF 考「說得出來」，MLA 考「做得出來」，兩張分界乾淨。
工程師仍該考慮它的理由：考過 MLA-C01 或 AIP-C01 會自動把 AIF-C01 續三年，先拿 $100 這張不會變成長期維護負擔。如果你上過台大李宏毅老師的機器學習或生成式 AI 課程，依考生 changken 的說法：「ML 基礎通用、不需重學，只要多學 AWS 的 AI 服務（Bedrock、SageMaker 等），應該可以輕鬆考取。」
前置知識
官方 exam guide 列出四項 recommended AWS knowledge，不是先修門檻但會影響讀題速度：
- 熟悉核心 AWS 服務（EC2、S3、Lambda、Bedrock、SageMaker AI）
- 理解 AWS shared responsibility model
- 會用 IAM 管理存取權限
- 知道 AWS 基本計價模式
以上都不熟 → 先跑完 Cloud Practitioner Essentials 或 Technical Essentials（都免費）。日本考生也建議：「AWS 實務未經驗的場合は、AIF-C01 より先に Cloud Practitioner から取得する方が無難」（Zenn）。
官方規格
| 項目 | 內容 |
|---|---|
| 費用 | $100 |
| 時間 | 90 分鐘（母語非英文者考英文版可申請 ESL +30 分鐘） |
| 題數 | 65 題，其中 50 題計分、15 題不計分（不會標示是哪些） |
| 題型 | 單選、複選、ordering（排序）、matching（配對） |
| 及格 | 量尺分數 700（範圍 100–1,000），補償計分、單章不設門檻 |
| 效期 | 3 年 |
| 語言 | 12 種，含繁體中文（義大利文與德文版 2026-10-15 後退場） |
| 先修 | 無 |
題型要特別留意。 ordering 要你把 3–5 個步驟排成正確順序、matching 要把 3–7 組配對全對才給分 —— 這兩種題型部分答對不給分，跟複選一樣是全有全無。很多整理文只寫「單選與複選」，多位考生反映配對題和排序題比預期花更多時間。日本考生特別提到一種「設問の中に複数の空欄があり、それぞれの空欄について用意された選択肢群から1つずつ選ぶマッチング形式」——這在 Udemy 模擬題裡沒出現過（Zenn）。
考試當天實用提醒（綜合多位考生經驗）：
- 申請 ESL +30 分鐘：即使選繁體中文考試也建議申請。台灣考生 KyleLu 表示「答完還剩 40 分鐘，有餘裕再檢查一遍答案」
- 雙證件：需要有照片的雙證件，英文姓名要跟報名一致，帶護照最穩
- 成績不會馬上出：不同於 Cloud Practitioner 當場出分，AIF-C01 要等 6–8 小時甚至隔天。changken 的時間線：9:30 考完 → 19:00 查到成績 → 19:22 收到 Credly 標章 → 隔天 04:26 收到祝賀 email。官方 SLA 寫 5 個工作天
- 考場溫度低：多位考生提醒「體感溫度 18–20 度，帶薄外套」
- 台灣考場：台北恆毅（捷運南京復興站）場次多、交通方便，是最多人推薦的考場；台南公園路也有場次
- 線上監考也可以：Eason 選擇在家考，需要整潔環境、拔掉多餘螢幕。他一小時就答完
- 考場會發塑膠板和白板筆：混淆矩陣（Confusion Matrix）是少數需要寫下來推理的地方
五章權重與逐章準備
| 章節 | 比重 |
|---|---|
| 1. Fundamentals of AI and ML | 20% |
| 2. Fundamentals of GenAI | 24% |
| 3. Applications of Foundation Models | 28% |
| 4. Guidelines for Responsible AI | 14% |
| 5. Security, Compliance, and Governance for AI Solutions | 14% |
第 2、3 章合計 52% —— 一半以上的分數在 GenAI 與基礎模型應用。多位考生確認：準備時間有限的話，優先順序是 GenAI → FM 應用 → Bedrock → Prompt → RAG → Responsible AI → Security。
第 1 章：AI 與 ML 基礎（20%）
官方考什麼：AI／ML／深度學習／神經網路／CV／NLP／模型／演算法／訓練與推論／偏誤／公平性／擬合／LLM／GenAI／agentic AI 的定義與彼此差異；推論型態（批次、即時、非同步、serverless）；資料型態與學習方式；AI 適合與不適合的場景；傳統 ML 與 FM 的取捨；AWS 託管 AI 服務的能力（SageMaker AI、Transcribe、Translate、Comprehend、Lex、Polly）；AI/ML pipeline 各階段對應的服務（Bedrock、Amazon Q、Amazon Quick、Kiro、SageMaker AI）；MLOps 概念；模型指標（accuracy、precision、recall、F1）與商業指標（每使用者成本、開發成本、ROI）。
怎麼準備：純概念，每個名詞能用一句話解釋就夠。但 TechCerted 的考生警告：「這章的 ML 理論比 practitioner 這個字暗示的更深。」考題不會問你定義，而是問你在特定場景下選哪個指標——「假陰性代價遠高於假陽性，該優化哪個指標？」→ recall。「文字摘要模型要評估品質，該用哪個指標？」→ ROUGE。只背 F1 的定義會卡住。
考生提醒：題目常問「該用傳統 ML 還是 FM」，答案取決於法規、可解釋性、營運限制，不是技術先進度。另外，考試對 AWS 各服務的考法是**「情境 → 配對服務」**而不是「定義 → 填空」。rasee anwar 的心得：「我不再記每個服務『是什麼』，改成學每個服務『解決什麼問題』。考試測的就是這個。」
第 2 章：GenAI 基礎（24%）
官方考什麼：token、chunking、embedding、向量、prompt engineering、transformer、FM、多模態、擴散模型；GenAI 用例；FM 生命週期（資料選擇 → 模型選擇 → 預訓練 → 微調 → 評估 → 部署 → 回饋）；token 計價與成本效能關係；context engineering；agentic AI 概念與 MCP；GenAI 的優勢與限制（幻覺、可解釋性、不確定性）；模型選擇因素（含成本、延遲、模型複雜度）；AWS GenAI 服務（Bedrock、SageMaker AI、JumpStart、Amazon Quick、Kiro、Strands Agents、Bedrock AgentCore）。
怎麼準備：v1.1 新內容有一半集中在這章。MCP 與多 agent（2.1.6）建議實際看一次 MCP 的運作，站內的 Agent 安全的 harness 層有實務脈絡。token 計價要能算：換模型或壓縮 prompt 之後成本差多少。
考生提醒：容易混淆的概念要放在一起比較，而不是各背各的。CCChen 的做法是把內容改寫成「判斷規則」：最新企業知識 → RAG、FM 快速整合 → Bedrock、自行訓練管理 ML 模型 → SageMaker、文字切分 → Tokenization、語意向量 → Embedding。這比背定義更貼近考題邏輯。
第 3 章：基礎模型的應用（28%，最重）
官方考什麼：FM 選擇準則（成本、模態、延遲、多語言、模型大小、複雜度、客製化、輸入輸出長度、prompt caching）；推論參數（temperature、長度）；RAG 與 Bedrock Knowledge Bases；向量儲存服務（OpenSearch Service、Aurora、Neptune、RDS for PostgreSQL）；客製化方式的成本取捨（預訓練、微調、in-context learning、RAG、模型蒸餾）；AI agent 的角色與商業應用；prompt 技巧（chain-of-thought、zero/single/few-shot、模板）與風險（曝露、poisoning、hijacking、jailbreaking）；Bedrock Prompt Management 做版本管理；訓練與微調方法（instruction tuning、domain adaptation、transfer learning、持續預訓練、RLHF）；FM 評估（human-in-the-loop、benchmark、Bedrock Model Evaluation、ROUGE／BLEU／BERTScore／LLM-as-a-judge）、評估用 FM 建的應用（RAG、agent、workflow）、業務對齊指標。
怎麼準備：四種客製化方式的成本與適用情境排序是高頻考點。評估指標建議搭配站內的 RAG 評估框架，弄清楚 ROUGE、BLEU、BERTScore、LLM-as-a-judge 各自量什麼。
考生共識：這是最容易低估的一章。 TechCerted 的考生指出：「如果你把 AIF-C01 當成術語測驗走進考場，Domain 3 會懲罰這個假設。」題目給商業情境問「該用 RAG、fine-tuning 還是 continued pre-training」，要能依成本、資料新鮮度、客製化程度判斷。KodeKloud 的指南也強調：「考試幾乎總是偏好 Bedrock（快速整合、不需自己管模型），除非題目明確要求自訓模型才選 SageMaker。」另外，Bedrock Guardrails 的 ApplyGuardrail API 可以對任何模型端點呼叫，不限 Bedrock 模型——多數教材漏講這點。
第 4 章：負責任 AI（14%）
官方考什麼：負責任 AI 的面向（偏誤、公平性、包容性、穩健性、安全、真實性）；Bedrock Guardrails；模型選擇的環境與永續考量；GenAI 的法律風險（IP 侵權、偏誤輸出、信任流失、幻覺）；資料集特性；偏誤與變異的影響（過擬合、欠擬合）；偵測工具（標註品質分析、人工稽核、子群分析）；透明與可解釋（SageMaker Model Cards、SageMaker Clarify、Bedrock Model Evaluations）；可解釋性與效能的取捨；以人為本的設計（使用者回饋機制、AI 決策透明度）。
怎麼準備：概念題為主，但要能區分「偏誤」「變異」「過擬合」「欠擬合」四個詞 —— 這是最常被混用的一組。
考生提醒：Fairness、Transparency、Explainability、Safety 四個原則各有明確適用情境，考試會畫非常精確的分界線。rasee anwar：「它們聽起來相關，但考試會分得很細。仔細讀情境，配對到正確的原則。」另外，KodeKloud 總結：偏誤偵測問題的答案幾乎總是 SageMaker Clarify，有害內容過濾幾乎總是 Bedrock Guardrails。
第 5 章：安全、合規與治理（14%）
官方考什麼：IAM 角色與政策、加密、Macie、PrivateLink、責任共擔模型、Bedrock AgentCore Identity 與 Policy in AgentCore、Bedrock Guardrails；資料來源與血緣（data lineage、cataloging、Model Cards）；安全資料工程；安全與隱私考量（應用安全、威脅偵測、漏洞管理、prompt injection、傳輸與靜態加密、資料外洩防護、輸出過濾與驗證、AI 互動的稽核軌跡與日誌、毒性內容）；幻覺偵測與 grounding；治理與合規（AWS Config、Inspector、Artifact、CloudTrail、Trusted Advisor、資料生命週期與駐留、Generative AI Security Scoping Matrix）。
怎麼準備：與第 4 章合計 28%，多數人準備最少。Generative AI Security Scoping Matrix 是 AWS 自己的框架，官方點名進考綱，值得專門讀一次。Bharat Singh 提到他在 Udemy 課程中花了兩小時在 AWS Security Systems、兩小時在 Bedrock，相較之下 prompt engineering 只有 25 分鐘——安全與 Bedrock 的投資報酬率最高。
v1.1 改了什麼（這節決定你的教材能不能用）
官方 revisions 頁列出改版歷史：v1.0 是 2026 年 3 月 26 日，v1.1 是 4 月 30 日。同頁註明「Exam guide updates will be published approximately one month before updates will be reflected on your exam」—— 也就是大約五月底起，考題就照 v1.1 出。
新增七條目標，全部是 2024 年那版沒有的：
| 目標 | 內容 |
|---|---|
| 1.2.6 | 什麼時候該用傳統 ML、什麼時候該用基礎模型（法規、可解釋性、營運限制） |
| 2.1.4 | token 計價模型及其對成本與推論效能的影響 |
| 2.1.5 | context engineering 在 FM 應用中的角色 |
| 2.1.6 | agentic AI 基礎概念：多 agent 系統模式、MCP 及其連接外部系統的角色、多 agent 溝通模式、記憶管理、工具使用、工作流編排 |
| 3.2.5 | 用 Bedrock Prompt Management 做 prompt 版本管理 |
| 3.4.5 | 業務目標對齊指標（任務完成率、使用者滿意度、每次互動成本） |
| 5.1.5 | 幻覺偵測與 grounding（RAG grounding、輸出驗證、信心分數） |
服務清單也動了。 新增進 in-scope：Amazon Aurora、Bedrock AgentCore、Kiro、Strands Agents、Amazon Q、SageMaker JumpStart、AWS Transform；移除：Amazon MemoryDB。目標 2.3.1 原本點名 Bedrock PartyRock 與 Bedrock Data Automation，v1.1 把這兩個換掉了。
還有一個容易吃虧的細節：目標 1.3.6 的模型指標，v1.0 列的是 AUC，v1.1 換成 precision 與 recall。市面上的單字卡還在背 AUC。
判斷教材是否過期的最快方法：翻目錄找 MCP、AgentCore、Kiro、Strands Agents、context engineering。一個都沒有，就是 v1.1 之前的東西。TechCerted 的考生也確認：「prep courses last updated before mid-2026 have gaps across all of these」。
準備方式
AWS 官方認證頁建議四步：了解考試 → 補強知識 → 複習練習 → 評估準備度。以下按這個框架整理，並在每一步嵌入考生驗證過的具體做法。
需要多少時間？
| 考生背景 | 準備時間 | 分數 | 來源 |
|---|---|---|---|
| AWS 實務 5 年、有 SAA | 一個週末（10–15 小時） | 734 | Zenn |
| 雲端工程師、一年 Bedrock 經驗 | 2 週 | 未公開 | TechCerted |
| 雲端 + ML 實務經驗 | 24 小時密集 | 通過 | Eason Tech Talk |
| 有刷題習慣、用免費 voucher | 約 2 週 | 828 | changken |
| 非技術背景、有 AI 陪跑計畫 | 約 3–4 週 | 未公開 | KyleLu |
| AWS Community Builder | 每天 1 小時、共 4 週 | 未公開 | rasee anwar |
| 解決方案架構師、四層學習法 | 6 週 | 1000（滿分） | DEV Community |
| 軟體開發 + AI 學習者 | 8 週 | 通過 | Bharat Singh |
| AI 學習者、用 AI 工具輔考 | 4 天密集衝刺 | 721（險過） | CCChen |
有 AWS 基礎 → 一到兩週；零基礎 → 三到四週。721 分險過說明四天衝刺可行但風險高；滿分考生花六週用四層系統準備。重考政策是沒過等 14 天、次數無上限（每次 $100）——失敗成本可控。
第一步：了解考試
- 讀完官方 exam guide v1.1 全文，確認手上的教材不是舊版
- 做 Official Practice Question Set（免費，20 題，AWS 官方出題）。GitHub 考生 vicsz 表示「官方練習題難度跟真實考試差不多，甚至稍難一點」
- 可選做 Official Pretest 找出弱項（需 Skill Builder 付費訂閱，$29/月起）
- Eason 的反向學習法：不先讀教材，直接做練習題找出不會的地方，再針對性補知識。他認為「這比從第一頁讀到最後一頁有效」
第二步：補強知識
免費資源：
- AI Practitioner Learning Plan（免費，約 8 小時）—— 官方課程，一定要看
- ExamPro Andrew Brown（FreeCodeCamp YouTube） —— 15 小時完整免費影片，滿分考生的第一層學習
- vicsz/aif-c01-study-notes（GitHub） —— 開源筆記，211 stars，按 Domain 整理
- KodeKloud AIF-C01 Study Guide —— 按 Domain 拆解的免費學習指南
付費但高回報：
- Stephane Maarek AIF-C01（Udemy） —— 最多考生推薦的主課程，從註冊 AWS 帳號開始教，帶你實際操作 Bedrock 和 SageMaker。KyleLu：「花不到台幣 50 元就可以玩到業界熱門的雲服務。」多位考生反映他的模擬題比真實考試難，當正向壓力用。省錢技巧：開 Udemy 月訂閱（$35/月）而不是單買課程（$95），一個月內讀完就退訂
- Jayendra Patil Learning Path —— 滿分考生推薦的免費筆記，覆蓋多數教材忽略的技術細節
- Exam Prep Plan（Skill Builder 上 19 個項目、22 小時 50 分）—— AWS 推薦的備考全路徑
動手玩：在 AWS Free Tier 開 Amazon Bedrock 跑幾次 prompt、看 SageMaker JumpStart 的模型清單。不需要建模型，但碰過介面比純背服務名稱有效。滿分考生特別強調：「即使只花一小時在 PartyRock 或 AWS Workshop，碰過介面後場景題明顯變簡單。」Skill Builder 上的 Builder Labs、Cloud Quest、Jam 都有引導式實作。
繁體中文資源：ExamLab 中文模擬試題（計時模擬考模式）、AWS 陪跑計畫（線上直播課 + 工作坊）、AWS AI 人才就緒計畫（通過測驗有證書，還能拿半價 voucher）。
第三步：複習與練習
重點放 Domain 2 + 3（合計 52%），練習方向：
- 多練**「商業場景 → 該用什麼技術/服務」**的判斷題 —— 這是 AIF-C01 最核心的題型模式，跨五章都會出
- 四種 FM 客製化方式（預訓練／微調／in-context learning／RAG）的成本與適用情境要能排序
- 用 SimuLearn（模擬客戶對話 + 動手建方案）、Escape Room、flashcards 做複習
- Domain 4 + 5 容易被忽略但合計也有 28%，不要完全跳過
模擬題推薦：Tutorials Dojo（被評為跟實際考題風格最接近）、Stephane Maarek Udemy 模擬題（比真實考試難）。changken 的策略是「能夠刷題就往死裡刷」——他去 YouTube 找標注 AIF-C01 的模擬考來補。
長題幹的閱讀技巧：多位考生回報題目很長但真正的問題在最後兩句。wAlobdulla 的建議：「從倒數第二句開始讀，確認問的是什麼，再回頭看情境——你會發現最後兩句通常就有足夠的資訊作答。」
第四步：評估準備度
- 做 Official Practice Exam（付費訂閱，模擬真實考試體驗，最接近實際難度）
- 滿分考生的門檻：「穩定 85% 以上才報名考試」。他的原則：「複習錯題比看分數更重要——每一題答錯都是學習機會，連猜對的題也要看解釋」
- rasee anwar 的錯題習慣：每答錯一題，不只記答案，要問自己「為什麼我選了錯的那個？」這個單一習慣比讀任何 study guide 都更快提升分數
AI 輔考策略（2026 年考生的新趨勢）
多位考生分享了用 AI 工具加速備考的方法：
- ChatGPT / Claude 生成模擬題：直接下 prompt「給我十道 AIF-C01 模擬題」，比翻課本更快找到盲點。Bharat Singh 的 prompt 範例：
"Explain AWS Textract vs Polly with examples"/"Give me scenario-based AIF-C01 questions around Bedrock"/"AWS Audit Manager vs Artifacts vs Trusted Advisor" - NotebookLM 整理講義：把官方 Student Guide（200+ 頁 PDF）丟進去，自動生成重點摘要、語音複習、測驗題。即使是截圖 PDF 也能 OCR 辨識
- HeptaBase 心智圖：搭配卡片盒筆記法，考前通勤時用手機複習。KyleLu：「考前一小時看心智圖比重翻課程有效」
- 知識蒸餾法（CCChen）：把完整教材壓成 A4 → 壓成知識卡 → 壓成一條知識鏈：
AI/ML → GenAI → FM → Bedrock → Prompt → RAG → Responsible AI → Security。他的解題鏈：需求 → AI 類型 → AWS 服務 → 限制條件 → 成本/維運 → Security/Governance - 日本考生用 Claude 輔考，把不會的問題整理成按 Domain 分類的 cheatsheet
Skill Builder 練習資源一覽
以下資源都在 AWS Skill Builder 上，免費帳號可用部分內容，完整存取需付費訂閱（$29/月或 $449/年）。
| 資源 | 是什麼 | 適合階段 |
|---|---|---|
| Official Practice Question Set | AWS 官方出的 20 題免費練習，題型與風格跟真實考試一致 | 第一步：熟悉題型 |
| Official Pretest | 診斷測驗，幫你找出哪些章節需要加強（付費） | 第一步：定位弱項 |
| Exam Prep Plan | 19 個項目、22 小時 50 分的完整備考路徑，AWS 自己推薦的主線 | 第二步：系統學習 |
| Builder Labs | 200+ 個引導式實作，在安全的 AWS Console 沙箱中跟著步驟操作，內建 AI 助手可即時問問題（付費） | 第二步：動手熟悉服務 |
| Cloud Quest | 3D 城市情境，扮演特定雲端角色解決商業挑戰，完成後拿數位徽章（部分免費） | 第二步：情境式學習 |
| Jam | 開放式挑戰，沒有步驟指引，直接在 AWS Console 排錯和解題，有計分和排行榜（付費） | 第三步：測試實戰能力 |
| SimuLearn | 先跟 AI 模擬客戶對話蒐集需求，再到 AWS 環境動手建方案，練的是「聽懂問題 → 選對服務」的判斷力（付費） | 第三步：場景判斷練習 |
| Escape Room | 限時解謎式練習，團隊或個人皆可（付費） | 第三步：複習衝刺 |
| Flashcards | 各 Domain 的重點術語卡片，快速複習用 | 第三步：零碎時間複習 |
| Official Practice Exam | 模擬完整考試體驗，題數、時間、難度最接近真實考試（付費） | 第四步：最終評估 |
續期與重考
效期 3 年，三條續期路徑（依官方 recertification 頁）：重考 AIF-C01、考過 MLA-C01、或考過 AIP-C01，任一種 +3 年，都能用 AWS Certification Account 的五折券。
AIF-C01 沒有「上課換效期」這條路（maintain 機制只開放給 SAA、Developer 等），且考過後兩年內不能重考同一張。
會變動的資訊（報名前再確認）
| 項目 | 現況（2026-08-18 查證） | 什麼時候要重查 |
|---|---|---|
| 考綱版本 | v1.1（2026-04-30 發布） | revisions 頁每次更新 |
| 五章權重 | 20 / 24 / 28 / 14 / 14 | 每次改版 |
| in-scope 服務 | 新增 AgentCore、Kiro、Strands Agents、Aurora、Amazon Q、JumpStart、AWS Transform | 每次改版 |
| 費用與題數 | $100、65 題（50 計分）、90 分鐘 | 每季 |
| 續期路徑 | 三條，皆可用五折券 | 每半年 |
| 語言 | 12 種含繁體中文（義大利文、德文 2026-10-15 後退場） | 每半年 |
更新紀錄
- 2026-10-12：「本系列唯一提供繁體中文」改為 AWS 三張裡唯一；系列後來收錄的微軟證照有五張也提供繁中。
- 2026-09-10：全面改版——重整為官方四步準備法，綜合 10+ 位考生實戰心得融入各章節（教材推薦、AI 輔考策略、滿分考生四層學習法、解題技巧、考場踩坑），新增 Skill Builder 練習資源一覽表、前置知識建議與語言退場資訊
參考資料
- AWS Certified AI Practitioner 官方認證頁
- AIF-C01 官方 exam guide（HTML）
- AIF-C01 exam guide 改版紀錄（v1.0 → v1.1 逐條對照）
- AWS Skill Builder — AIF-C01 Exam Prep
- AWS Recertification（續期路徑與五折券）
- AWS Certification — After Testing（重考政策）
- AWS Certification — Before Testing（ESL +30 分鐘與報考規則）
- AWS Cloud Practitioner Essentials（免費基礎課程）
考生心得與第三方教材
- I Passed AIF-C01 in 2 Weeks — TechCerted — v1.1 改版後的詳細考場報告
- I Scored 1000/1000 — DEV Community — 滿分考生的四層學習法與完整免費/付費資源清單
- 24 小時通過 — Eason Tech Talk — 反向學習法（先刷題再補知識）
- 4 天挑戰 — CCChen 學習日誌 — AI 知識蒸餾法與考前壓縮策略
- KyleLu 考試準備心得 — 非技術背景考生的完整學習資源整理
- changken 通過紀錄 — 刷題戰術與考場時間線
- 日本考生合格體驗記 — Zenn — Claude 輔考 + 按 Domain 整理 cheatsheet
- How I Passed — rasee anwar — 每天一小時四週通過的時間分配法
- How I studied and passed — wAlobdulla — Udemy 省錢技巧與長題幹閱讀策略
- 8 Weeks Using AI — Bharat Singh — AI 輔考 prompt 範例
- vicsz/aif-c01-study-notes（GitHub） — 開源考試筆記，211 stars
- ExamLab 中文模擬試題 — 繁體中文計時模擬考
- Stephane Maarek AIF-C01 Udemy 課程 — 最多考生推薦的主課程
- ExamPro Andrew Brown FreeCodeCamp（YouTube） — 完整免費影片課程
- Tutorials Dojo AIF-C01 模擬題 — 被評為最接近真實考題風格
- KodeKloud AIF-C01 Study Guide — 按 Domain 拆解的免費學習指南
站內相關
Loading...