数字化能力水平认证（DCLC）

一级 人工智能素养 考试大纲

（2026 年 10 月版）

一、基本要求

1. 了解计算机与数字技术相关的基本概念。

2. 了解人工智能的基本概念、发展历程与核心内涵。

3. 了解数据、算法与算力在人工智能中的基础作用。

4. 了解大模型的相关技术及典型应用场景。

5. 了解提示工程的基础知识及简单应用。

6. 了解检索增强生成（RAG）的基本概念与应用。

7. 了解智能体相关的基本概念及多智能体协作机制、应用场景。

8. 了解人工智能的感知及其主要应用。

9. 了解人工智能伦理、安全风险及治理要求。

二、考试内容

（一）计算机与数字技术基础

1. 了解计算机系统的基本组成，包括硬件、操作系统、数据存储与网络等基本概念。

2. 了解数字内容的基本类型，掌握基本的处理方式，包括文字、图像、音频和视频等。

3. 了解常用数字工具的基本应用，包括文字处理、电子表格、演示文稿及人工智能辅助办公等。

（二）人工智能基础认知

1.了解人工智能概念及其发展演进的历程。

2. 了解人工智能的主要技术学派。

3. 了解人工智能时代，主要的数字素养能力框架：欧盟、联合国、我国 DCLC等。

4. 了解人工智能时代个人的基本能力要求。

（三）人工智能技术基础

1. 了解数据、算法与算力的基本概念及其在人工智能系统中的作用。

2. 了解中央处理器（Central Processing Unit，CPU）、图形处理器（GraphicsProcessing Unit，GPU）、张量处理器（Tensor Processing Unit，TPU）等计算资源的基本特点及其主要用途。

3. 了解机器学习、深度学习与神经网络的基本概念。

4. 了解监督学习、无监督学习与强化学习的基本区别和主要应用场景。

5. 知道模型训练、测试和应用的基本过程，理解人工智能系统对数据质量和算

法方法的依赖。

（四）生成式人工智能与大模型

1. 了解生成式人工智能（AI-Generated Content，AIGC）的基本概念。

2. 了解大模型、大语言模型（Large Language Model，LLM）的基本概念及其发展中所面临的主要挑战。

3. 知道 Transformer 架构的主要用途与功能。

4. 了解注意力机制的基本概念及主要作用。

5. 了解国内外常见的大模型工具及其主要应用。

（五）提示工程与 AI 应用

1. 了解提示工程（Prompt Engineering）的基本概念。

2. 了解提示词的基本结构：角色设定、核心任务、约束条件、示例参考、输出格式等。

3. 理解思维链（Chain of Thought，CoT）的概念、本质及流程。

4. 了解人工智能在数据分析、学习辅助、商业应用和个人生产力提升等场景中的基本应用。

（六）知识增强与智能应用

1. 了解检索增强生成（Retrieval-Augmented Generation，RAG）的基本概念及其典型应用。

2. 了解智能体（Agent）的概念、基本结构及各部分的主要功能。

3. 知道智能体开发的主要工具，如 Coze、OpenClaw 等。

4. 知道多智能体协作的主要模式及其适用的场景。

5. 了解具身智能的基本概念及其具备的基本能力。

6. 了解智能机器人的概念与关键技术。

7. 知道自动驾驶技术与无人机技术的基本概念。

（七）人工智能感知与应用

1. 了解计算机视觉的基本概念及其主要应用场景。

2. 了解语音识别与语音合成的基本概念及其应用。

3. 知道扩展现实（Extended Reality，XR）、人工智能生成 3D 内容（AI-Generated 3D Content）、数字孪生（Digital Twin）与数字人（Digital Human）的概念及其典型应用场景。

（八）人工智能伦理、安全与治理

1. 理解人工智能伦理的基本概念与原则。

2. 了解人工智能中的算法偏见和数据偏差，且能够识别常见的人工智能歧视和不公平现象。

3. 了解人工智能系统面临的数据安全、算法与模型安全、应用与系统安全等概念与典型案例。

4. 了解人工智能治理的基本理念及主要途径。

三、考试方式

（一）基本情况

考试总时长 30-60 分钟，满分 100 分。

（二）考试环境

（三）题型结构

1. 单项选择题（60 分）

2. 多项选择题（30 分）

3. 判断题（10 分）