iPAS AI 應用規劃師初級好考嗎？考過後的真實心得分享

如果你正在考慮要不要報考 iPAS AI 應用規劃師初級，可能會想問：這張證照到底好不好考？我自己報名之前其實沒有做什麼功課，想說邊學邊考張證照好像也不錯～

我自己本身有資訊背景，是一名軟體工程師，雖然平常有在使用像是 ChatGPT、Claude 這類工具，但對人工智慧的領域真的很不熟，以前完全沒有接觸過。最後我通過考試的分數是：科目一 78 分、科目二是 88 分。

跟我一起準備的家人，是非資訊背景，他的科目一是 64 分、科目二 72 分，兩科平均 68 分，離通過只差 2 分。

這篇想從我與家人兩個人的實際考試經驗，聊聊 iPAS AI 應用規劃師初級到底難不難、哪一科比較難～

如果你比較想知道要準備多久、每天怎麼安排，可以參考這篇文章「iPAS AI 應用規劃師初級要準備多久？兩週備考計畫與時間安排」。

1. iPAS AI 應用規劃師初級好考嗎？

如果現在有人直接問我 iPAS AI 應用規劃師初級好不好考，我覺得難度是有的，大約需要認真準備 2 ~ 4 週，就有機會通過！

雖然證照上面是寫初級，但學習指引所涵蓋的範圍蠻寬的，要讀熟的東西比想像中的還要多。尤其是科目一，從人工智慧、機器學習、模型評估，到資料隱私、AI 治理都有，我不會把它歸類成一張可以靠背考古題答案就去考的證照。

每一個主題單獨看，好像沒有非常難，但全部放在一起之後，就會開始出現很多容易混淆的名詞。我最常發生的狀況是，明明昨天才看過，隔天再看到就忘光了XD。很多概念不能單記一個名詞，還要知道了解實際的應用情境。

2. 科目一跟科目二哪科比較難？

如果問我兩科哪一科比較難，絕對是科目一。我的科目一與科目二成績差了 10 分。科目一還是認真準備過的，分數還偏低，科目二只有考前看過考古題跟專有名詞解釋XD

2.1. 科目一專有名詞真的很多

身為軟體工程師，相關的專有名詞有看過一些，但機器學習真的幾乎是從零開始。第一次看到監督式學習、非監督式學習、Precision、Recall、F1-score、ROC、AUC 時，真的有一種腦袋放滿了很多陌生名詞的感覺。

而且有些觀念第一次看的時候，會誤以為自己懂了。像監督式學習有標籤、非監督式學習沒有標籤，這一句很好記。

但當題目問你：現在有一批沒有分類過的顧客資料，希望系統自己找出不同類型的顧客，這時候你就要自己判斷它適合哪一種方法。

這種「看起來都對、就是分不出來」的觀念，我另外整理成「iPAS AI 應用規劃師科目一考試重點｜5 組最容易搞混的觀念」，四種學習類型怎麼判斷，裡面有講得更細。

2.2. 科目二比較偏實際應用

科目二是生成式 AI 應用與規劃，因為我平常本來就蠻常使用生成式 AI，所以看到 No-Code、Context、Prompt、AI Agent 理解起來會快很多。

所以我考科目二的時候明顯比較輕鬆，寫完之後大概還有 30 分鐘可以重新檢查。科目一寫完大概只剩 20 分鐘，而且中間真的有不少題目需要停下來想。

這個感受可能會根據每個人的背景有點不同。如果平常完全沒有使用生成式 AI，科目二裡面還是有不少專有名詞。以我自己的狀況來說，科目二真的好寫很多，家人的看法也剛好跟我一樣～

2.3. iPAS 初級及格門檻高嗎？

我自己覺得 iPAS 初級的及格規則算蠻友善，尤其是同一次報考兩科時，兩科成績可以取平均，不需要每一科都考到 70 分。

• 同時報考兩科：例如科目一 60 分、科目二 80 分，平均 70 分，一樣可以通過。
• 分科報考：該科就必須直接達到 70 分（含）以上。

所以如果是第一次報考，兩科一起考的計分方式其實比較有彈性。像我家人當時科目一 64 分、科目二 72 分，平均 68 分，就差一點點就通過了！下一梯次他可以補考科目一就好，不過我建議他還是同時報考兩科，因為兩科平均 70 就通過的機制，真的太友善了，一定要好好運用～

3. 正式考試比考古題難嗎？

這個問題我覺得很多人考前都會想知道。以我自己參加的那一場來說，我覺得正式考試比考古題難，而且這個感覺還蠻明顯的。

我考前有刷官方歷屆試題，刷到後面其實會慢慢熟悉題型。有些題目看到關鍵字，很快就可以知道答案，所以進考場之前，我原本還覺得應該不會差太多。

結果正式考試開始寫之後，就會發現有些題目真的比考古題更需要花時間理解，尤其是題幹比較長的情境題。

不過家人後來有去考其他考次，他有明顯感覺到科目一比上一梯次簡單一點點，所以每一場的體感可能會不太一樣～每一梯次的「獲證率」可以到官網的「成績公告」查詢

3.1. 有些題目真的很像閱讀測驗

我印象蠻深的是，有些題目會先描述一間公司目前遇到什麼問題、手上有哪些資料、希望達成什麼目標，最後才問你應該選哪一種方法。

這種題目字數非常長，要懂得抓關鍵字，不然很容易看完還是一頭霧水，科目一總共 75 分鐘、50 題，平均一題大概就一分多鐘，我自己最後剩下大約 20 分鐘可以檢查，超級趕～

跟我一起考的家人，兩場考試的科目一，都是一路寫到最後，完全沒有時間檢查，所以如果本身閱讀速度比較慢，正式考試時，還是要留意一下時間分配。

4. 沒有資訊背景會很難嗎？

這次我剛好有家人做對照，他完全沒有資訊背景，很多我平常已經習慣的資訊名詞，對他來說都要重新理解。

像 API、模型、資料集、演算法這些字，我以前工作時常常看到，所以根本不會特別去想它們是什麼。但對完全沒有資訊背景的人來說，這些全部都是新東西，更不用說後面的機器學習、模型評估、神經網路。

所以我們一起準備的時候，我才真的感覺到，有沒有資訊背景在前期理解速度上還是有差。

不過家人最後科目一 64 分、科目二 72 分，平均 68 分，其實已經離通過很近。這個結果老實說有點超出我原本的預期，因為我一開始真的很擔心他會不會完全跟不上。

實際陪他準備完之後，我會覺得完全沒有資訊背景還是可以考，前提是需要一份好的考試筆記。

對非資訊背景的人來說，有些東西如果直接看定義真的很抽象，但換成生活化的例子就會突然好懂很多～

5. 有資訊背景就會很好考嗎？

有資訊背景確實會有幫助，尤其看到 API、演算法、模型這些字時，不會太陌生，有些觀念也可以跟以前念書或工作經驗連起來。

但如果平常工作沒有碰過 AI、機器學習、資料分析，還是會遇到不少新的內容。所以看到工程師考過，也不用直接覺得「他本來就會啦」。至少我自己當時準備科目一的時候，也是每天苦讀XD

6. 考 iPAS 初級數學需要很好嗎？

我一開始看到機器學習這一塊時，也有想過這個問題。畢竟只要講到 AI、模型、機器學習，很容易就會聯想到一堆數學公式。

但實際準備和考完之後，我覺得初級考試不用太擔心數學。確實會遇到一些跟統計或計算有關的內容，例如模型評估指標，也會有一些公式需要理解。

但以目前的考古題來說還沒有考到細部的計算，所以數學公式的部分暫時不是卡點。比較常卡住的是「這兩個名詞到底差在哪」、「這個情境到底適合哪一個方法」。

所以如果本身數學沒有很好，我覺得還是可以準備這張證照，先不用因為看到機器學習或模型訓練就自己嚇自己～

7. 平常很會用 ChatGPT，考試會比較簡單嗎？

我覺得對考試的準備，幫助還蠻大的，像整理考試筆記、或是考古題分析，我都會使用 AI 工具來備考，當遇到不懂的地方，就可以馬上詢問 AI，雖然 AI 可能會有幻覺，但可以使用不同的 AI 工具來檢核內容的正確性。

另外使用生成式 AI，對於提示詞、上下文、Token 這些名詞也會比較熟悉，讀到延伸觀念時，確實會比較容易理解。有些題目甚至可以直接用自己的實際使用經驗去判斷。對科目二來講有一定的幫助～

不過科目一的部分就沒這麼簡單了，平常會跟 ChatGPT 聊天，不代表自然就會知道 Precision、Recall、CNN、RNN、聚類、迴歸這些名詞。

我自己一開始就是覺得，反正每天都在用 AI，應該多少有點底子吧。結果翻開科目一之後，發現有一大堆內容要重新學XD

所以如果你現在平常很常使用 ChatGPT，我覺得確實有一些優勢，但還是要看完整的考試範圍，尤其科目一真的要認真花時間好好念書。

8. iPAS AI 應用規劃師初級到底難不難？

我覺得不算非常困難，只要有認真準備都有機會通過～如果你已經確定要考，接下來比較需要知道考試當天要帶什麼、流程怎麼走，也可以再看「iPAS AI 應用規劃師考前準備：考試要帶什麼？流程與答題技巧一次看懂」。

希望這篇可以先讓你對 iPAS 初級的實際難度有個底。至少不要跟我一樣，一開始看到「初級」兩個字，就默默覺得應該很好考，拖到後面才臨時抱佛腳XD