我们评价的是什么
IAIA 将 AI 应用能力定义为：在真实业务情境中，借助 AI 完成任务，并对结果负责的能力。
其中包含两层含义：完成任务，而非操作某个工具；对结果负责，即使用者须判断产出是否可信、可用。
放到具体场景就是：需求方丢给你一句模糊的需求，你要用 AI 把它做完，最后还要对结果负责。
如何评定呢？
我们的答案：五个动作
要完成AI 应用能力的评定，这中间会经历五个动作，我们把它叫做 5A：
Ask · 需求拆解
将模糊的业务诉求转化为 AI 可执行的任务，并判断该任务是否应当使用 AI。后者常被忽略，却是避免无效投入的前提。
Apply · 工具应用
依据任务特征选择适当的工具与方法，构造结构化指令，获得可用产出。我们考察的是选型理由，而非操作熟练度。
Assemble · 流程编排
设计人机协作流程，明确标注必须人工介入的环节，并设置出错时的兜底方案。
Assure · 结果校验
识别产出中的错误、虚构与风险，通过交叉验证确认其可靠性。
Articulate · 成果表达
将产出转化为面向决策者的建议，说明结论的置信度与适用边界。
权重分配
在5A能力标准中，需求拆解 15%，工具应用 20%，流程编排 20%，结果校验 30%，成果表达 15%。
结果校验权重最高，基于一个判断：生成产出与判断产出是否可信，是两种不同的能力。
当前 AI 应用中的多数问题，并非来自不会生成，而来自未经检验的产出被直接交付。
因此本认证中，识别植入错误、排查口径差异、发现边界条件遗漏等题型占有相当比例。
考评的两个方向
IAIA 目前开设两个考评方向，面向不同的岗位类型。
AI 数据工程师
面向数据分析、数据运营、业务分析等岗位。核心能力包括数据采集与处理、SQL 与数据仓库、实时计算、数据分析与呈现。
AIGC 应用工程师
面向内容生产、设计、营销、新媒体等岗位。核心能力包括提示词设计、图像与视频生成、工作流编排、结果校验与商业应用。
两个方向采用相同的能力框架结构，即上述五个能力单元；但各方向的能力单元定义、考试大纲、题库与评分量规均独立制定，不存在共用试卷或共用题目的情形。
两个方向分别报考、分别颁发证书，不可互换，亦不可相互折算。具备两个方向能力者，可分别报考。
关于这套标准
本框架由 IAIA 委员会于 2025 年首次提出，经试运行修订后正式对外发布。
标准将依据考试数据与各方反馈定期复审，欢迎提出意见。