隨著生成式 AI 從「工具」快速演變為「應用核心能力」，雲端大廠也開始將 AI 能力納入正式的認證體系。其中，Amazon Web Services 推出的 AWS Certified Generative AI Developer – Professional，被視為未來 AI 開發者與雲端工程師的重要能力證明之一。
這張證照的核心，不只是「會用 AI 工具」，而是強調：
如何在 AWS 生態系中，設計、開發、部署並優化生成式 AI 應用。
一、認證定位與背景
AWS 在生成式 AI 的策略主要圍繞三個層級：
- AI 使用者（User）
- 使用基礎生成式 AI 工具
- AI 開發者（Developer）
- 構建 Prompt、RAG 應用、API 整合
- AI 架構師（Architect / Professional）
- 設計企業級 AI 系統、治理與擴展
AWS Certified Generative AI Developer – Professional 屬於 中高階開發者 / 架構整合層級
二、考試概覽
⚠️ AWS 認證細節可能隨版本更新略有調整，以下為基於目前 AWS AI 認證體系推測與整理的通用架構。
1. 考試形式
- 類型：選擇題 + 情境題（Scenario-based）
- 難度：Professional 級（偏實戰）
- 語言：英文為主
- 題數：約 50–65 題（依 AWS Professional 系列推估）
- 時間：約 170 分鐘
2. 核心考察方向
這張考試的重點不是模型理論，而是「工程落地能力」。
三、核心知識點整理（重點章節）
1️⃣ 生成式 AI 架構與 AWS Bedrock
- Amazon Web Services Amazon Bedrock
- Foundation Models（Claude、Titan、Llama 等）
- Model selection 策略
- 多模型調用架構
- Prompt orchestration（提示詞編排）
- Model endpoint 管理
- Latency / cost trade-off
2️⃣ Prompt Engineering（提示工程）
考試會強調「工程化 Prompt」而不是寫 Prompt：
- Zero-shot / Few-shot / Chain-of-Thought
- System prompt vs User prompt
- Prompt template 管理
- Prompt versioning
- Prompt injection 防護
常見考點：
- 如何降低 hallucination
- 如何提高 domain accuracy
- 如何設計可重用 prompt pipeline
3️⃣ RAG（Retrieval-Augmented Generation）
這是整張考試的核心之一：
- 向量資料庫（Vector DB）
- Embedding model 使用方式
- Knowledge Base 建構
- Chunking strategies（切塊策略）
- Retrieval ranking
- Hybrid search（keyword + vector）
AWS 常見工具：
- Amazon OpenSearch
- Amazon Aurora pgvector
- Bedrock Knowledge Base
4️⃣ AI Agents 與工具調用（Tool Use）
- Function calling / Tool use architecture
- Multi-agent workflow
- Task decomposition
- Planning vs execution separation
應用場景：
- 自動客服系統
- DevOps AI assistant
- 智能工作流編排
5️⃣ 模型安全與 Responsible AI
這一塊在 AWS Professional 等級佔比很高：
- Prompt injection 防禦
- Data leakage prevention
- Bias 與 fairness
- Content filtering
- Guardrails（Bedrock Guardrails）
6️⃣ 模型部署與優化
- Serverless inference（Lambda + Bedrock）
- Container deployment（ECS / EKS）
- Auto scaling AI workloads
- Cost optimization（token usage optimization）
- Caching strategy
7️⃣ AI 應用整合（Application Integration）
- API Gateway + AI service integration
- Event-driven architecture（EventBridge）
- Step Functions workflow AI automation
- Logging & monitoring（CloudWatch）
四、適合考試的人群
這張證照不是入門級，適合以下人群：
✔ 1. 雲端工程師（Cloud Engineer）
已經熟悉 AWS 服務，希望進入 AI 架構設計
✔ 2. 軟體開發工程師（Backend / Full Stack）
想把生成式 AI 融入應用（SaaS / API / Agent）
✔ 3. Data Engineer / ML Engineer
已有 ML 基礎，想轉向 LLM 應用層
負責企業 AI 系統設計與落地
五、不適合的人群
- 完全沒有 AWS 基礎
- 沒接觸過 API / Cloud architecture
- 只會使用 ChatGPT，不理解系統設計
- 沒有 Python 或 backend 基礎
建議先考：
- AWS Cloud Practitioner
- AWS Solutions Architect – Associate
- 或 AI Practitioner 類基礎證照
六、考試難度分析
可以用三個維度理解：
| 項目 | 難度 |
|---|---|
| Prompt 技術 | 中 |
| 系統架構 | 高 |
| RAG / 向量資料庫 | 高 |
| AWS 整合能力 | 很高 |
整體難度：⭐⭐⭐⭐☆（Professional 級）
七、學習建議路線（實戰導向）
Step 1：AWS 基礎
- IAM / VPC / Lambda / S3
- API Gateway
Step 2：生成式 AI 基礎
- Prompt engineering
- LLM 基本原理
Step 3：AWS AI 服務
- Amazon Bedrock
- OpenSearch vector search
- SageMaker 基礎概念
Step 4：RAG 實戰
- 做一個 knowledge chatbot
- 文件問答系統
Step 5：AI Agent 架構
- tool use
- workflow automation
八、這張證照的市場價值
在 AI 正在重構 IT 架構的趨勢下，這張證照的價值在於：
✔ 1. 從「使用 AI」升級到「設計 AI 系統」
✔ 2. AWS 生態 AI 能力整合證明
✔ 3. 企業 AI 專案實戰能力背書
✔ 4. AI + Cloud 雙能力融合
九、總結
AWS Certified Generative AI Developer – Professional 的核心不是「AI 理論考試」，而是：
你是否能在雲端環境中，把 LLM 變成真正可用、可擴展、可控的企業級系統。
在 AI 工程化快速普及的今天，這張證照更像是一個分水嶺：
- 只會用 AI → 使用者
- 能整合 AI → 開發者
- 能設計 AI 系統 → 專業工程師