Vai al contenuto
TokIQ
Apprendimento

Google Generative AI Leader: 10 domande d'esame con risposte

10 domande di esempio originali per Generative AI Leader con risposte e spiegazioni, più formato ufficiale dell'esame, sezioni e domande gratuite di Google.

TokIQ Editorial8 min di lettura
In questo articolo
  1. I dati dell'esame Generative AI Leader in sintesi
  2. Sezione 1: Fundamentals of gen AI
  3. Sezione 2: Google Cloud's gen AI offerings
  4. Sezione 3: Techniques to improve gen AI model output
  5. Sezione 4: Business strategies for a successful gen AI solution
  6. Come valutarti
  7. Come sono state scritte queste domande
  8. Esercitati con altre domande Generative AI Leader

L'esame Google Cloud Generative AI Leader ha da 50 a 60 domande a scelta multipla, 90 minuti, nessun prerequisito e nessuna programmazione. Qui sotto trovi 10 domande di esempio originali con risposte, divise nelle quattro sezioni indicate da Google, seguite dai dati ufficiali dell'esame e dalle domande gratuite di Google.

Punti chiave

  • L'esame è a livello di business: scegli l'approccio gen AI giusto per una situazione, non scrivi codice.
  • Due sezioni portano la maggior parte del peso: le soluzioni gen AI di Google Cloud (circa il 35%) e i fondamenti della gen AI (circa il 30%).
  • Aspettati domande a scenario in cui l'opzione più economica, più ancorata ai dati o più responsabile è quella giusta.

I dati dell'esame Generative AI Leader in sintesi

I dati vengono dalla pagina ufficiale della certificazione Generative AI Leader, controllata il 2026-11-02. Per le quattro sezioni nel dettaglio e un piano di studio, vedi la nostra pagina di preparazione a Generative AI Leader.

DatoValore ufficiale
Domande50-60 a scelta multipla
Durata90 minuti
Prezzo$99 (più imposte dove applicabili)
LingueInglese, giapponese, spagnolo
ModalitàCon sorveglianza online o in sede
PrerequisitiNessuno
Validità3 anni
Sezione (dalla guida all'esame)Peso approssimativoDomande qui sotto
1. Fundamentals of gen AI~30%1-3
2. Google Cloud's gen AI offerings~35%4-6
3. Techniques to improve gen AI model output~20%7-8
4. Business strategies for a successful gen AI solution~15%9-10

Sezione 1: Fundamentals of gen AI

Domanda 1

Un team di marketing chiede quale affermazione descrive meglio un foundation model. Qual è la risposta migliore?

  • A. Un motore di regole che smista i ticket di assistenza
  • B. Un grande modello addestrato su dati ampi che può essere adattato a molti compiti
  • C. Un database che conserva i documenti aziendali
  • D. Un modello che sa solo classificare le immagini in etichette fisse

Risposta: B. Un foundation model è addestrato su dati ampi e può essere adattato a molti compiti successivi, come riassumere, redigere e rispondere a domande.

  • A è sbagliata perché un motore di regole segue una logica fissa e non è addestrato su dati ampi.
  • C è sbagliata perché conservare documenti è compito di un archivio dati, non di un modello.
  • D è sbagliata perché un classificatore a etichette fisse è un modello ristretto, non un foundation model generale.

Domanda 2

Un team ha bisogno di un solo modello che legga la foto di un prodotto e ne scriva una didascalia. Quale capacità serve?

  • A. Un modello solo testuale
  • B. Un modello multimodale
  • C. Un modello speech-to-text
  • D. Un modello di regressione tabellare

Risposta: B. Un modello multimodale lavora con più di un tipo di dati, qui un'immagine in ingresso e testo in uscita.

  • A è sbagliata perché un modello solo testuale non può leggere un'immagine.
  • C è sbagliata perché lo speech-to-text converte l'audio in testo.
  • D è sbagliata perché la regressione prevede numeri da dati tabellari.

Domanda 3

Un modello afferma con sicurezza una policy aziendale che non esiste. Come si chiama questo comportamento?

  • A. Grounding
  • B. Tokenizzazione
  • C. Un'allucinazione
  • D. Fine-tuning

Risposta: C. Un'allucinazione è un output che suona plausibile ma non è vero o non è supportato da nessuna fonte.

  • A è sbagliata perché il grounding è il rimedio: collegare le risposte a dati affidabili.
  • B è sbagliata perché la tokenizzazione divide il testo nelle unità che il modello legge.
  • D è sbagliata perché il fine-tuning è un addestramento ulteriore, non un modo di fallire.

Sezione 2: Google Cloud's gen AI offerings

Domanda 4

Uno sviluppatore vuole accedere ai modelli Gemini di Google tramite Google Cloud per costruire e gestire un'applicazione gen AI con controlli aziendali. Quale piattaforma Google Cloud è pensata per questo?

  • A. Looker Studio
  • B. Vertex AI
  • C. Cloud DNS
  • D. Google Sheets

Risposta: B. Vertex AI è la piattaforma AI di Google Cloud per accedere ai modelli, costruire e distribuire applicazioni AI.

  • A è sbagliata perché Looker Studio crea dashboard e report.
  • C è sbagliata perché Cloud DNS gestisce i record dei nomi di dominio.
  • D è sbagliata perché Google Sheets è un foglio di calcolo, non una piattaforma di sviluppo AI.

Domanda 5

Un'azienda vuole che i dipendenti ricevano aiuto dall'AI dentro gli strumenti che già usano per email, documenti e riunioni, senza costruire nulla. Che tipo di soluzione è adatta?

  • A. Un assistente gen AI per il lavoro già pronto
  • B. Un modello personalizzato addestrato da zero
  • C. Un cluster GPU gestito in proprio
  • D. Un data warehouse

Risposta: A. Google offre soluzioni gen AI per il lavoro già pronte, quindi un team può adottarle senza sviluppo. Per questo obiettivo non serve costruire un modello.

  • B è sbagliata perché addestrare da zero è lento e costoso e l'azienda vuole solo un aiuto già pronto.
  • C è sbagliata perché gestire le GPU è un lavoro di infrastruttura che l'azienda vuole evitare.
  • D è sbagliata perché un data warehouse conserva e interroga dati.

Domanda 6

Un responsabile vuole un assistente rivolto ai clienti che possa compiere azioni su più sistemi, come controllare un ordine e avviare un reso. Quale concetto descrive un software che pianifica i passaggi e usa strumenti per completare un obiettivo?

  • A. Un agente gen AI
  • B. Una pagina FAQ statica
  • C. Un report batch
  • D. Una content delivery network

Risposta: A. Un agente usa un modello per pianificare, chiamare strumenti e completare compiti a più passaggi verso un obiettivo.

  • B è sbagliata perché una pagina statica non può compiere azioni.
  • C è sbagliata perché un report batch è un output pianificato, non un uso interattivo di strumenti.
  • D è sbagliata perché una CDN accelera la distribuzione dei contenuti.

Sezione 3: Techniques to improve gen AI model output

Domanda 7

Un bot di assistenza deve rispondere solo dagli articoli di aiuto aggiornati dell'azienda e citarli. Quale tecnica lo ottiene?

  • A. Alzare la temperatura
  • B. Ancorare il modello (grounding) ai dati dell'azienda
  • C. Ridurre il prompt a una sola parola
  • D. Riaddestrare da zero il modello ogni notte

Risposta: B. Il grounding collega le risposte del modello a fonti affidabili, come gli articoli di aiuto recuperati, riducendo le allucinazioni e permettendo le citazioni.

  • A è sbagliata perché una temperatura più alta rende l'output più vario, non più accurato.
  • C è sbagliata perché un prompt di una parola dà al modello meno contesto.
  • D è sbagliata perché il riaddestramento completo ogni notte costa molto più del grounding sui documenti aggiornati.

Domanda 8

Le risposte di un modello sono corrette ma escono ogni volta in formati diversi. Qual è il primo miglioramento più rapido?

  • A. Addestrare un nuovo modello
  • B. Dare istruzioni chiare e uno o due esempi del formato che vuoi
  • C. Passare a un data center più grande
  • D. Rimuovere tutte le istruzioni

Risposta: B. Il prompt engineering, con istruzioni esplicite e un paio di esempi, è il modo più rapido ed economico per ottenere un formato coerente. Vedi zero-shot e few-shot a confronto.

  • A è sbagliata perché l'addestramento è lento e costoso per un problema di formato.
  • C è sbagliata perché la posizione dell'infrastruttura non cambia lo stile dell'output.
  • D è sbagliata perché togliere le istruzioni rende l'output meno prevedibile.

Sezione 4: Business strategies for a successful gen AI solution

Domanda 9

Un'azienda sta per lanciare uno strumento gen AI che riassume le email dei clienti. Quale passaggio sostiene meglio l'AI responsabile prima del lancio?

  • A. Saltare i test per rilasciare più in fretta
  • B. Testare l'output dannoso, distorto o inesatto e far rivedere da una persona i casi importanti
  • C. Nascondere che lo strumento usa l'AI
  • D. Dare a ogni dipendente accesso a tutti i dati dei clienti

Risposta: B. L'adozione responsabile significa testare bias, accuratezza e danni, e mantenere la supervisione umana dove gli errori contano.

  • A è sbagliata perché saltare i test aumenta il rischio di danni.
  • C è sbagliata perché la trasparenza sull'uso dell'AI fa parte dell'AI responsabile.
  • D è sbagliata perché un accesso ampio a dati sensibili è in conflitto con sicurezza e privacy.

Domanda 10

Un responsabile deve scegliere il primo progetto gen AI. Qual è il miglior punto di partenza?

  • A. Il processo più complesso dell'azienda
  • B. Un caso d'uso ben definito e a rischio più basso, con una misura di successo chiara
  • C. Un progetto senza responsabile
  • D. Un progetto che non richiede dati

Risposta: B. Un caso d'uso mirato con valore misurabile permette al team di imparare, mostrare risultati e scalare con cautela.

  • A è sbagliata perché partire dal processo più difficile aumenta rischio e ritardi.
  • C è sbagliata perché i progetti hanno bisogno di un responsabile che risponda dei risultati.
  • D è sbagliata perché le soluzioni gen AI dipendono da buoni dati e contesto.

Come valutarti

Conta le risposte corrette per sezione, non solo il totale. Dieci domande sono troppo poche per prevedere il risultato di un esame, e Google dice lo stesso delle sue domande di esempio.

Diverse domande qui sopra dipendono da prompting e grounding. Se ti sono sembrate deboli, leggi cos'è RAG e come scrivere prompt migliori.

Come sono state scritte queste domande

TokIQ Editorial ha scritto queste domande a partire dagli argomenti delle sezioni nella guida pubblica all'esame di Google. Non sono domande vere dell'esame e non provengono da nessun dump. I nomi dei prodotti Google Cloud cambiano, quindi controlla i nomi attuali sulle pagine di Google. TokIQ è un'app di pratica indipendente, non affiliata né approvata da Google. I dati dell'esame sono stati controllati il 2026-11-02.

Stai scegliendo tra più certificazioni? Vedi quale certificazione AI fare per prima.

Esercitati con altre domande Generative AI Leader

TokIQ (su Google Play, in arrivo su iPhone) ha una modalità di preparazione a Generative AI Leader con una breve sessione quotidiana, ripetizione distanziata per le domande sbagliate, un punteggio di preparazione per sezione, simulazioni d'esame e spiegazioni nella tua lingua.

Domande frequenti

Quante domande ha l'esame Generative AI Leader?

Google indica da 50 a 60 domande a scelta multipla con 90 minuti per rispondere. L'esame è con sorveglianza online o in sede, costa $99 più imposte dove applicabili e non ha prerequisiti (pagina della certificazione Google Cloud, controllata il 2026-11-02).

Google offre domande di esempio ufficiali per Generative AI Leader?

Sì. La pagina della certificazione rimanda a un set gratuito di domande di esempio. Google precisa che non sono a tempo, sono disponibili solo in inglese e non rappresentano la gamma di argomenti né la difficoltà dell'esame vero, quindi non vanno usate per prevedere il tuo risultato.

Serve saper programmare per superare l'esame Generative AI Leader?

No. Google dice che la certificazione è per chiunque, in qualsiasi ruolo, con o senza esperienza tecnica pratica. L'esame verifica la comprensione a livello di business della gen AI, le soluzioni gen AI di Google Cloud, le tecniche per migliorare l'output dei modelli e la strategia aziendale.

Qual è il punteggio per superare Generative AI Leader?

Google non pubblica un punteggio minimo sulla pagina della certificazione. Considera qualsiasi numero trovato su un sito di terze parti come un obiettivo di studio, non come una cifra ufficiale.

Sono vere domande dell'esame?

No. TokIQ Editorial ha scritto tutte e 10 le domande a partire dagli argomenti della guida pubblica all'esame di Google. I contenuti dell'esame vero sono riservati, quindi i dump di domande sono un rischio, non una scorciatoia.

  • #Generative AI Leader
  • #Google Cloud
  • #domande di esempio
  • #preparazione certificazione

Ora mettiti alla prova

TokIQ trasforma il prompt engineering in brevi quiz, con una spiegazione per ogni risposta.

Presto suApp StoreDisponibile suGoogle Play
Apprendimento12 min di lettura

AI-901 (AI901): domande d'esame di esempio e dati

10 domande di esempio originali per AI-901 (AI901) con risposte, i dati ufficiali dell'esame, le competenze valutate e cosa ha sostituito AI-900 nel 2026.

Scrivi prompt migliori, poche domande al giorno.

Brevi quiz su vere decisioni di prompting, con una spiegazione per ogni risposta. Gratis per iniziare su iPhone e Android.

Presto suApp StoreDisponibile suGoogle Play