Перейти к содержимому
TokIQ
Обучение

Вопросы к экзамену Google Generative AI Leader с ответами

10 авторских пробных вопросов Generative AI Leader с ответами и разбором, а также официальный формат экзамена, разделы и бесплатные примеры вопросов от Google.

TokIQ Editorial7 мин чтения
В этой статье
  1. Generative AI Leader: основные факты об экзамене
  2. Раздел 1: основы генеративного ИИ
  3. Раздел 2: предложения Google Cloud в области генеративного ИИ
  4. Раздел 3: приёмы улучшения ответов модели генеративного ИИ
  5. Раздел 4: бизнес-стратегии для успешного решения на основе генеративного ИИ
  6. Как оценить свой результат
  7. Как были написаны эти вопросы
  8. Больше пробных вопросов Generative AI Leader

На экзамене Google Cloud Generative AI Leader от 50 до 60 вопросов с выбором ответа, 90 минут, без предварительных требований и без программирования. Ниже 10 авторских пробных вопросов с ответами по четырём разделам, которые перечисляет Google, а затем официальные данные об экзамене и бесплатные примеры вопросов от самой Google.

Главное

  • Экзамен на бизнес-уровне: вы выбираете подходящий подход к генеративному ИИ для ситуации, а не пишете код.
  • Больше всего весят два раздела: предложения Google Cloud в области генеративного ИИ (около 35%) и основы генеративного ИИ (около 30%).
  • Ждите вопросы-сценарии, где верный вариант — самый дешёвый, самый обоснованный на данных или самый ответственный.

Generative AI Leader: основные факты об экзамене

Данные взяты со страницы официальной сертификации Generative AI Leader, проверены 2026-11-02. Подробнее о четырёх разделах и план подготовки смотрите на нашей странице подготовки к Generative AI Leader.

ФактОфициальное значение
Вопросов50-60 с выбором ответа
Время90 минут
Цена$99 (плюс налог, где он применяется)
ЯзыкиАнглийский, японский, испанский
ФорматОнлайн или в центре, под наблюдением
Предварительные требованияНет
Срок действия3 года
Раздел (из руководства к экзамену)Примерный весВопросы ниже
1. Основы генеративного ИИ~30%1-3
2. Предложения Google Cloud в области генеративного ИИ~35%4-6
3. Приёмы улучшения ответов модели генеративного ИИ~20%7-8
4. Бизнес-стратегии для успешного решения на основе генеративного ИИ~15%9-10

Раздел 1: основы генеративного ИИ

Вопрос 1

Маркетинговая команда спрашивает, какое утверждение лучше всего описывает фундаментальную модель. Какой ответ самый подходящий?

  • A. Движок правил, который распределяет обращения в поддержку
  • B. Большая модель, обученная на разнообразных данных, которую можно адаптировать под множество задач
  • C. База данных, где хранятся документы компании
  • D. Модель, которая умеет только относить изображения к заранее заданным меткам

Ответ: B. Фундаментальная модель обучена на широком спектре данных, и её можно адаптировать к множеству прикладных задач: суммаризации, составлению черновиков, ответам на вопросы.

  • A неверно, потому что движок правил работает по фиксированной логике и не обучается на разнообразных данных.
  • C неверно, потому что хранить документы должно хранилище данных, а не модель.
  • D неверно, потому что классификатор с фиксированными метками — узкая модель, а не универсальная фундаментальная.

Вопрос 2

Команде нужна одна модель, которая смотрит на фото товара и пишет к нему подпись. Какая возможность для этого нужна?

  • A. Модель только для текста
  • B. Мультимодальная модель
  • C. Модель преобразования речи в текст
  • D. Модель табличной регрессии

Ответ: B. Мультимодальная модель работает с несколькими типами данных, здесь на входе изображение, а на выходе текст.

  • A неверно, потому что модель только для текста не может прочитать изображение.
  • C неверно, потому что преобразование речи в текст превращает аудио в текст.
  • D неверно, потому что регрессия предсказывает числа по табличным данным.

Вопрос 3

Модель уверенно рассказывает о политике компании, которой не существует. Как называется такое поведение?

  • A. Заземление (grounding)
  • B. Токенизация
  • C. Галлюцинация
  • D. Дообучение (fine-tuning)

Ответ: C. Галлюцинация — это ответ, который звучит правдоподобно, но неверен или не подтверждён ни одним источником.

  • A неверно, потому что заземление — это как раз средство против галлюцинаций: привязка ответов к надёжным данным.
  • B неверно, потому что токенизация разбивает текст на единицы, которые читает модель.
  • D неверно, потому что дообучение — это дополнительное обучение, а не вид сбоя.

Раздел 2: предложения Google Cloud в области генеративного ИИ

Вопрос 4

Разработчик хочет получить доступ к моделям Gemini от Google через Google Cloud, чтобы создавать приложение с генеративным ИИ и управлять им с корпоративными средствами контроля. Для чего создана платформа Google Cloud?

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

Ответ: B. Vertex AI — платформа ИИ в Google Cloud для доступа к моделям, создания и развёртывания ИИ-приложений.

  • A неверно, потому что Looker Studio создаёт дашборды и отчёты.
  • C неверно, потому что Cloud DNS управляет записями доменных имён.
  • D неверно, потому что Google Таблицы — это электронная таблица, а не платформа разработки ИИ.

Вопрос 5

Компания хочет, чтобы сотрудники получали помощь ИИ в привычных инструментах для почты, документов и встреч, ничего не разрабатывая. Какой тип решения подойдёт?

  • A. Готовый ИИ-ассистент для работы на базе генеративного ИИ
  • B. Своя модель, обученная с нуля
  • C. Собственный кластер GPU
  • D. Хранилище данных

Ответ: A. Google предлагает готовые решения на основе генеративного ИИ для работы, поэтому команда может внедрить их без разработки. Для этой цели создавать модель не нужно.

  • B неверно, потому что обучение с нуля долгое и дорогое, а компании нужна лишь готовая помощь.
  • C неверно, потому что управление GPU — это работа с инфраструктурой, которой компания хочет избежать.
  • D неверно, потому что хранилище данных хранит данные и обрабатывает запросы к ним.

Вопрос 6

Руководитель хочет клиентского ассистента, который сможет выполнять действия сразу в нескольких системах, например проверять заказ и оформлять возврат. Какое понятие описывает программу, которая планирует шаги и использует инструменты для достижения цели?

  • A. ИИ-агент на основе генеративного ИИ
  • B. Статичная страница FAQ
  • C. Пакетный отчёт
  • D. Сеть доставки контента

Ответ: A. Агент с помощью модели планирует, вызывает инструменты и выполняет многошаговые задачи для достижения цели.

  • B неверно, потому что статичная страница не может выполнять действия.
  • C неверно, потому что пакетный отчёт — это результат по расписанию, а не интерактивное использование инструментов.
  • D неверно, потому что CDN ускоряет доставку контента.

Раздел 3: приёмы улучшения ответов модели генеративного ИИ

Вопрос 7

Бот поддержки должен отвечать только по актуальным справочным статьям компании и ссылаться на них. Какой приём это обеспечивает?

  • A. Повышение температуры
  • B. Заземление (grounding) модели на данных компании
  • C. Сокращение промпта до одного слова
  • D. Ежедневное переобучение модели с нуля

Ответ: B. Заземление связывает ответы модели с надёжными источниками, например с найденными справочными статьями. Это снижает число галлюцинаций и позволяет давать ссылки.

  • A неверно, потому что высокая температура делает ответы разнообразнее, а не точнее.
  • C неверно, потому что промпт из одного слова даёт модели меньше контекста.
  • D неверно, потому что ежедневное полное переобучение намного дороже, чем заземление на актуальные документы.

Вопрос 8

Ответы модели верны, но каждый раз приходят в разном формате. Какое самое быстрое первое улучшение?

  • A. Обучить новую модель
  • B. Дать чёткие инструкции и один-два примера нужного формата
  • C. Перейти в более крупный дата-центр
  • D. Убрать все инструкции

Ответ: B. Промпт-инжиниринг с явными инструкциями и парой примеров — самый быстрый и дешёвый способ получить единообразный формат. Смотрите статью zero-shot и few-shot промптинг.

  • A неверно, потому что обучение долгое и дорогое для проблемы с форматом.
  • C неверно, потому что расположение инфраструктуры не меняет стиль ответа.
  • D неверно, потому что без инструкций результат становится менее предсказуемым.

Раздел 4: бизнес-стратегии для успешного решения на основе генеративного ИИ

Вопрос 9

Компания собирается запустить инструмент на основе генеративного ИИ, который делает краткое изложение писем клиентов. Какой шаг перед запуском лучше всего поддерживает ответственное использование ИИ?

  • A. Пропустить тестирование, чтобы запуститься быстрее
  • B. Проверить, нет ли вредных, предвзятых или неточных ответов, и оставить людям проверку важных случаев
  • C. Скрыть, что инструмент использует ИИ
  • D. Дать всем сотрудникам доступ ко всем данным клиентов

Ответ: B. Ответственное внедрение означает проверку на предвзятость, точность и вред, а также контроль со стороны человека там, где ошибки значимы.

  • A неверно, потому что отказ от тестирования повышает риск вреда.
  • C неверно, потому что открытость в использовании ИИ — часть ответственного ИИ.
  • D неверно, потому что широкий доступ к чувствительным данным противоречит безопасности и конфиденциальности.

Вопрос 10

Руководитель выбирает первый проект на основе генеративного ИИ. С чего лучше начать?

  • A. С самого сложного процесса в компании
  • B. С чётко определённого сценария с невысоким риском и понятным показателем успеха
  • C. С проекта, у которого нет владельца
  • D. С проекта, которому не нужны данные

Ответ: B. Узкий сценарий с измеримой пользой позволяет команде учиться, показывать результат и осторожно масштабироваться.

  • A неверно, потому что начинать с самого сложного процесса означает повышать риск и задержки.
  • C неверно, потому что у проекта должен быть ответственный владелец.
  • D неверно, потому что решения на основе генеративного ИИ зависят от качественных данных и контекста.

Как оценить свой результат

Считайте правильные ответы по разделам, а не только общую сумму. Десяти вопросов слишком мало, чтобы предсказать результат экзамена, и Google пишет то же самое о своих примерах вопросов.

  • 9-10 правильных: решите официальные примеры вопросов от Google, затем потренируйтесь на время.
  • 6-8 правильных: перечитайте те разделы, где ошибались, в руководстве к экзамену.
  • 5 и меньше: начните с учебного курса Generative AI Leader, на который ссылается Google, а потом попробуйте снова.

Несколько вопросов выше зависят от промптинга и заземления. Если они показались слабым местом, прочитайте что такое RAG и как писать промпты лучше.

Как были написаны эти вопросы

TokIQ Editorial написала эти вопросы по темам разделов из открытого руководства Google к экзамену. Это не настоящие экзаменационные вопросы, и они не взяты ни из каких «сливов». Названия продуктов Google Cloud меняются, поэтому актуальные названия проверяйте на страницах Google. TokIQ — независимое приложение для тренировки, не связанное с Google и не одобренное ею. Факты об экзамене проверены 2026-11-02.

Выбираете между сертификациями? Смотрите какую сертификацию по ИИ сдавать первой.

Больше пробных вопросов Generative AI Leader

В TokIQ (в Google Play, скоро на iPhone) есть режим подготовки к Generative AI Leader: короткая ежедневная сессия, интервальное повторение вопросов, на которых вы ошиблись, оценка готовности по каждому разделу, пробные экзамены и объяснения на вашем языке.

Частые вопросы

Сколько вопросов на экзамене Generative AI Leader?

Google указывает от 50 до 60 вопросов с выбором ответа и 90 минут на их решение. Экзамен проходит онлайн или в центре под наблюдением, стоит $99 плюс налог, где он применяется, и не имеет предварительных требований (страница сертификации Google Cloud, проверено 2026-11-02).

Есть ли у Google официальные примеры вопросов Generative AI Leader?

Да. На странице сертификации есть ссылка на бесплатный набор примеров. Google сообщает, что они не ограничены по времени, доступны только на английском и не отражают ни набор тем, ни сложность настоящего экзамена, поэтому предсказывать по ним результат не стоит.

Нужно ли уметь программировать, чтобы сдать Generative AI Leader?

Нет. Google пишет, что сертификация подходит любому человеку на любой должности, с практическим техническим опытом или без него. Экзамен проверяет понимание генеративного ИИ на бизнес-уровне, предложений Google Cloud в этой области, приёмов улучшения ответов модели и бизнес-стратегии.

Какой проходной балл у Generative AI Leader?

Google не публикует проходной балл на странице сертификации. Любое число, которое вы увидите на стороннем сайте, считайте ориентиром для подготовки, а не официальным значением.

Это настоящие вопросы с экзамена?

Нет. Все 10 вопросов TokIQ Editorial написала по темам из открытого руководства Google к экзамену. Настоящие вопросы засекречены, поэтому «сливы» вопросов — это риск, а не короткий путь.

  • #Generative AI Leader
  • #Google Cloud
  • #пробные вопросы
  • #подготовка к сертификации

Теперь потренируйтесь

TokIQ превращает промпт-инжиниринг в короткие тесты с объяснением каждого ответа.

Скоро вApp StoreДоступно вGoogle Play

Пишите промпты лучше, по нескольку вопросов в день.

Короткие тесты о реальных решениях при составлении промптов, с объяснением к каждому ответу. Начать можно бесплатно на iPhone и Android.

Скоро вApp StoreДоступно вGoogle Play