從 PMI 官方制度，到台灣第一線真實應考經驗，這篇一次整理 PMI-CPMAI™ 值不值得考、怎麼準備，以及台灣考生最常問的問題
PMI-CPMAI™ (Certified Professional in Managing AI（PMI-CPMAI）™) 是什麼？
長宏身為台灣PMI 證照官方授權培訓領導機構，一次完整解析 AI 專案管理國際證照：價值、考試、備考流程與台灣考場
AI 工具越來越容易取得。 真正開始拉開差距的，已經不是「會不會使用 AI」，而是：
當企業真的要做一個 AI 專案時，你能不能把它帶到結果？
這也是 Project Management Institute（PMI）推出 PMI Certified Professional in Managing AI（PMI-CPMAI）™ 的核心原因。
PMI 對這張認證的定位，不是教操作特定 AI 工具，而是建立一套 tool-agnostic、results-driven 的 AI 專案管理方法：
讓專業人士能夠管理 AI 專案的複雜性、對齊跨職能團隊，並把技術成果轉化成可衡量、合乎倫理、能接受商業檢驗的成果。
換句話說： AI 工具教你「怎麼用 AI」；PMI-CPMAI™ 更關心的是「怎麼把 AI 做成一個成功的專案」。
PMI-CPMAI™ 是什麼？ PMI-CPMAI™ 全名為：PMI Certified Professional in Managing AI™
是一張專門聚焦 AI 專案與 AI 產品管理 的 PMI 國際認證。
PMI 官方明確說明，這張認證適用的不只是 Project Manager，也包含技術人員、資料專業人士、顧問，以及正在或準備參與 AI 專案的人。它的目的，是讓專業人士具備把 AI 願景轉化成可執行專案、在快速變動的技術環境中做出判斷、協調跨職能團隊，並交付可衡量成果的能力。
而且很重要的一點是：報考 PMI-CPMAI™ 不需要先有 PMP。
PMI 最新考試內容大綱明確指出，參加 PMI-CPMAI 課程與考試，不要求先有專案管理、技術或 AI 經驗，也不要求先持有其他 PMI 證照；不過，如果原本具備專案／產品管理經驗，以及基本 AI 知識，會對學習有幫助。
所以它並不是「PMP 才能考的 AI 證照」。如果你是 PM、PO、BA、產品經理、主管、工程師、資料人員、顧問，甚至已經取得其他 AI 證照，都可以把 PMI-CPMAI™ 視為往 AI Project Leadership 延伸的一條路。
為什麼 AI 時代需要一張「AI 專案管理」證照？
很多企業現在已經不缺 AI 點子。真正缺的是：怎麼判斷哪一個值得做？
一個 AI 專案真正進入企業後，會碰到很多一般軟體專案沒有那麼突出的問題。
例如：
資料夠不夠？
資料能不能合法使用？
模型準確率高就代表成功嗎？
模型有沒有偏差？
如何衡量 ROI？
PoC 成功後能不能正式部署？
模型上線後如果發生 drift，誰負責？
如何兼顧資安、隱私、倫理與治理？
這也是 PMI-CPMAI™ 和一般 AI 工具課最大的差異。
PMI 官方強調，CPMAI 方法著重在資料驅動、迭代式 AI 專案管理，以及負責任、可信賴、合乎倫理的 AI 實施，並特別處理 AI 專案相較傳統軟體專案所具有的特殊挑戰。
所以，這張證照真正的價值不是：「我又多會一個 AI 工具。」而是：
我知道如何從商業問題開始，經過資料、模型、評估與治理，最後把 AI 送進實際營運。
PMI-CPMAI™ 能帶來什麼能力？
從 PMI 官方課程與 Exam Content Outline 來看，我認為它最大的價值可以濃縮成三個升級。
第一個升級，是從 Technology First → Business First。
CPMAI 不會先問「我們要用哪一個模型」，而是先問：我們到底要解決什麼商業問題？
PMI 的考試內容甚至把「識別業務需求和解決方案」放到 26%，內容包含 AI 可行性、專案範疇、ROI、採用風險、Business Case、成功標準與資源規劃。
第二個升級，是從 Project Management → Data & AI Project Management。
傳統 PM 很熟悉進度、成本、範疇與利害關係人。但 AI 專案還需要理解：
資料來源、資料品質、隱私、偏差、模型選擇、訓練、測試、模型效能與模型治理。
PMI-CPMAI™ 的 ECO 中，「識別資料需求」本身就佔 26%，顯示資料不是 AI 專案的附屬工作，而是核心管理能力之一。
第三個升級，是從 交付專案 → 持續營運 AI。
模型上線不是專案結束。CPMAI 還要求理解部署、模型監控、KPI、模型 drift、治理、持續改善、知識移轉與營運交接。這正是很多 PoC 做得出來、卻永遠進不了正式營運的 AI 專案所缺少的一段。
CPMAI 六大階段，和考試五大領域有什麼差別？
這裡非常容易混淆。CPMAI 方法論本身有六個主要階段；但現在 PMI-CPMAI™ 考試 ECO 是以五大考試領域來配置題目。
PMI 官方 21 小時 Exam Prep Course 的六個方法階段，大致依序涵蓋：
Business Needs → Data Needs → Data Preparation → Model Development → Testing & Evaluation → Operationalizing AI
官方課程透過案例、情境練習、Workbook 與自主學習活動，帶學員把六個階段串成完整 AI 專案生命週期。專案管理學會
但是正式考試，依五大 Domain 出題：
|
PMI-CPMAI™ 考試領域
|
題目比重
|
|
支持負責任且可信賴的 AI 工作
|
15%
|
|
識別業務需求和解決方案
|
26%
|
|
識別資料需求
|
26%
|
|
管理 AI 模型開發和評估
|
16%
|
|
實際操作 AI 解決方案
|
17%
|
這也透露一個很重要的考試觀念：CPMAI 不是一張只考 AI 技術名詞的證照。
光是「Business Needs＋Data Needs」就占了 52%。
所以，如果只把時間花在背演算法、AI 名詞或模型種類，很可能沒有抓到這張考試真正的核心。
PMI-CPMAI™ 考試資訊
依 PMI 最新 Exam Content Outline，目前正式考試為：120 題｜160 分鐘
其中 100 題計分，20 題為不計分的 pre-test questions，這些預試題會隨機混在正式題目中，考生無法辨識。PMI-CPMAI™ 考試目前沒有安排正式休息時間；考前有最多 15 分鐘的操作教學，考後也有最多 15 分鐘的問卷，這兩段不計入 160 分鐘正式考試時間。 目前 PMI 官方頁面也已列出 繁體中文 為課程與認證考試支援語言之一，因此台灣考生不必限定用英文應試。
這對很多台灣 PM、主管、產品經理與 AI 專案參與者而言，是非常重要的門檻降低。
報考 PMI-CPMAI™ 有什麼資格限制？
這張證照和 PMP 很不一樣。不要求工作年資，也不需要先提交多年專案經驗。
不需要：PMP、PMI-ACP、AI 工程師背景、Data Scientist 經驗、程式能力
PMI 唯一明確要求的是：在參加正式 PMI-CPMAI™ 考試前，必須完成 PMI-CPMAI Exam Prep Course。
完成官方 Exam Prep Course 後，才可以透過 myPMI 進行考試登記與安排。
PMI 官方 Exam Prep Course 為 21 小時，完成後還可以取得 21 PDUs，其中包含 7 Business Acumen、11 Ways of Working 與 3 Power Skills；如果本身已經有 PMP，這 21 PDUs 也可以用在其他 PMI 證照的續證需求
PMI-CPMAI™ 從報名到取得證照的完整流程
如果從實際考生角度看，可以把流程理解成：
建立／登入 myPMI 帳號 → 購買 PMI-CPMAI 課程＋認證 Bundle → 完成官方 Exam Prep Course → 在 myPMI 確認考試資料 → 選擇 Pearson VUE 實體或 OnVUE 線上考試 → 安排日期 → 備考 → 應試 → 通過取得 PMI-CPMAI™。
PMI 官網把這段流程簡化成五步：
Check eligibility → Confirm your details → Schedule → Study → Earn。專案管理學會
另外要注意，PMI 官方說明，從購買日起有 12 個月完成認證；若第一次沒有通過，在一年 eligibility period 中最多可應考三次，每次重考需另付考試費用 USD 224 (不含5% 稅) 。PMI 建議重考前至少再安排約 30 天進行複習與準備。
PMI-CPMAI™ 怎麼準備比較有效？
從官方 Exam Content Outline 可以看出，PMI 並不鼓勵考生把考試理解成「背一本書」。
官方甚至特別提醒：PMI-CPMAI 考試並不是依照單一教材編寫，也沒有任何一套參考資料能保證通過。
因此，這張考試比較有效的準備方式，應該是：先建立完整架構，再透過題目找出理解盲點。
建議台灣考生把準備分成四個階段。
第一階段先理解 CPMAI 六大階段，不要一開始就掉進大量專有名詞。
你必須先回答：
這個階段為什麼存在？
它要解決什麼問題？
前一階段的輸入是什麼？
下一階段要用什麼？
什麼情況下應該 Go／No-Go？
第二階段才進入 ECO 五大領域，把 Business、Data、Model、Responsible AI、Operationalization 串起來。
第三階段用題目找出自己的認知缺口。
真正值得注意的不是：「我這題答對了嗎？」而是：「我為什麼選這個答案？」
第四階段再回 PMI 官方教材補弱點，最後透過模擬考確認自己的判斷是否穩定。
這也是為什麼長宏一直強調：答對一題，不代表真正理解。題目換一個情境，你還能做出同樣正確的判斷，才是真的會。
台灣可以在哪裡考 PMI-CPMAI™？ (參考 長宏整理的 台灣考場 攻略 https://bitl.to/66yB )
PMI 官方目前提供兩種正式應試方式：Pearson VUE 實體考試中心（CBT），以及 OnVUE 線上監考考試。
而且 PMI 在最新 ECO 中特別將實體考場標示為 recommended。
對台灣考生來說，最重要的提醒是： 不要把某一間台灣考場當成永久固定考場。
PMI 官方並沒有在 CPMAI 頁面公布固定的「台北／台中／高雄 CPMAI 考場清單」。
正確方式是： 完成考試資格後進入 myPMI，轉入 Pearson VUE 排考系統，再依 PMI-CPMAI™、所在地與日期搜尋當下可以預約的台灣 Pearson VUE 考試中心與席次。
Pearson VUE 官方頁面也提醒，不是每一項 PMI 考試都會在每一個考試中心提供，因此必須用 Seat Availability / Find a test center 即時查詢。Pearson VUE
如果選擇 OnVUE 線上考試，則要事先完成電腦、網路、攝影機與考試環境的系統測試與報到要求。PMI 特別提醒線上監考會有較完整的 system test 與 check-in 流程。
對第一次參加 PMI 考試的人，我會比較建議：先查實體 Pearson VUE 考場。如果附近沒有合適席次，再考慮 OnVUE。
PMI-CPMAI™ 費用是多少？
PMI 目前把 Exam Prep Course＋Certification 以 Bundle 方式提供，而且 PMI 會員享有專屬優惠價格USD 699
不過，PMI 最新官方 ECO 並沒有把全球價格寫成一個固定美元金額，而是明確說明：費用會依地區與 PMI 會員身分而不同。
所以如果你在網路文章看到某一個固定美金價格，我會建議仍以你登入 PMI 官網後，當下顯示的台灣／會員價格為準。PMI 也特別提醒，如果先以非會員價格付款、之後才加入會員，並不會退還價差。
這一點對本身已經是 PMP、PMI-ACP、PMI-PBA 的台灣學員尤其值得注意：
如果 PMI 會員資格仍然有效，建議先確認會員狀態再購買 CPMAI Bundle (含考試費及CPMAI 考試課程)
PMI-CPMAI™ 取得後需要續證嗎？ 需要。
PMI-CPMAI™ 並不是終身有效證照。取得認證後，每 3 年需要累積 30 PDUs 以維持認證。這些 PDU 可以透過學習、教學、演講、閱讀、志工活動或內容創作等方式累積。這其實也符合 AI 領域的特性。
AI 變化速度非常快，一張 AI 專案管理證照如果永遠不需要更新知識，本身反而不合理。
誰最適合考 PMI-CPMAI™？
如果你已經感受到下面其中一種情境，這張證照就值得了解：
你是 PMP／PM，未來可能開始承接 AI 專案；
你是 PO／BA／產品經理，需要判斷哪些 AI Use Case 值得投入；
你是工程師、IT 或資料人才，希望不只懂技術，也能理解商業價值與專案管理；
你是主管，需要帶跨部門 AI 導入；
你已經取得台灣 AI 證照，想把「懂 AI」升級成「能帶 AI 專案」；
或者你並沒有 PMP，但未來工作很可能參與 AI 專案。
PMI 自己的定位也是如此：
這張證照並不只屬於 Project Manager，而是面向所有需要把 AI 創新轉化成實際成果的專業人士。
那麼，PMI-CPMAI™ 和 PMP 的差別是什麼？ 用一句最簡單的方式理解：
PMP 幫你建立管理專案的通用能力；PMI-CPMAI™ 則把這套管理能力延伸到 AI 專案。
PMP 不會失去價值。反而是當 AI 進入各產業後，PMP 的管理基礎再加上 Data、AI Model、Responsible AI、Governance 與 Operationalization，會形成新的競爭力。
PMI 官網上的 CPMAI 持證者也提到，這套方法能將 PMP 的知識延伸到 AI 與進階資料專案，讓專案經理在企業 AI 投資增加時具備更高的策略價值。所以，不必把兩張證照理解成二選一。更適合的理解是：
PMP → Project Leadership ; PMI-CPMAI™ → AI Project Leadership
結語：AI 時代真正缺的，不只是「會用 AI 的人」
ChatGPT、Copilot、Gemini、Claude……工具會一直換。但企業真正需要的人，最後仍然要能回答：
我們為什麼做這個 AI？ 資料真的足夠嗎？ 模型成功的標準是什麼？ 風險如何治理？ 上線後怎麼監控？
最後到底替企業創造了什麼價值？ 這也是 PMI-CPMAI™ 最值得關注的地方。
它不是要把每一位 PM 變成 Data Scientist。 CAPMI 要培養的是：
懂商業、懂專案、懂 AI 的限制，也知道如何讓跨職能團隊把 AI 做成成果的人。
如果你已經會使用 AI，下一個問題不妨問自己：如果下一個專案就是 AI，我帶得動嗎？
也許，這才是 PMI-CPMAI™ 真正想回答的問題。
分享 長宏首位CAPMI 學習考試系統 : CPMAI 輔考學員實例：林志隆，10 天準備、五大領域全數 Above Target
除了 PMI 官方資訊之外，真正能幫助準備者理解「CPMAI 到底該怎麼讀」的，還是實際應考經驗。
長宏第一位使用 CPMAI 輔考系統準備認證的學員 林志隆，從 9 月下旬開始使用長宏 CPMAI 輔考系統，到 10 月 6 日正式應試，約十天完成密集準備並取得 PMI-CPMAI™ 認證。 他的考試成績在五大領域中，全數取得 Above Target。
PMI-CPMAI™ 現行考試正是依五大領域評量，包括 Responsible and Trustworthy AI、Business Needs、Data Needs、AI Model Development and Evaluation，以及 Operationalizing AI Solutions。專案管理學會
對林志隆而言，真正有效的準備方式，不是把題庫當成「考古題」一直刷，而是：
先透過題目找出自己不熟悉、容易猶豫的觀念，再回到 PMI 官方教材精準補強。
他分享：「官方教材大約有 1,700 頁，如果從第一頁一路看到最後一頁，很花時間，也很容易抓不到自己的盲點。」
因此，他採取的方式是：做題 → 發現不熟悉的觀念 → 回官方教材查找 → 補強理解 → 再回到題目驗證。
這樣做最大的差別是，每一次回去看教材，都知道自己「為什麼要看這一段」。不是漫無目的地閱讀，而是帶著問題去找答案。
林志隆最大的備考心得：答對，不代表真的懂; 林志隆在準備過程中最重要的一個體會是：題目答對了，不代表真正理解。
有時候可能只是剛好猜對，或者記得某個關鍵字。
但是正式考試如果換一個情境、換一個問法，真正能讓你做出穩定判斷的，還是對知識點與背後邏輯的理解。
所以他特別提醒準備 PMI-CPMAI™ 的考生：不要只追求「這一題有沒有答對」，而要問自己「為什麼這個答案才是對的」。
這一點其實和 PMI-CPMAI™ 的考試設計很一致。
PMI 官方強調，CPMAI 採取的是 tool-agnostic、results-driven 的方法，不是測你熟不熟某一個 AI 工具，而是評量你是否能管理複雜性、整合跨職能團隊，並把技術成果轉化成可衡量、可接受商業檢驗的結果。
換句話說，真正重要的不是「記得答案」，而是能不能在不同 AI 專案情境下做出合理判斷。
十天可以考過嗎？ 林志隆的答案是： 可以，但非常緊湊。他從開始密集準備到正式應試大約十天，最後順利取得認證。
但如果重新安排一次，他會建議至少保留：兩週以上的準備時間。原因很簡單。
CPMAI 不只是記 AI 名詞。它涵蓋商業需求、資料、模型開發、模型評估、Responsible AI、治理與營運化等不同領域。
PMI 官方目前的考試為 120 題、160 分鐘，並以五大考試領域配置題目。
因此，比起把所有時間拿去大量刷題，更有效率的方式是：先建立架構 → 做題診斷 → 回教材補強 → 再次驗證。
長宏 CPMAI 輔考系統的角色：不是幫你背答案，而是幫你找盲點
這也是 Roger 在設計 CPMAI 學習系統與題庫時最重要的原則。
題庫的目的不是：「讓你遇到原題。」而是：「讓你知道自己到底哪裡還不會。」
因此整個學習流程可以理解成：
1｜建立 CPMAI 架構
先理解 Business、Data、Model、Responsible AI、Operationalization 之間的關係。
2｜透過題目診斷盲點
找出不熟悉、容易混淆、判斷不穩定的概念。
3｜回 PMI 官方教材精準補強
不是把 1,700 頁重新從頭讀完，而是針對自己的缺口回去查找。
4｜再用題目練判斷
確認自己是真的理解，而不是只記住答案。
5｜透過模擬考檢核準備度
最後才進入正式應考。林志隆的學習歷程，也讓 Roger 老師能夠根據應考回饋，持續優化長宏 CPMAI 題庫中的題目情境、知識點覆蓋與判斷邏輯訓練。
林志隆給下一位 CPMAI 考生的建議: 如果把他的心得濃縮成一句話，
就是：善用題目找出盲點，再回到官方教材把觀念扎實補起來。而不是：刷越多題，就一定越接近通過。
這對準備 PMI 認證的人其實非常重要。
因為 PMI 類型的考試，很多時候不是只問「你知不知道這個名詞」，而是在問：在這個情境下，你會怎麼判斷？
這也是為什麼真正有效的備考，不只是刷題量，而是逐步建立：理解 → 判斷 → 應用。
從第一位學員開始，我們更確定一件事 : 林志隆的案例，對長宏最大的意義，不只是多了一位 CPMAI 持證者。
而是它驗證了我們原本想做的方向：CPMAI 不應該只是一門「老師把教材講完」的課。
因為 AI 專案跨越商業、資料、模型、風險與營運。
如果只是把大量名詞講過一次，學員很容易「聽懂當下，回去卻不會用」。
所以長宏選擇用：2 天 AI 專案管理實戰工作坊，先建立 CPMAI 的完整架構與思考邏輯，
再搭配：CPMAI 學習系統＋題庫＋A/B 120 題 擬真模擬考 實戰
讓學員課後自己找出盲點、回官方教材補強，再一步步建立應考判斷力。
我們想做的並不是：幫你把一張證照背下來。而是：先讓你真正理解 AI 專案，再讓認證成為這項能力的證明。
官方資料來源
PMI 官方 PMI-CPMAI™ 認證頁面：PMI Certified Professional in Managing AI (PMI-CPMAI)™
PMI-CPMAI™ 繁體中文 Exam Content Outline：考試領域、題數、時間、資格、排考、重考與續證規範。專案管理學會
Pearson VUE PMI 官方考試入口：PMI Pearson VUE｜查詢考場與席次
ROGER 老師 如何用AI協助考上世界級的AI專家認證 https://rogersnotes.com/pmi-cpmai-certification-guide/