CCA 考试领域详解：CCA-F 五大领域与考试权重

Claude Certified Architect – Foundations（CCA-F，考试代码 CCAR-F）覆盖五个领域：Agentic Architecture & Orchestration（27%）、Tool Design & MCP Integration（18%）、Claude Code Configuration & Workflows（20%）、Prompt Engineering & Structured Output（20%）、Context Management & Reliability（15%）。60 道情景题每一道都归属于其中一个领域，权重大致决定了你会在每个领域碰到多少题。

这篇文章逐个讲清楚每个领域到底在考什么——实际考点通常比领域名称窄得多，也更有倾向性。权重数据截至 2026 年年中，报名前请到 Anthropic / Pearson VUE 官方页面核对。

CCA 考试五个领域的权重怎么分？

领域	名称	权重	60 题中约占
D1	Agentic Architecture & Orchestration	27%	约 16 题
D2	Tool Design & MCP Integration	18%	约 11 题
D3	Claude Code Configuration & Workflows	20%	约 12 题
D4	Prompt Engineering & Structured Output	20%	约 12 题
D5	Context Management & Reliability	15%	约 9 题

题数是按百分比算出来的，不是官方承诺。表格里有两点值得留意：D1 一个领域就超过全卷四分之一；没有哪个领域小到可以放弃。如果 D5 拿零分，你在其余领域必须接近全对才能摸到 720 分的量表分通过线。

本站学习指南通篇沿用这套编号。有些网站给领域排的顺序不同，内容一样，只是标签不同。

领域 1（Agentic Architecture & Orchestration）到底考什么？

D1 考的是 agent 循环怎么跑、多个 agent 怎么协同。考试不太关心“什么是 agent”，更关心“你遇到了这个故障，哪种设计能修好它”。

代表性考点：

• 循环与停止信号。 题目默认你知道 stop_reason 驱动整个循环、API 是无状态的、以及在该让模型做路由的地方硬编码决策树是选错了工具。参考 stop_reason 才是唯一靠谱的循环控制 和 模型驱动 vs 硬编码决策树。
• Hub-and-spoke 编排与子代理隔离。 子代理从空上下文起步，它需要的一切都得显式传进去。子代理什么也看不到：上下文必须显式传递 是这个领域被引用最多的一个概念。
• 程序化约束 vs 提示词约束，以及 hook。 一条规则如果必须 100% 生效，提示词就不是放它的地方。模型会在 4-15% 的情况下无视你的指令 和 Task 1.5 下的几篇 hook 文章讲的就是这件事。

完整考点列表见 领域 1 学习指南。

领域 2（Tool Design & MCP Integration）到底考什么？

D2 考你能不能设计出模型选得对、出错后能体面恢复的工具。多数题目会描述一套工具和一个症状（误路由、重试风暴、查错客户），然后问哪种改动能解决。

代表性考点：

• 描述决定路由。 工具描述含糊或互相重叠会导致误路由；正确的修法是有针对性地重写描述，而不是往系统提示里加更多关键词。参考 简略描述 30% 误路由，详细描述接近零。
• 错误设计。 千篇一律的 “operation failed” 只会浪费重试；isError 加上分类过的错误类型，才能让 agent 判断该重试、升级还是停下。参考 结构化错误：78-95% 恢复率 vs 通用”Operation Failed”的 15%。
• 工具数量与作用域。 工具越多，选择越不准；每个 agent 只该拿到自己角色需要的工具。另外要准备好 MCP 作用域的题（.mcp.json 与用户级配置的区别、用环境变量展开来管密钥）。

完整考点列表见 领域 2 学习指南。

领域 3（Claude Code Configuration & Workflows）到底考什么？

D3 是最“产品化”的领域：CLAUDE.md 的层级、带 path glob 的 rules、commands 与 skills 的区别、plan mode、非交互式的 CI 用法。题目常见的问法是“团队希望 X 对 Y 生效，配置该放在哪”。

代表性考点：

• 配置放在哪、实际加载了什么。 把团队标准放到团队能拿到的地方 讲用户级、项目级、目录级三层作用域；path glob 那几篇解释了为什么不带范围的规则会浪费上下文。
• Commands、skills 与 CLAUDE.md 的分界。 Commands 是 Prompt，Skills 是配置化工作流 划的那条线，就是考试划的那条线。
• CI 与无头运行。 -p 参数、结构化输出参数，以及为什么应该由新会话来审查上一个会话写的代码。

完整考点列表见 领域 3 学习指南。

领域 4（Prompt Engineering & Structured Output）到底考什么？

D4 不是“写一段漂亮的提示词”。它考的是具体明确的标准、用示例做校准、用 tool_use 拿到有保证的结构、语义校验，以及 Batch API 在成本和延迟之间的取舍。

代表性考点：

• 具体标准与 few-shot 校准。 模糊的形容词只会产出不一致的结果；两三个多样化的示例胜过大段指令。参考 纯文字指令做到 64%。两个示例做到 91%。
• 结构 vs 语义。 带 schema 的 tool_use 消灭的是结构错误，不是错误的值，所以校验和带反馈的重试仍然重要。参考 tool_use 消灭了结构错误。语义错误还在。
• Batch API。 成本减半、延迟最长一天、用 custom_id 关联结果、只重新提交失败的部分。

完整考点列表见 领域 4 学习指南。

领域 5（Context Management & Reliability）到底考什么？

D5 问的是一个长时间运行的 agent 会随时间发生什么：事实被摘要抹平、注意力在上下文中段塌陷、工具输出膨胀、错误被吞掉。它还覆盖升级机制的设计和监控。

代表性考点：

• 渐进式摘要与 lost-in-the-middle。 参考 来源 1-2：96%。来源 5-6：52%。来源 9-10：94%。U 形注意力曲线。 以及持久化案件事实块的模式。
• 升级触发条件。 情绪和模型置信度都不是可靠的触发信号；用户明确要求转人工、政策空白才是。参考 高置信度（0.9+）：12% 出错。低置信度（<0.5）：68% 正确。这个信号坏了。
• 结构化错误上下文，以及访问失败 vs 有效空结果。 停机之后的“没有结果”，和“确实不存在结果”不是一回事。

完整考点列表见 领域 5 学习指南。

贯穿五个领域，考试真正在考的东西。 几乎每一题都是一个带约束的场景加四个看起来都说得通的设计，你要选出最不坏的那个。反复出现的主题是：知道某项保证该落在哪一层——偏好放提示词，硬规则靠 hook 和 schema，路由和恢复靠工具设计，长会话靠上下文结构。如果你能用这套语言说清楚一个错误选项为什么错，这个领域你就准备好了。

下一步

先快速过一遍 完整学习指南，然后做一次免费的 60 题模拟考——它按官方领域权重抽题，第一次成绩就能告诉你每个领域各站在哪。深入学习从 领域 1 开始：它占比最大，而且它的概念会在其他所有领域反复出现。