某開發團隊在使用 AI 程式設計助手開發資料管線系統（Data Pipeline System）時，發現生成的 Python 資料處理套件呼叫方式已是舊版 API，與最新官方文件不符，導致部分功能執行失敗。請問應導入何種技術，使系統能在推理過程中即時存取並導入最新外部文件內容，以確保生成結果符合最新 API 規範？
答案 （D）
核心概念
問題的根源是模型的訓練知識停留在某個時間點，而套件 API 持續在更新。題目明確要求「在推理過程中即時存取外部文件」——這正是 MCP 的用途：它是一套標準化協定，讓模型能在推理時連接外部資料源與工具，即時取得最新的官方文件內容並據以生成程式碼。文件更新了，下一次呼叫就取得新版，不必動模型。
答題技巧
快速判斷技巧：題幹出現「推理時即時存取外部資料」，答案就在 MCP 或 RAG 這類外接機制。看到「重新訓練」「壓縮模型」的一律排除。
易錯陷阱：(C) 提示詞快取的名字裡有「提示」與「文件內容」，容易誤以為它能提供最新資訊。要抓住動詞差異——快取是「重複使用既有的」，MCP 是「即時去拿最新的」。