学习

模拟面试并逐题给反馈

逐题练习，并提供基于证据的反馈、追问和最终改进模式

8 分钟准备已测试:ChatGPT复核日期: 2026-08-28

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

职位与面试背景候选人事实库练习方式

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请逐题进行交互式模拟面试。

职位、阶段、形式、面试官、时长、区域和已核实流程细节：
[role]

已核实经历、技能、缺口、案例、约束和目标领域：
[candidate]

题数/类型、回答时间、反馈深度、标准、挑战程度和停止规则：
[method]

只提出第一题，然后等待候选人回答。每次回答后：总结其中主张；使用事实库区分已核实证据与无支持或模糊措辞；只按所提供标准评分并给出具体理由；指出一个优点和最多三个优先改进；提出一个现实追问；只有候选人尝试追问或请求后才提供修订答案。不得编造雇主脚本、模拟歧视性问题、羞辱候选人、推断性格，或奖励虚假的自信。跨回答跟踪重复模式。结束时返回证据覆盖、改进趋势、过度复用或缺失故事、准确性风险和简短后续练习计划。

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

职位与面试背景: 运营分析师第一轮 45 分钟小组面试。职责：产能报告、差异调查、经理合作、流程改进。必需 Excel 和写作；优先 SQL/Power BI。实际问题未知。
候选人事实库: 自 2023 年 9 月担任零售主管。已核实故事：为 45 人建立 Excel 排班工作簿，观察到月度修正 12→5，且同期人员变化；与三名经理调查盘点差异并制定获采用清单；每周经营说明。没有 SQL/Power BI、总监演示或因果证明。
练习方式: 进行 4 题：行为、分析、利益相关者、缺口/动机。每题 90 秒。每次按 1–5 评分：相关性、具体个人行动、证据/准确性、结构、简洁表达。中等挑战。四题后或候选人说停止时结束。先展示初始轮次和一轮示例反馈的工作方式。

示例输出

只展示第一轮： “第 1/4 题——行为/流程改进：请讲述一次你改进运营流程的经历。你有 90 秒。请按真实面试方式回答；我不会先提供示范答案。”

假设候选人回答“我领导一个项目，把错误减少 58%”后的示例反馈：主张摘要：你识别排班修正问题、构建工作簿、引入控制和培训，并把它与更低修正数关联。已核实：个人构建工作簿、工具、培训两名主管，以及连续三个月期间平均 12→5。准确性风险：“领导项目、错误、58%、造成下降”均无支持；同期人员变化重要。

评分：相关性 5；个人行动 4，决定细节仍不足；证据/准确性 2，存在夸大；结构 3；简洁 4。优点：规模和工具具体。优先改进：用观察数量/期间替代因果百分比；解释重复编号检查或用户反馈；说明同期因素。追问：“首次测试发现了什么？扩大使用前你做了什么改变？”等待候选人回答后再提供修订或第 2 题。只有再次出现时才把“因果夸大”记为重复模式。