這是把模型變成練習夥伴的指令:從職缺說明生成可能被問到的題目、進行模擬面試、對你的回答做壓力測試,並協助你用自己的經歷建立實例,而不是給你通用建議。



面试官评估三件事:你是否理解岗位,能否在压力下说明价值,以及是否认真思考过为什么选择这家公司。阅读指南无法培养这些能力,演练可以。
像 Claude Sonnet 5 这样有足够空间的模型,可以在一次对话中保留职位说明、简历和六份练习答案,并发现自相矛盾。能改善答案的提示词与只会奉承的提示词,有三个差别。
提供真实材料——粘贴实际职位说明和真实粗略笔记。没有细节,模型只会替不存在的候选人写标准答案。
要求找弱点,而非润色——“告诉我更强的例子是什么”“追问以暴露缺口”。赞美是最无用的输出。
设定口述时长——90 秒或两分钟。纸面读起来不错、说出来四分钟的回答会让全场失去注意。
后续一切都依赖这一步:只有理解岗位,回答才能有针对性。职位说明和简历是原材料;若简历仍需改进,先使用AI 简历生成器,再用AI 简历检查器检查,然后围绕它构建答案。
1. 公司与岗位调研汇总
帮我准备公司与岗位调研简报。公司:[名称]。岗位:[职位]。已有资料:[网站、新闻、LinkedIn、Glassdoor、产品介绍]。职位说明:[粘贴]。汇总:(1) 当前战略重点与挑战;(2) 岗位要解决或交付什么;(3) 最看重候选人的三点;(4) 一个体现深入调研的具体问题;(5) 我的背景与公司当前目标的一项联系。
2. 能力证据映射
分析职位说明并提取可能考察的能力:[粘贴]。对每项能力:命名并解释岗位为何需要;写出最可能的考察问题;根据我的简介[粘贴]建议最能证明它的经历类型。再指出我证据最薄弱的能力,以及面试前如何补足。
3. 面试官与小组简报
我将应聘[公司]的[职位],面试官是:[姓名、职位和已知信息]。对每人说明:按职能最可能评估什么、最可能问什么、什么会特别打动他,以及一个只有留意到其身份才会问的问题。标出彼此可能冲突的优先事项。
五个提示词用于几乎必答的问题。定位要与申请材料一致:你在AI 求职信生成器草稿中的表达,应在口头回答里仍可辨认。
4. “请介绍自己”架构师
帮我为[公司][职位]面试构建“请介绍自己”的回答。背景:[3-5 个最相关经历、技能和成就]。希望面试官听后认为:[目标印象]。结构:一句定位;两三句职业叙事,逐步引向该岗位;一句说明为何是这家公司与岗位。口述 60-90 秒。不要按时间顺序罗列履历。
5. STAR 回答构建器
为这个问题构建 STAR 回答:[粘贴]。经历笔记:[发生什么、我做什么、结果]。结构:情境(一两句)、任务(职责)、行动(最长且最具体)、结果(量化成果与后续影响)。口述两三分钟。然后说明体现哪项能力,以及已有材料中是否有更强例子。
6. 难题应对器
帮我准备一个难题:[粘贴问题或描述弱点]。真实情况:[如实说明,不淡化不包装]。回答要直接承认现实,不要过度解释或道歉;将其重构为自我认知、成长或有意选择;以面向未来收尾。口述 90 秒内,不要防御或像背稿。
7. 转行重构器
帮我准备转行面试。我从[当前岗位/行业]转向[目标]。职位说明:[粘贴]。可迁移技能与成果:[列出]。面试官最可能的异议:[缺口]。构建一套像自然进阶而非突然转向的叙事;用新领域语言重述三项核心技能;自信回答“你没有 X 的直接经验”;并提出一项可准备或展示以证明真实投入的材料。
8. 技术问题训练
我要参加[职位]的[技术 / 案例 / 技能]面试,可能考察:[列出]。按[初级 / 中级 / 高级]水平一次问一个问题。每次回答后,指出强答案应覆盖而我遗漏的内容,以及推理是否清楚到高级人员能理解。我的尝试前不要给答案。六题后指出优先复习领域。
阅读答案与在压力下说出来不是一回事。这是多数候选人跳过的一步,也是最可靠地培养面试官所看重流畅度的一步。
9. 模拟面试器
担任[公司或类型][职位]的面试官,一次问一个问题。每次回答后反馈:是否真正回答问题、清晰度与结构、是否有具体例子而非抽象表述,以及应增删的一点。然后继续。先从[领导力能力题 / 自我介绍 / X 技术题]开始,共五题,最后总结发现的模式。
10. 压力追问训练
计划回答:[粘贴]。问题:[粘贴]。以怀疑态度追问最可能暴露弱点的四个问题:是否由我亲自完成、会怎样改进、未提到的失败、项目同事会如何评价我的角色。一次问一个,等我回答后再继续。
11. 回答精简器
准备的回答:[粘贴]。太长了。精简到口述[90 秒 / 两分钟],保留使其可信的具体细节。说明删掉哪些句子及原因,标出进一步删减时必须保留的一句,并指出我在哪里解释了面试官已知的背景。
面试结束不代表流程结束。这四个提示词涵盖你提出的问题、报出的数字、接受或拒绝的录用方案,以及会后邮件;最后一项可用AI 邮件写作工具在记忆仍清晰时快速获得干净草稿。
12. 反问问题生成器
为[公司][职位]面试生成 10 个可提问的问题。我想了解:[团队协作、成长空间、为何招聘、成功标准]。已知公司信息:[摘要]。每个问题说明它传达了我的什么特点,以及好答案和令人担忧的答案分别是什么。至少两个问题体现我考虑过公司挑战,而不只关注自身利益。
13. 薪资谈判准备
帮我准备薪资对话。岗位:[职位]。当前/最近薪酬:[描述]。市场调研:[该岗位与地区范围]。目标:[数字]。底线:[最低]。准备:一句回答“薪资期望”,高位锚定但不关闭对话;回应“超出预算”,坚定但不咄咄逼人;基础工资固定时可谈的三个非薪资项目;回应任何数字前了解完整方案的问题。
14. 录用方案评估器
我收到[公司][岗位]的录用:[完整方案——底薪、奖金、股权、养老金、假期、远程政策、入职日]。现状:[描述]。优先事项:[列出]。与该岗位、级别和地区的合理预期比较。说明哪些部分强、哪些低于标准、哪些现阶段可谈,以及接受前必须书面确认的两件事。
15. 面试后跟进邮件
写一封面试后跟进邮件。岗位与公司:[X]。面试官及职位:[X]。讨论重点:[两三项]。我希望答得更好的内容:[不完整回答]。想加强的岗位要点:[描述]。具体致谢而非泛泛感谢;提及一个谈话细节;强化原回答但不要像道歉;以明确持续兴趣收尾。200 字内,专业温暖。
从约一周前开始按顺序使用:先调研和能力映射,再为每项能力写 STAR;提前两三天模拟面试;前一天练难题与薪资对话。每一步都会给下一步更好的材料。
让模型匹配任务。快速训练——模拟、追问、精简——需要速度,适合 Claude Haiku 4.5。调研汇总和方案评估需要最强推理。如果面试是更大职业变化的一步,AI 职业规划器能在谈判前帮助明确真正优化的目标。
每个提示词针对一种失败。不从职位说明提取能力就准备答案,会过度练习没人问的问题。围绕错误例子的优秀 STAR 只证明了面试官没考察的能力。防御性回答难题,恰好暴露其要检测的自我认知不足。没练习反驳就接受第一个数字,代价最大。规律一致:练习你害怕的部分,而非已熟悉的部分。
调研、答案构建、模拟练习、谈判和跟进各需不同提示词,Chat Smith 可帮助整理。把本页任一提示词保存为可复用模板,按面试阶段或申请分组,一键运行;当首轮邀请只提前两天到来时尤其重要。
Chat Smith 是多模型助手,同一模拟面试提示词可通过统一的模型库在 Claude、GPT、Gemini、Grok 和 DeepSeek 上运行并比较反馈。两个模型常对同一答案意见不同,而分歧能揭示回答真正模糊之处,而不只是小瑕疵。
這是把模型變成練習夥伴的指令:從職缺說明生成可能被問到的題目、進行模擬面試、對你的回答做壓力測試,並協助你用自己的經歷建立實例,而不是給你通用建議。

推动项目向前所需的一切触手可及。