方案 AV：AI 面试准备
岗位要求 → 问题预测 → 模拟面试 → STAR 打磨 → 复盘
- 耗时
- 2-4 小时 / 轮
- 成本
- 低
- 难度
- 入门
适用场景
适合求职者高效准备技术面与行为面，从岗位要求出发做针对性练习。
操作步骤
岗位要求
30-60 分钟ChatGPT / Claude + 你
把目标岗位的 JD 粘贴给模型，让它拆出硬技能、软技能、经验要求与岗位关键词，再和你的简历逐项对照，标出「匹配 / 有缺口 / 需要补的案例」。
💡让模型列出最可能被追问的 5 个简历点，提前准备说辞。
问题预测
30-60 分钟ChatGPT / Google Gemini
按岗位要求让模型生成面试问题清单：技术面（八股+项目追问+场景题）与行为面（STAR 类）分开，按高频程度排序。让模型针对你的简历出「个性化追问」。
💡让模型先出 20 道，你挑 5 道最没把握的优先准备，别平均用力。
模拟面试
每次 30-60 分钟Claude / DeepSeek
开启模拟面试：让模型扮演面试官，按真实节奏逐题追问，你口头作答，模型在结尾给出回答质量、遗漏点与改进建议。录音回听自己的卡壳与语气。
💡模拟时要求模型「追问到你答不出来为止」，暴露真实的临场短板。
STAR 打磨
30-60 分钟ChatGPT / Claude
把行为面案例按 STAR（情境-任务-行动-结果）结构重写，让模型检查结构是否完整、行动是否具体、结果是否量化。打磨成 1-2 分钟可讲的版本反复练习。
💡每个行为题准备一个「数据 + 结果」的收尾，好故事的结尾都落在可衡量的影响上。
复盘
每次 30 分钟Notion / ChatGPT
面试后把真实问题、你的回答、模型给出的参考答案与可改进点记进 Notion 面试库。下轮面试前，让模型基于上次记录出针对性预测与练习。
💡别只记题目，记「我当时怎么答的、哪里卡了」，这是最有价值的复盘素材。
用到的工具
避坑清单
背 AI 答案不内化
面试官几个追问就戳穿背书式回答；把 AI 答案当成参考，用自己的经历重述才有说服力。
只练技术不练行为
很多面挂在不熟悉 STAR；行为题准备 5-8 个通用案例，覆盖领导力、冲突、失败、学习能力。
模拟面试没有真实压力
对着提词器练习不算模拟；让模型连续追问并录音，模拟真实面试的紧张节奏。
不基于岗位定制
用通用题库练 100 道，不如围绕目标岗位的 JD 精练 20 道；先拆岗位再练习。