六点睡不醒 豆包 Java 语音模拟面试案例
背景和目标
- 作者背景：Java 后端，1—3 年经验方向，面临实际求职。
- 触发问题：作者体验到某招聘软件内置的 AI 面试存在"问题固定、会随意打断、缺少具体评分"等不足，决定自行搭建可追问、可评分、可复盘的模拟面试官。
- 目标：用豆包语音对话配合自编提示词，把模拟面试拆成"JD+简历双输入 → 题型结构 → 回答驱动追问 → 延迟评分与统一复盘"四层，让"简历上写过"和"本人能解释"之间的距离被显式暴露。
输入与条件
- 目标岗位 JD：原帖未公开完整文本，只展示出题型和追问示例所属的技术栈范围。
- 作者简历：Java 简历与项目经历；原帖未公开完整简历。
- 提示词：
AI-Interview-Bot-Prompt.md，作者开源在 GitHub。
- 模型/产品：豆包语音对话。
- 平台：牛客网（原文发布）。
过程
- 固定目标岗位与 JD，把模拟面试限定在"目标 JD + 本人简历"范围内，避免通用题库随机出题。
- 给出经过脱敏的简历材料，让项目深挖题能直接落到本人经历。
- 加载面试规则：项目深挖 50% / 基础知识 30% / 系统设计 15% / 高难追问 5%；不轻易打断；不中途评分；高难题与场景题采用动态权重；针对 JD 要求但简历未写出的技术栈另设岗位匹配分。
- 使用语音进行口头作答，使停顿、绕圈、现场组织语言的问题可见。
- 让模型沿回答中提到的技术名词继续追问（如 Redis 锁 → 锁超时处理 → AOP 限流与唯一索引的角色 → 与替代方案的比较）。
- 模拟结束统一复盘，输出逐题得分、扣分点、总体分，并把失分点改写为可行动的复习清单。
- 使用同一份 JD、简历与提示词再练一轮，比较分数变化与剩余短板。
产物或结果
- 一场围绕简历项目与 JD 技术栈进行的语音模拟面试。
- 四组基于简历项目的具体追问示例（来自原帖）：
- 优惠券小程序的 Redis 锁 / AOP 限流 / 唯一索引 实现幂等；追问五秒锁过期后业务未结束如何处理。
- 千万级数据由 MySQL 迁移到 MongoDB；追问多线程分段抓取、优先级队列、单线程写入的设计理由。
- 主键游标分页 vs 普通 limit 分页的对比与复杂度解释。
- Nacos 心跳机制等基础设施类追问。
- 暴露的短板清单：Redis 过期策略、Nacos 心跳。
- 作者自报两轮平均分：6.4 → 7.5；项目深挖部分自报稳定在 8 分以上。
- 可复用的方法骨架：JD+简历双输入、题型分级、回答驱动追问、延迟评分、逐题扣分复盘、同材料重复训练。
限制
- 自评分是作者自建规则的内部反馈，没有第三方评审或真实面试结果作对照。
- 原帖未公开完整 JD 与简历，因此其他求职者无法原样复现作者的全部问题。
- 提示词的稳定性与追问深度受豆包模型版本与提示词写法影响。
- 提示词可能令模型对同一答案在不同轮次给出不同分数。
- 只验证了 Java 后端面试，无法直接推断到设计、销售、运营或管理岗位。
- CSDN 上的设计与迭代记录未能在本次收集时稳定读取，本案例不引用其中未能核验的内容。
相关教程和工具
来源
SRC-CAREER-004：用豆包和开源提示词做可追问、可评分的 Java 语音模拟面试