一次性一题 + 反馈的模拟面试

这个方法解决什么

让模型按 JD 扮演面试官，一次只出一道题，求职者先自行回答，再让模型按清晰度、证据、与岗位相关性三个维度给反馈。这避免了模型直接给出"标准答案"取代本人语言，使模拟面试真正服务于"练表达、找漏洞、补证据"，而不是写作模板。

适用场景

• 真实面试前想要练习口头表达的人。
• 想要从 AI 拿到追问方向但不希望 AI 替自己写答案的人。
• 需要在多个 JD 之间建立各自的面试问题清单的人。

操作步骤

1. 提供 JD 与事实底稿，要求模型按 JD 扮演面试官、一次只出一道题。
2. 候选人用口语化的方式自行回答，不引用 AI 的标准答案。
3. 让 AI 按清晰度、证据、与岗位相关性给反馈，必要时追问一次。
4. 候选人再以自己的语言重写一次关键回答，并把追问带回简历标记为"待补项目/待询招聘方"。
5. 每轮只覆盖一道题，直到对当前主题满意，再进入下一个主题。

容易出现的失败

• 让 AI 一次输出整份"标准答案"，导致现场出现"风格不一致"或追问解释不了的情况。
• 不限制提问量，让 AI 一次抛 10 道题，候选人失去练习深度。
• 用 AI 反馈的"建议词"覆盖自己的真实表达，使面试表现失去个性化。

关联任务、工具与风险

• 任务：根据岗位模拟面试。
• 上游方法：JD 拆解（把长职位描述分成可匹配的事实清单）、简历事实底稿（让 AI 不能补写未经核实的经历）。
• 风险：AI 改简历时的虚构经历与虚构数字风险。

来源边界

"一次只出一道题"与"AI 不能给出标准答案"是作者原文要求；"清晰度—证据—岗位相关性"三维度反馈属于整理性扩展。