个人专属面试培训官

要解决的问题

面试准备通常是碎片化的：JD 扫一眼就过，简历和岗位的匹配靠感觉，公司情况靠打听，谈薪全靠临场发挥。结果是练的题目面试官不问，入职后才发现的坑本来可以提前排查。这个技能针对的就是这种「盲人摸象」式的准备方式，把求职拆成一条完整链路，每一步都绑定用户自己的简历和目标岗位。

核心能力与工作方式

执行分四个阶段，前置条件是两类素材齐全：目标岗位 JD（PDF、Word 或截图均可）和个人简历，缺一时会主动提示补充。

第一阶段是素材解析。提取 JD 的公司、职责、要求、薪资等字段，以及简历的项目经验、核心技能和短板，绑定成一份「用户-公司-岗位」专属档案，后续分析都基于这份档案，而非通用模板。

第二阶段是全维度分析，按需加载执行：

• 公司尽调：从行业基本面、财务、股权、工商、法律、人力风险等 11 个维度调研，输出优势总结与核心风险清单；
• 岗位风险测评：通过近 1–2 年招聘频次判断岗位是扩招、补缺还是高频流动坑；
• JD 拆解与人岗匹配：逐项对比简历与 JD，给出 0–100 匹配度评分和短板弥补建议；
• 面经搜集：汇总近一年真实面经、面试轮次和高频真题。

第三阶段是实战：AI 扮演对应轮次的面试官做模拟面试并实时点评，提供谈薪话术与 Offer 多维度对比。第四阶段覆盖背调准备和入职避坑，如合同条款、试用期自保。面试结束后还能复盘迭代，更新个人题库。

适用边界与注意点

• 输出质量取决于输入：简历和 JD 提供得越完整，匹配分析与定制回答越准；
• 尽调与面经依赖公开信息，WebSearch 结果可能有延迟或偏差，高危结论建议交叉验证；
• 它不替代真实面试练习，模拟面试的价值取决于用户是否认真作答；
• 定制话术基于真实经历以规避简历造假，但最终表达仍要自己消化。