过了么：职场过关 AI 教练

问题：被评判时，很少有人陪练

职场里最难的表达不是写方案，而是在面试、晋升、谈薪、汇报、路演、答辩中，向一个有明确立场的“评判方”证明价值并接住质疑。多数材料问题不是信息不够，而是 STAR 不完整、责任边界模糊、量化数据缺失，以及缺少对抗性提问的预演。

工作流：从决策到模拟答辩

guoleme 将一次过关准备拆成几个可单独调用的环节：

• 决策判断：由“老严”入口先判断“做 / 不做 / 缓做”，围绕目标、资源、最坏情况、伪问题和结论展开，避免盲目开练。
• 素材整理：从简历、项目复盘、周报中提取项目，按价值密度、个人贡献度、场景相关性排序，并补全 S/T/A/R。
• 模拟答辩：按场景生成 3～5 个不同人格评委，如技术派、业务派、杠精派、大老板，让评委互相追问并独立打分。
• 材料诊断：对 PPT、演讲稿、OKR 或自我介绍做体检，标出数据无来源、责任不清、逻辑断层、STAR 缺失等问题，并给出 Before/After 改写建议。
• 演练复盘：支持文字或语音模式模拟时间压力，在具备字幕/录音接入时做提词和复盘，输出失分点与改进计划。

适用边界

更适合存在“评委 / 老板 / 面试官 / VC / 导师”这类明确 yes/no 判断的场景。不适合无答辩需求的简历润色、营销文案、辞职信、普通知识问答或情感咨询。使用时应坚持真实性原则：可提炼、结构化、改写，不虚构业绩数据；上传材料仅按本地处理约定使用，重要场合仍需真人陪练。