用 AI 备职业访谈，是在约见行业前辈之前，让大模型帮你把「想问的」整理成「该问的」。信息访谈的价值在拿到公开资料里没有的一手细节，而收获多少取决于提问质量。常见的浪费是问题太空泛——「这行前景怎么样」这类问题，前辈只能给客套话。下面这套流程，把准备、提问、整理串成一条线。
访谈前 AI 能替你做什么
访谈前把三样东西交给 AI：你的背景与访谈目的、目标行业或岗位的公开信息、你想验证的具体困惑。请它先做一轮资料梳理：这个行业的基本盘、常见岗位分工、近期变化，帮你补齐常识盲区，免得现场问出搜索就能答的问题。再请它针对你的处境生成初版提问清单，并标注每个问题想验证什么假设。最后让它把清单按优先级排序，标出「只有当面聊才能得到答案」的问题，这些才是访谈的核心资产。
向前辈提问的分类框架
一份好用的清单通常分四类。路径类：对方怎么走到今天的位置，哪些选择现在回头看最关键，当时的判断依据是什么。日常类：典型一周的工作内容，最花时间的三件事，外人不了解但很关键的日常细节。判断类：行业里正在发生什么变化，新人现在入场该补什么能力，哪些坑反复有人踩。关系类：这个圈子怎么建立联系，什么场合值得出现，请对方推荐一两位值得再聊的人。每类备两三问，总量控制在八题以内，四十分钟的访谈足够覆盖。
让提问更具体的三步改写
拿到初版清单后，用三步把空泛问题改具体。第一步加限定：把「这行前景怎么样」改成「您所在的细分方向，这两年招人和预算是增是减」。第二步换视角：把「新人该怎么准备」改成「您面过的应届生里，让您眼前一亮的做过什么准备」。第三步要故事：把「有什么坑」改成「有没有哪次您判断失误，后来怎么补救的」。把这三步的改写要求写进给 AI 的指令，让它批量改一遍，你再逐题挑刺。具体的问题自带画面，对方才有得聊。
访谈中的记录与追问
现场以听为主，记录抓三样：关键数字、具体人名与公司名、对方重复强调的词。追问用三个句式：「能举个例子吗」「后来呢」「这和 X 说法好像相反，您怎么看」。最后一个句式价值最高——把对方观点与你事先查到的信息对照，分歧处往往藏着最有价值的信息。结束前留两分钟，问「如果您坐我的位置，接下来三个月会做什么」，并请对方引荐下一位访谈对象，信息访谈的复利在人际链上。
访谈后的整理与致谢
当天把笔记发给 AI，请它按「事实、判断、待验证」三栏整理：对方陈述的客观信息归事实栏，个人观点归判断栏，彼此矛盾的或与你预期不符的归待验证栏。一次访谈是样本，三到五次同类访谈交叉验证后，待验证栏里反复出现的条目才接近可靠结论。致谢当天发，简短具体：点出对你启发最大的一点。后续有进展（拿到面试、换了方向）同步告知，对方会更愿意持续帮你。
提问清单交给 AI 拟靠谱吗？访谈三问
- 把聊天记录发给 AI 整理，对方会不会介意？：事前说明并征得同意即可，很多前辈反而欢迎你做了结构化整理。未经同意不要外传录音与原文。
- AI 拟的问题会不会都太套路？：会，如果只给它行业名。把你的履历、具体困惑、想验证的假设都给到，生成的问题贴合度完全不同。
- 访谈几次才算够？：同一方向至少三位、且背景不同（大厂与小团队、老人与新人）。样本太少容易把个人经验误当成行业规律。
