用 AI 做模拟面试：追问与反馈的设计

用 AI 做模拟面试，效果差距全在设定上。一句「你当面试官考考我」只能得到平淡的一问一答；把岗位、风格、追问规则写清楚的设定，才能让对练接近真实面试的压力与节奏。工具上选支持长对话与文件上传的产品，比如 Kimi，把 JD 和简历一并喂进去做针对性练习，再按设定、追问、反馈、复盘四步推进，练习密度会完全不同。

五项设定一次写全

开场设定至少包含五项：面试官身份（什么级别、什么背景）、公司类型与岗位、本次面试类型（行为面、技术面还是混合）、追问规则（每个回答至少追问两次再换题）、反馈时机（全场结束后统一点评还是每题即时点评）。一段写完直接发出去，比边聊边补规则省事。JD 与简历一起上传时，加一句「围绕我简历里与岗位相关的经历提问」，防止它问出与材料无关的泛泛问题。设定写好后固定成模板存在备忘录里，每次只改公司与岗位两处，开场效率会越来越高。

追问按三层深度编排

真实面试官的追问有层次：先要细节，再挖动机，最后测边界。设定里可以直接要求 AI 按这个节奏来：头一问针对你回答里的某个具体动作，第二问问背后的取舍，第三问给一个极端场景看你怎么应变。追问深度设成三层比较接近真实，五层以上会偏离日常面试形态。时间有限时优先练细节追问，它暴露的问题最直接，改起来也最快；这层练稳了再往上加深度，跳层练习只会同时暴露三个问题，改不过来。

被问到答不上来的地方不要跳过，现场组织三十秒的诚实回答——「这块我了解不深，目前的理解是」，这也是需要练习的能力，真实面试里承认边界比硬编更加分。

反馈按框架索取

每题结束或全场结束后，要求 AI 按固定框架点评：内容有没有覆盖问题核心、结构是否清晰、有没有事实或逻辑漏洞、表达有没有口头禅式的重复。比起「你回答得不错」这类笼统评价，明确要求「指出我回答里最弱的一句并说明原因」，能得到可执行的改进点。反馈里 AI 认为的弱点未必都对，结合你对自己行业的判断再决定改不改。

复盘文档与弱点归类

每场模拟结束，把卡壳的题目、答得勉强的地方记进一个文档，下一场开始前先把上一场的弱点题重练一遍。练三到五场后，把反复出现的问题做一次归因，像分析售后数据的归因那样找共性：素材不熟回炉 STAR 拆解，结构不清练「结论先行」，临场组织慢就专门练三十秒版本。三类问题对应的改进动作不同，混在一起改没有效果。经历描述的打磨和提炼主图卖点是一个道理：把最长的那段经历压缩成一句带数据的结果，追问自然就少了。整个求职期结束时做大盘点，可以借用数据与选题的复盘方法。

练到什么时候停

模拟的次数到回答不再重复犯错即可，不必无限刷量。复盘文档别只记问题，把答得顺的题目也标出来，这些是已经成型的素材，临场可以主动往这些方向引。面试本质是双向选择，把话题引到自己有准备的地方，对双方都是更高效的交流。把这条写进每一场模拟的目标里，练习的姿态会从应付提问切换成经营对话。

模拟面试速查

• 开场五项：身份、公司岗位、面试类型、追问规则、反馈时机
• JD 和简历一起上传，限定围绕简历提问
• 追问练三层：细节、动机、边界
• 反馈要框架，不要客套
• 弱点归类改，答顺的题标出来主动引

关于模拟面试的三个追问

AI 面试官太客气、总说答得好怎么办？ 在设定里写明「按挑剔标准评估，直接指出问题，不用客套话」，也可以要求它模拟压力面风格，但难度要以目标公司的真实风格为参照。

一场模拟多长时间合适？ 按真实面试时长走，三十到四十五分钟一场比较接近实战；太短练不出注意力管理，太长边际收益下降明显。

应届生没有简历素材怎么办？ 把课程项目、实习、社团经历按 STAR 先拆一遍再喂给 AI。没有工作经历不妨碍练追问，重点是把有限素材讲出结构。