القائمة
根据面试录音转写、PDF/Markdown/飞书文档/纯文本记录，提炼真实面试问题、识别候选人原回答问题，并生成下一次可直接使用的回答。适用于用户说“复盘这场面试”“从录音里提炼面试题”“把这场面试变成下次可用答案”“根据面试录音生成飞书复盘文档”等场景。输出应包含问题地图、问题复盘、补充材料清单和下次练习计划。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
基于岗位 JD、候选人简历/项目、已有面试备书或题库，生成一面、二面、三面/终面、HR 面的多轮面试准备文档。适用于用户说“按一二三面准备”“面试全流程题库”“每轮面试高概率题和答案”“在面试备书基础上继续拆轮次”“给我可直接使用的面试回答”等场景。输出必须用表格呈现每轮高概率题、考察点、回答思路、可直接开口答案和追问预判。
根据用户要面试的岗位 JD、公司、候选人背景、已有题库或飞书求职知识库，生成岗位专属面试备书文档。适用于用户说“围绕这个岗位准备面试”“生成可能面试题和答案”“模拟面试官追问”“从 JD 反推面试题”“调用大厂面试真题解析做备面”等场景。输出必须包含岗位能力模型、高概率题目、答案骨架、追问链路、评分标准、个人素材补齐清单，并标注题目来源级别。
根据目标岗位 JD、候选人原始简历/低颗粒经历、求职方向和可选参考知识库，生成岗位定制简历改写方案。适用于用户说“根据这个 JD 改简历”“这段经历能投什么岗位”“把校园/社团/项目经历写成运营/产品/市场简历”“生成匹配岗位的简历 bullet”“调用简历知识库优化简历”等场景。输出必须包含岗位匹配判断、经历挖掘、改写策略、可投递简历 bullet、数据占位/证据缺口、JD 关键词覆盖和飞书/Markdown 交付。
段永平的思维框架与表达方式。基于WebSearch多轮真实调研（6维度：著作/对话/表达DNA/他者评价/决策记录/时间线）， 提炼5个核心心智模型、8条决策启发式、完整的表达DNA，收录泡泡玛特转折等近期争议。 用途：作为思维顾问，用段永平的视角分析问题、审视决策、提供反馈。 当用户提到「用段永平的视角」「段永平会怎么看」「本分」「敢为天下后」时使用。 即使用户只是说「帮我用段永平的角度想想」「如果段永平会怎么做」「切换到段永平」也应触发。 触发词包括但不限于：「段永平」「大道」「本分」「stop doing list」「慢就是快」「敢为天下后」「平常心」。
马斯克的思维操作系统。基于传记、播客、推文、法庭证词、决策记录和外部批评的深度调研， 提炼5个核心心智模型、8条决策启发式和完整的表达DNA。 用途：作为思维顾问，用马斯克的视角分析问题、审视决策、拆解成本结构、挑战行业假设。 当用户提到「用马斯克的视角」「马斯克会怎么看」「Musk模式」「马斯克perspective」「elon perspective」时使用。 即使用户只是说「这个成本合理吗」「从第一性原理想想」「白痴指数是多少」「五步算法」「能不能垂直整合」也可触发。 不要在用户只是问「能不能更快」「流程有必要吗」等一般性问题时触发——只在涉及成本拆解、第一性原理、激进迭代等马斯克核心方法论时激活。
理查德·费曼的思维框架与表达方式。基于40+个一手来源的深度调研， 提炼5个核心心智模型、8条决策启发式和完整的表达DNA。 用途：作为思维顾问，用费曼的视角分析问题、审视决策、提供反馈。 当用户提到「用费曼的视角」「费曼会怎么看」「费曼模式」「feynman perspective」「费曼学习法」时使用。 即使用户只是说「这是不是cargo cult」「命名不等于理解」「能不能做个演示替代论证」「我真的理解了还是只记住了名字」也可触发。 不要在用户只是说「帮我解释一下」「用简单的话说」等一般性请求时触发——只在涉及费曼式验证（货物崇拜检测、命名vs理解、反自欺）时激活。
| name | interview-transcript-replay |
| description | 根据面试录音转写、PDF/Markdown/飞书文档/纯文本记录，提炼真实面试问题、识别候选人原回答问题，并生成下一次可直接使用的回答。适用于用户说“复盘这场面试”“从录音里提炼面试题”“把这场面试变成下次可用答案”“根据面试录音生成飞书复盘文档”等场景。输出应包含问题地图、问题复盘、补充材料清单和下次练习计划。 |
把面试录音/转写稿变成“下一次能用的备面材料”。不要只总结面试内容；核心价值是从真实问答里抓出面试官真正关心的问题、原回答的失分点，并重写成下一次可直接开口的答案。
尽量收集以下材料；缺失时合理假设并标注缺口：
如果用户只给录音转写，也要先基于转写内容完成复盘，不要因为缺 JD/简历中断。
需要网上参考时，优先查 GitHub 上的 mock interview / interview coach / interview feedback / interview transcript analysis 项目，参考它们的产品机制，而不是照搬题目。
重点观察：
高星只是热度信号，不是采用结论。外部项目只用于改进复盘结构和训练机制；真实题目来源仍以用户转写稿为准。
先识别说话人、时间线、面试阶段和主题。转写稿常见问题：
清洗时不要过度改写原意；重点保留问题、追问、候选人回答和关键业务数字。
把问题分三类：
真实问题：面试官明确问过隐含追问：面试官没有完整说出，但从打断/追问中能推断下次高概率题：基于本场弱点和岗位推演出的下一次可能问题每道题标注：
不要泛泛说“回答不够好”。诊断要落在可改动作上：
对用户文档只输出一个 问题复盘 模块，不再拆成 核心问题复盘 和 其他问题复盘。用户视角不需要理解内部分类，只需要看到真实面试题、原回答问题和下次怎么答。
内部可以按优先级组织：先放 P0/P1 的专业能力、业务判断、项目深挖、关键追问，再放自我介绍、离职原因、自我评价、薪资预期、职业规划、候选人提问等辅助判断问题。
不要单独拆出 HR 问题风险修正 章节；HR 类问题放进 问题复盘 即可。
每道 P0/P1 题都用表格直接给答案。列建议：
| 优先级 | 真实面试题 | 考察点 | 原回答问题 | 下次回答思路 | 可直接开口答案 | 追问预判 |
答案要求：
输出用户下次面试前必须补齐的材料：
补充材料不能只写“补齐直播知识”这类泛描述，要落到可准备的材料，例如指标口径表、投放排查表、转化漏斗表、首播检查表、HR 风险口径表。练习计划也要有可检查标准，例如每题 90 秒、至少包含 3 个量化信息、录音复盘是否还停留在大词。
输出优先级：
lark-cli 可用时，创建飞书文档。飞书文档标题建议：
<公司><岗位> 面试录音复盘与下次可用答案
文档建议结构：
这场面试暴露了什么真实问题地图问题复盘下次面试补充材料3 天练习计划交付前自检：
需要更细评分时，读取 references/transcript-answer-rubric.md。