| name | jd-interview-arsenal |
| description | 当用户已有面试作战地图（或基础准备）但担心"被深问到任意细节会破防"时触发——把面试中可能被深问的概念变成"被追问 5 个 follow-up 都答得上"的弹药卡。触发词：'武器装备库'、'面试弹药'、'帮我做面试深度准备'、'被追问怎么办'、'面试 follow-up 预演'、'再深一层'、'arsenal'、'/jd-interview-arsenal'。也可独立使用：用户提供 JD + 公司名 + 简历，不用先跑作战地图也能直接生成。专攻 AI PM / AI 解决方案 PM 方向，6 大 Library 框架（核心概念 / 公司生态 / 行业格局 / 垂类落地 / B 端心法 / 数字+故事大表）+ 7 slot 标准化武器卡（一句话定义 / 认知地图 / 常识 vs 专家 / 5 follow-up 预演 / 子弹弹药 / 反派系话术 / 来源置信度）。配套 jd-interview-prep 使用价值最大——前者出"作战地图"教你怎么打，本 skill 出"武器装备库"给你打的弹药。输出单文件 HTML（典雅风 + 公司主色调 + 紧急速查页），可离线 / 可打印 / 可带去面试现场。 |
JD Interview Arsenal · 面试武器装备库生成器
这个 skill 的核心信念
面试不只是答题，是被追问时不破防。
很多人贴 JD 给 LLM 让它生成"面试题大全"——这是清单不是弹药。当面试官问完"你怎么做 RAG"再追问"chunk size 800 是为什么、不是 512 或 1024"时，清单答不到第二层就破防了。
这个 skill 解决的痛是：让你被追问到任意细节都能 articulate。每张武器卡的核心 differentiator 是 "5 个 follow-up 预演"——不是给标准答案，是预演真实追问 + 你的具体回答。
与 jd-interview-prep 的关系
| 维度 | jd-interview-prep | jd-interview-arsenal（本 skill） |
|---|
| 解决的痛 | "我不知道怎么准备" | "我知道怎么准备但怕被深问破防" |
| 输出 | 三层作战地图（战略 / 战术 / 话术） | 6 大 Library 武器卡 + 紧急速查 |
| 体量 | ~100KB / ~1300 行 | ~250KB+ / ~2800 行+ |
| 触发时机 | 拿到 JD 第一时间 | 已有作战地图、面试前 3-7 天 |
| 单独可用 | ✓ | ✓（但配套用价值最大） |
协作流程：用户先跑 jd-interview-prep 出作战地图 → 第二步跑 jd-interview-arsenal 出武器装备库 → 双 HTML 一起印出来或离线存。
本 skill 也可独立用：如果用户没用过 jd-interview-prep，直接给 JD + 公司名 + 简历也能生成——但 narrative 主轴和形容词需要重新推导。
触发条件
满足任一即触发：
- 用户显式说
/jd-interview-arsenal 或 "武器装备库"
- 用户说"帮我做面试深度准备"、"被追问怎么办"、"再深一层"、"面试弹药"、"follow-up 预演"
- 用户已有作战地图 HTML 并表达"想再深一层"
- 用户提供 JD + 公司名 + 简历且明确说"做面试知识弹药"
- 用户在跑完 jd-interview-prep 后立刻说"还想要更深的内容"
不要触发：
- 用户问"如何准备面试"（用 jd-interview-prep）
- 用户问"模拟面试我"（mock interview）
- 用户问"AI PM 是什么"（职业咨询）
- 用户单纯问"什么是 RAG"（用通用 LLM 知识）
输入约定
必给：
- JD 文本（粘贴）
- 公司名（如 JD 没明确写，先问）
强烈建议：
- 用户简历（项目深挖 + 5 个数字模板需要）
- 已有作战地图 HTML 路径（可继承叙事主轴 + 3 个传递目标形容词）
可选：
- 面试时间（决定交付节奏）
- 已知轮次安排（决定 Library 优先级）
- 用户期望薪资 / 当前 offer 状态（少用，主要话术层用）
7 步工作流（严格按序）
Step 1 · 接需求 + 公司情报核查（10 分钟）
- 读 JD 全文。如果没有公司名，立刻问。
- 强制 WebSearch 公司情报（除非用户显式说"--no-web"）：
<公司名> <产品线> 最新动态<公司名> 主要客户案例 真实数字<公司名> 安全合规资质<公司名> vs 竞品 对比
- 公司情报必须带 A/B/C/D 置信度（详见
references/source-confidence.md）
- 如果用户提供作战地图 HTML，读它继承叙事主轴 + 形容词
- 询问用户简历情况（一次问完）
Step 2 · 选 Library 命中（决定哪些卡要做）
读 references/library-taxonomy.md，按 JD 关键词命中 6 大 Library 中的子题：
- L1 核心概念（必出 ~12 卡）
- L2 公司生态（按公司动态生成 ~8-12 卡）
- L3 行业格局（按行业筛选 ~6-8 卡）
- L4 垂类落地（按业务方向命中 ~5 卡）
- L5 B/C 端心法（按角色判断 ~5-8 卡）
- L6 数字 + 故事大表（按公司情报合成 3 大表）
Step 3 · 每张卡的内容生产（按 7 slot 标准）
读 references/seven-slot-template.md 和 references/followup-predict.md，对每张卡填 7 slot：
- 🎯 一句话定义（电梯讲法 + 钩子）
- 🗺️ 认知地图（ASCII 决策树 / 结构图）
- ⚖️ 常识级 vs 专家级判断
- 🎤 5 个 follow-up 预演（核心 differentiator）
- 🔢 可立即引用的子弹（数字 + 案例）
- 🚫 反派系话术（不要这样说 vs 应该这样说）
- 📚 来源 + A/B/C/D 置信度
Step 4 · L4 垂类卡接简历项目（如有简历）
读 references/library-taxonomy.md L4 章节。每张垂类卡：通用方法论 + 接用户简历对应项目，形成"我有方法论 + 我有实战"的双重信号。
Step 5 · L6 数字 + 故事大表生成
读 references/library-taxonomy.md L6 章节。3 大表：
- 公司真实案例库（A 级源全标）
- 行业基准数（典型值范围）
- 用户简历 5 个数字补全模板（如有简历）
Step 6 · 紧急速查页
读 references/cheat-sheet-design.md。把 N 张卡的"一句话定义 + 一个数字 + 一句反派系"压成 3 屏可在面试前 5 分钟扫完。
Step 7 · HTML 拼装 + 闭环验证
读 references/output-spec.md + assets/arsenal-template.html。
- 按 6 大 Library 拼装
- 输出到
<skill-dir>/workspace/arsenal-<公司名>-<时间戳>.html
- 闭环验证必跑：
stat + 抽查 5 张卡 7 slot 完整性 + grep placeholder 残留 + 跨链接可达性
- 给用户回传文件路径 + 一句使用建议
路由总表（按需读取）
| 子文件 | 何时读 |
|---|
references/library-taxonomy.md | Step 2 选 Library + Step 4/5 垂类 / 数字大表 |
references/seven-slot-template.md | Step 3 每张卡 7 slot 标准 |
references/followup-predict.md | Step 3 5 个 follow-up 预演方法（核心方法论） |
references/source-confidence.md | Step 1 公司情报 A/B/C/D 标注 |
references/cheat-sheet-design.md | Step 6 紧急速查页设计 |
references/ai-pm-canon.md | Step 3 L1 核心概念卡参考 |
references/output-spec.md | Step 7 HTML 拼装 + 验证清单 |
assets/arsenal-template.html | Step 7 HTML 模板骨架 |
厚度的 4 个引擎（贯穿所有卡）
① 7 slot 标准化
每张卡都按 7 slot 写——避免"前面认真后面敷衍"的衰减。slot 缺位 = 这张卡 fail。
② 5 follow-up 预演（核心 differentiator）
每张卡 5 个 follow-up 必须是面试官真实追问的角度，不是教科书自问自答。"如果面试官追问 X，你这样答"——给具体话术，不是建议思考方向。
③ A/B/C/D 来源置信度
所有数字 + 客户案例必须标置信度。A=官方源 / B=主流媒体 / C=社区 / D=推断。这是诚实度信号——客户问数字时你能回答"这个数字来自 X，B 级置信度"比含糊更专业。
④ 紧急速查 3 屏
最后 3 屏 cheat sheet——把 30+ 张卡的精华压到面试前 5 分钟能扫完。
失败模式与防止
- "伪深度" — follow-up 是教科书追问 → 必须是面试官真实会问的角度
- "通用化漂移" — 所有公司都适用 → 每张 L2 卡必须扣回目标公司具体产品 / 案例
- "杜撰客户案例" — 编客户名和数字 → 必须 WebSearch 验证 + A/B/C/D 标注
- "slot 缺位" — 某张卡只有 5 个 slot → 7 slot 全填，缺一即 fail
- "和 jd-interview-prep 重叠太多" — 重新写一遍作战地图内容 → 这是 arsenal 不是 map，明确边界
- "sample 含真实面试材料" — 用户简历 / 真实公司答辩材料泄露 → 输出到 workspace（已 gitignore），不进 examples/
红线
- 🚫 不杜撰公司情报（必须 WebSearch 或标 D 级推断）
- 🚫 不杜撰客户案例（客户名 + 数字必须有源）
- 🚫 不写"通用知识库"——每张卡必须扣 JD 或公司
- 🚫 不让 follow-up 预演只是"思考方向"——要给具体话术
- 🚫 sample showcase 不能用用户真实简历 / 真实面试材料（输出到 workspace 已 gitignore）
- ✅ 输出必须是可立即引用的子弹，不是"建议你了解一下"的废话
- ✅ 强制 7 step 闭环验证 —
stat + slot 完整性 + placeholder 残留 + 跨链接可达
