AI 面试出题提示词：岗位、层级与追问链的设计方法

面试题不是知识测验

问「什么是索引」只能测出候选人有没有背过定义，测不出他会不会在真实系统里做取舍。面试题的价值在于还原工作场景：信息不全、时间有限、要和其他角色协作。候选人的回答应该暴露他的判断过程，而不是背诵结果。写提示词时，先把岗位的真实任务写进去，再让模型围绕任务出题，题目才不会停留在教科书面。

岗位、层级、考察维度

岗位段写清职责和核心产出，例如「负责订单系统的稳定性和性能」。层级段决定题目难度，初级看基础与学习方式，中级看独立交付，高级看复杂问题拆解和跨团队影响，管理岗看选人、授权和冲突处理。考察维度段指定重点，专业技能、项目经验、协作方式、潜力，每次面试最好只聚焦两到三个维度。三段清楚，题目才不会又散又浅。

完整输入与六道题

输入可以写成：「高级后端工程师，重点考察复杂问题拆解和跨团队协作，六道题。」题目示例一：请讲一次你接手遗留系统的经历，你最先确认的三件事是什么，为什么。追问：如果监控数据不完整，你会先补哪一项，怎么说服团队投入。示例二：订单系统大促前出现慢查询，你会怎样在两天内定位并降低影响。追问：如果修复方案需要改动上游接口，你如何推进。每题都带追问，才能看到判断过程。

行为题与情景题的配比

行为题问过去做过什么，适合验证经验和反思；情景题给假设场景，适合观察思路和取舍。高级岗位建议行为题与情景题各一半，中级可以行为题多一些，初级可以增加基础判断题。不要全部用行为题，候选人可能准备过标准故事；也不要全部用情景题，容易得到纸上谈兵。提示词里写明配比，模型会按层级调整题型。

追问比题目更重要

好问题只负责打开话题，追问才决定信息质量。追问要围绕三个方向：具体细节、替代方案、失败反思。例如候选人说「我优化了查询」，追问「优化前后指标是多少」「为什么没选缓存」「如果数据量再涨十倍会怎样」。提示词里要求每题至少两条追问，并标注追问想验证什么。没有追问的面试，最后往往只剩印象分。

评分标准怎么落地

评分锚点不能写「好、一般、差」，要写可观察的行为。例如「低于预期」是只能描述结果，说不出取舍；「符合预期」是能说明方案和验证方式；「超出预期」是能指出方案边界并给出备选。锚点越具体，不同面试官之间的判断越一致。提示词里要求每题三个锚点，就是为了避免面试结束后凭印象打分。面试前先把锚点发给所有面试官，评分才有可比性。

工具里的层级选项

层级选项影响题目深度和追问方向。初级更关注基础是否扎实、遇到问题如何求助；中级关注能否独立拆解和交付；高级关注复杂系统的取舍、跨团队推进和风险预判；管理岗关注选人、授权、冲突处理和结果负责。选错层级，题目会显得过难或过浅。考察维度也不宜一次选太多，四十五分钟通常只够深入两到三个维度。

面试出题提示词答疑

六道题够用吗

四十五分钟通常够。每道主题加两条追问，已经能覆盖判断过程。题目再多，追问就会变浅。

候选人准备过答案怎么办

用追问打破背诵，重点问具体数字、替代方案和失败反思。真实经历通常经得起细节追问。

可以让模型直接评分吗

不建议。模型可以整理评分锚点，但不能替代面试官对候选人是否适合团队的综合判断。

题目确定后，可以继续准备岗位说明书和面试记录表，职场工具分类里有对应页面。标签： #面试出题 #AI提示词 #招聘