我对面试模拟提示词的理解，来自几次帮朋友准备面试的折腾。它听着像技术活，实际是把面试拆成可练习的对话。
1.1 什么是面试模拟提示词及其核心价值
我最初接触面试模拟提示词，是在帮一位转行的朋友准备技术面。他把岗位JD丢给AI，附上一句“模拟面试我”，得到的问题很泛，追问也接不住。我把指令改成一段结构化内容：让AI扮演目标公司的技术面试官，限定岗位、职级、问题数量和追问深度，再要求每轮回答后给出评分与改进建议。体验立刻不一样。这段指令就是面试模拟提示词，它本质上是给AI的一份面试剧本，包含角色、岗位、候选人背景、规则和反馈要求。
核心价值我体会最深的有三点。一个是高频低成本的练习，不用约人、不用等时间，晚上十点也能开一场。再一个是安全试错，答得不好不会影响真实机会，AI还能把薄弱点拆开。还有一个是可定制，同一套模板换个岗位、换个面试风格就能复用。对正在求职的人，这种可控感很重要。
我也做过面试官，看候选人临场卡壳，很多问题不是能力不够，是没练过表达结构。面试模拟提示词把“练表达”这件事变成可重复的动作。你写清楚规则，AI就能按规则陪你走完一场，还能在结束后给反馈。它不神奇，价值在于让练习有结构、有反馈、有记录。
1.2 面试模拟提示词的常见应用场景与适用人群
我见过的使用场景比想象中多。校招前，应届生用提示词练自我介绍和单面追问；社招前，职场人拿它练项目复盘和离职原因解释；转行的人更需要，岗位经验不匹配，模拟面试能先暴露问题。技术面、行为面、HR面、压力面都能做成不同提示词。有人拿它做面试前热身，有人拿它做面试后复盘，把真实被问到的问题补进提示词里再练一遍。
适用人群不局限于求职者。我帮面试教练改过提示词，他们用它批量生成不同难度的追问，节省备课时间。内部晋升答辩的人也会用，把评委设成业务负责人和HR，提前适应交叉提问。应届生、工作三五年的人、重返职场的人，各有各的用法。我的判断标准很简单：只要你有明确的面试目标，又愿意按反馈改，提示词就能帮上忙。
我自己的习惯是每周固定跑两次模拟，一次练新题，一次复盘旧题。
1.3 面试模拟提示词与普通提问、面试题库的区别
普通提问更像随口一问：“帮我模拟面试。”AI会给你几个通用问题，回答完就结束。面试题库是固定题目和参考答案，适合扫盲，不适合练临场。面试模拟提示词不一样，它把面试官角色、岗位要求、追问规则、评分维度写进指令，让对话按设定走。普通提问得到的是问题清单，提示词得到的是有来有回的面试过程。
我常拿做菜打比方。普通提问是问“今天吃什么”，题库是照着菜谱念，提示词是给厨师一张订单：几个人吃、口味、预算、上菜顺序。订单越清楚，出品越接近你要的。面试模拟提示词的价值在动态追问，你答得浅，它会往下挖；你答偏了，它会拉回岗位要求。题库给不了这种互动。
有人问，题库背熟了不就行了。我自己的观察是，真实面试的难点在追问和临场组织，背答案容易在第二层追问露馅。提示词练的是应对过程，不是标准答案。
1.4 使用面试模拟提示词的目标与效果预期
我用面试模拟提示词的目标很具体：把岗位常见问题过一遍，把回答结构练顺，把容易被追问的点提前想清楚。效果预期要放平。跑一次模拟不会让你立刻变面霸，它更像体检，先发现问题。认真跑三五次，每次根据反馈改一版回答，表达会稳很多。记录也很关键，我会把AI的评分、追问点和自己的卡壳处记下来，下次模拟前翻一遍。
从面试官视角看，我期待候选人表达清楚、例子具体、动机可信。提示词可以围绕这三点设计反馈维度，让练习更有方向。有人把效果预期设成“拿到offer”，这容易失望。更合理的是“这场模拟里我能不能把项目讲出结果和反思”“被追问时能不能稳住”。目标越具体，提示词越好写，练习越有用。
我的整体感受是，面试模拟提示词是训练工具，不是捷径。它帮你把面试拆小、练熟、再组合。你愿意迭代，它就给反馈；你只想背答案，它也会暴露问题。
我写废过很多提示词。第一版都挺兴奋，觉得该说的都说了，跑两轮就发现不对劲，AI问得散，追问浮在表面，评分也像复制粘贴。后来我才明白，问题不出在AI，出在我没把要素写全。这一章我把自己踩过的坑和改过的版本拆开讲，五个要素缺一个，模拟的质量就掉一截。
2.1 角色设定：面试官身份、行业背景与面试风格
角色设定是最容易被写含糊的地方。我一开始只写“你是面试官”，AI就变成万能考官，问题什么行业都能套，追问也软绵绵。后来我改成“你是一家SaaS公司的人力资源负责人，有八年招聘经验，面试风格偏行为结构化，喜欢追问细节和数据”，对话一下就不一样了。它会盯着我回答里的模糊表述往下挖，问我“你说的提升了转化率，具体从多少到多少，怎么归因的”。
行业背景不能省。同样问“你如何处理客户投诉”，互联网公司和制造业的追问方向完全不同。我试过把行业写清楚，AI会带出行业黑话和真实场景，练起来更接近那场面试。风格也得写，有的面试官压迫感强，打断你、质疑你，有的温和引导，节奏慢。我建议把风格写进提示词的时候，顺带写一句“当候选人回答超过两分钟时温和打断”，这种细节比“风格严格”四个字管用得多。
我自己做面试官时属于追问型，一个问题能拆三层。我把这个偏好写进提示词，练的时候明显更累，但也更接近真实。角色设定写到位，AI就不再是随机出题机器，它有了立场和习惯。
2.2 岗位信息：目标岗位、职级、职责与能力要求
岗位信息这块我吃过亏。有次帮朋友练产品经理面试，提示词里只写了“产品经理”，AI问的全是初级执行问题，可朋友面的是高级岗，要考策略和商业判断。我把岗位改成“高级产品经理，负责一条业务线的规划，要求有从0到1经验和跨团队推动能力”，问题立刻升维，开始问优先级取舍和资源冲突。职级不写清楚，难度就对不上。
职责和能力要求我习惯从JD里摘，但不会全抄。挑三到五条核心的写进去，每条后面加一句“重点考察”。比如“负责用户增长，重点考察数据分析与实验设计能力”，AI会围绕这个点设计追问链。写太多反而分散，我试过把整段JD贴进去，AI什么都问一点，什么都不深。
还有个小技巧，把岗位的“隐性要求”也写进去。招聘JD里不会写“这个岗位需要频繁跨部门撕资源”，但真实面试会考。我写提示词时会补一句“该岗位跨部门协作冲突多，面试中应包含相关情境题”，模拟的针对性就上来了。
2.3 候选人信息：经历背景、求职目标与薄弱环节
候选人信息决定了模拟是“通用练习”还是“为你定制”。我最早只写岗位不写自己，AI问的问题和我简历对不上，练完感觉空转。后来我把简历里的关键经历压缩成三五句话放进去，再补上求职目标，比如“目标是从运营转产品，优势是用户洞察，短板是缺乏产品方法论和项目推动经验”。AI的追问明显更贴脸，会专门往我薄弱的地方戳。
薄弱环节这栏我建议主动写。有人怕写了AI专挑痛处问，练起来难受。我的体验是，难受就对了，提前难受好过现场卡壳。我会写“项目复盘时容易讲成流水账，缺少结果量化”“被问到离职原因时表达犹豫”，AI收到这些信息，追问会更有针对性，反馈也更能说到点上。
求职目标也得写清楚。是跳槽涨薪、转行、还是回老家降薪求稳，动机不同，面试官考察的重点完全不同。我把“求职目标”和“当前状态”分开写，当前状态写“在职，看机会，期望三个月内完成切换”，AI在问离职原因和到岗时间时会更真实。这些信息看着琐碎，缺了它们，模拟就像穿别人的鞋跑步。
2.4 面试规则：问题数量、难度层级、追问方式与时间限制
面试规则是提示词的骨架。我见过最多的问题是没写问题数量，AI要么问三个就收，要么问十五个没重点。我的习惯是写“主问题六到八个，每个主问题最多追问两层”，节奏可控，练完不累。难度层级我分三档写：基础题占三成、进阶题占五成、压力题占两成，比例可以根据面试轮次调。一面偏基础，二面偏进阶，终面加压力题。
追问方式必须写具体。我一开始只写“可以追问”，AI追得随意，有时候问个无关的细节就跳走了。后来我改成“当候选人回答缺少数据支撑时，追问具体数字和归因；当回答偏离岗位要求时，用‘这和岗位的关系是什么’拉回来”，追问就有了章法。时间限制也别忘了，我写“每个主问题回答控制在三分钟内，超时提醒”，练的就是时间感。
我还会加一条“面试过程中不提供任何提示或安慰，保持面试官中立态度”。这条看着小，作用很大。早期我没写，AI在我卡壳时会说“没关系，你可以再想想”，真实面试哪有这待遇。规则写细了，模拟才有压力，练出来的稳定才是真稳定。
2.5 反馈机制：评分维度、改进建议与复盘输出要求
反馈机制是最容易被敷衍的部分。我最早的提示词只写“面试结束后给反馈”，AI就给一段“表现不错，继续努力”的套话。后来我把评分维度拆开：表达结构、内容相关性、数据支撑、岗位匹配度、应变能力，每项一到五分，附一句具体理由。拆开之后，我能看到自己哪项稳定、哪项拖后腿，改起来有方向。
改进建议我要求“针对每个低分项给一个可操作的改法”，不要泛泛说“多练习”。比如“数据支撑项得分低，建议在项目描述中固定使用STAR结构，并补充至少两个量化结果”，这种建议我下次模拟就能用上。复盘输出我还会要求AI整理一份清单：本场被追问最多的三个点、回答最卡壳的两个问题、建议优先改进的一项。清单比长篇大论有用，翻起来快。
我自己加了一条“反馈中不要回避负面评价，直接指出最严重的问题”。有人不喜欢被泼冷水，我觉得模拟阶段被泼比面试现场被拒好。反馈机制设计好了，一场模拟才真正闭环，不然就是聊完就忘，下次还犯同样的错。
这五个要素我现在的写法是先定角色和岗位，再填候选人信息，最后把规则和反馈要求写死。顺序不重要，写全才重要。每次跑完模拟，我会回头改一两条要素，提示词越改越顺手，模拟也越来越像那场我真正在意的面试。
我电脑里存了四十多个面试模拟提示词，早期的版本惨不忍睹，长的一段话堆到底，短的就三行字。后来我把它们按类型拆开，固定的骨架留下，变量抽出来单独放，终于不用每次从零开始写。这章就讲模板怎么搭、分几种、每种的关键在哪。模板不是让你偷懒的万能公式，它是把上一章那些要素组装起来的工具箱，你得知道每种工具长什么样、什么时候用哪种。
3.1 通用型面试模拟提示词模板的基本结构
通用模板是我最早做的一个，也是使用频率最高的。它的结构说白了就四块：开头定角色和背景，中间写岗位信息和候选人信息，然后放面试规则，最后收尾写反馈要求。我习惯把这四块用空行隔开，一块一块写，AI读起来清楚，我改起来也方便。很多人写提示词喜欢一口气全写完，出问题找半天找不到哪句惹的祸。分开写，哪块不对改哪块。
开头那块我一般写三句话：你是谁、你在招什么岗、你的风格是什么。比如“你是一家电商公司的招聘经理，正在面试一名用户运营岗候选人，风格偏结构化，喜欢用追问验证真实性”。三句话把角色立住，比写一百字人物小传管用。背景信息我有时候会加一句公司规模或业务阶段，早期公司和大厂的追问节奏真不一样，练的时候得对得上。
中间候选人信息我按“经历关键词—求职动机—薄弱项”三段写，每段两三行。经历关键词不抄简历，挑跟岗位最相关的两条经历，一条写成果一条写踩过的坑。求职动机写一句真实的，薄弱项写一到两个。这个部分我不追求写全，写多了AI反而抓不住重点。有一次我写了七八条经历进去，结果AI全程盯着最不重要的那条问，后来精简到两条就正常了。
规则和反馈部分我收得比较紧。规则我固定写“主问题6到8个，追问不超过两层，每问回答控制在三分钟”。反馈我固定写“五个维度打分，每个维度附一句理由，最后给三个改进动作和一个优先改进项”。这两块基本不变，换了岗位也只调细节。通用模板的好处就是稳，不会因为某个部分漏写导致整场模拟跑偏。
3.2 行为面试模拟提示词模板与关键变量
行为面试模板我单独做了一个，因为它的追问逻辑跟别的类型不一样。它的核心是逼着你说具体事例，追问链基本围绕STAR结构走。我写模板的时候会明确要求“当候选人用‘通常’‘一般’这类词时，追问一次具体事件；当候选人描述事件缺少结果时，追问量化影响”。这两条写进去，AI就像个有经验的行为面试官，不会让你用概括性回答糊弄过去。
关键变量有三个：行为锚定词、追问深度、情境类型。行为锚定词是你要考察的能力项，比如“团队协作”“冲突处理”“目标达成”，模板里写清楚考察哪两到三项，AI出题就有靶子。追问深度我一般设两层，第一层问细节，第二层问反思。比如“你当时具体做了什么”之后接“现在回头看，哪里可以做得不一样”。情境类型分成功案例和失败案例，我建议两个都练，很多人失败案例讲得比成功案例还空。
我早期犯过一个错，行为面试模板里写了太多能力项，一次考察五六个，结果每个都问得很浅。后来改成最多三个能力项，每个能力项至少配两道追问，深度就上来了。模板里我还会加一句“优先选择与目标岗位强相关的行为事例”，不然AI有时候会挑一些边角料场景，练了也用不上。行为面试模板最怕的就是问题飘，锚定词写死，它就跑不远。
3.3 技术面试模拟提示词模板与考察重点
技术面试模板是我改得最频繁的一种。技术岗细分太多，后端、前端、算法、数据，考察重点完全不一样。我的做法是模板主体保持一致，中间留一个“技术栈与考察重点”的变量区，每次按岗位替换。这个区域我写三行：核心技术栈是什么、重点考察哪类能力、有没有实操或设计题。
考察重点这块我分三层写。第一层是基础原理，比如“请解释一下事件循环机制”。第二层是场景设计，比如“如果让你设计一个高并发下的订单系统，你会怎么考虑”。第三层是排错与优化，给一段有问题的代码或方案，让AI扮演候选人分析。三层比例我一般写“基础三成、设计四成、排错三成”，具体可以按面试轮次调整。一面偏基础，二面偏设计和排错。
技术面试模板里有个特殊约束我必写：“不要满足于候选人说出名词，要求解释原理并举出实际使用场景”。这条很关键。我练的时候发现，AI容易在我报出技术名词后就放过我，真实技术面不会这样。加了这条约束，它会追着问“你说用Redis做缓存，缓存击穿怎么处理的，你们线上出过这个问题吗”。这种追问才练得到真东西。模板里我还会写一句“允许候选人在回答中请求提示，但每次提示扣分”，模拟那种“想不出来又不好意思说”的真实压力。
3.4 压力面试与HR面试模拟提示词模板设计
压力面试模板和HR面试模板我放在一起讲，因为很多人把它们搞混。压力面试考的是你在对抗下的反应，HR面试考的是匹配度和稳定性，模板设计完全两码事。压力面试模板我写的时候会加三个特殊指令：打断机制、质疑话术、节奏加速。打断机制写“当候选人回答超过九十秒时直接打断，要求用一句话总结”，质疑话术写“对候选人的每个关键结论至少提出一次反问或怀疑”，节奏加速写“连续追问，不给候选人思考缓冲时间”。
我头一回用压力面试模板练的时候，五分钟就想关掉。AI追着问“你刚才说这个项目是你主导的，可你前面又说你只负责执行，到底哪个是真的”，那种被架住的感觉特别真实。后来我学会在模板里加一句“压力施加要有依据，针对回答中的矛盾点或模糊点施压，不做无差别攻击”。这条让压力面试不至于变成抬杠，练的是应对质疑的能力，不是挨骂的忍耐力。
HR面试模板的重点完全不一样。它的核心变量是稳定性、动机、文化匹配和薪酬期望。我写模板时会明确要求“围绕离职原因、职业规划、团队协作风格、薪酬期望四个方面提问，每个方面至少追问一次”。HR面试的追问不像行为面试那么硬，它更像聊天里藏钩子。模板里我会写“语气温和，但关键问题上不轻易放过，候选人给出模糊回答时用‘能具体说说吗’继续挖”。这种软中带硬的风格更接近真实HR面。还有一个细节我必写：“涉及薪酬期望时，要求候选人给出具体数字和构成，不接受‘看机会’这类回答”。
3.5 模板中的可替换变量、约束条件与输出格式
模板用久了，我发现真正省时间的是把可变部分抽出来。我的做法是用花括号标注变量，比如{公司类型}、{岗位名称}、{职级}、{核心能力项}、{候选人薄弱项}。每次用的时候只改变量，骨架不动。这样做的好处是不会漏写，也方便我攒不同岗位的版本。我现在的变量区一般控制在八到十个，太多了替换起来累，太少了模板又不够灵活。
约束条件这部分很多人不写，我觉得挺可惜。约束条件是给AI划红线的，比如“不要问与岗位无关的问题”“不要在面试中给出答案或提示”“不要连续问两个封闭式问题”。我还会加一条“如果候选人回答明显跑题，用一句话拉回，不要展开点评”。这些约束看着琐碎，缺了它们AI容易自由发挥。输出格式我也定死：面试过程按“问题—回答—追问”的顺序呈现，反馈按“评分表—亮点—问题—改进动作”四块输出。格式固定了，复盘的时候翻起来快，不会每次结构都不一样。
模板这东西，我现在的态度是够用就行，别追求完美。我见过有人花两周打磨一个模板，结果练了一次就扔那了。模板的价值在迭代，不在初版。我每个模板都改过至少五版，有的是用的时候发现追问不够狠，有的是反馈太笼统。每次改一两个地方，慢慢就顺手了。分类的意义也在这，你知道什么场景用什么模板，就不会拿行为面试模板去练技术面，也不会用HR面试的温和语气去练压力面。工具用对了，练习才不白费。
我前前后后写废过上百条面试模拟提示词，有些写得太笼统，AI回过来的问题跟网上随便搜的面试题没两样；有些写得太拧巴，AI被我搞晕了，问着问着开始反过来给我建议。折腾这么久，我慢慢摸出点门道：写提示词不是写作文，不用追求文采，但得把话说清楚、边界划明白、指令给具体。这章我就按自己写提示词的实际顺序，一块一块拆开聊。
4.1 明确AI角色、任务目标与对话边界
我写任何一条面试模拟提示词，开头第一句一定是给AI安身份。不是随便安一个“你是面试官”就完事，得具体到行业、岗位、风格三个维度。比如我练互联网产品岗的时候，会写“你是一家做在线教育的互联网公司的产品总监，面试风格偏追问细节，不喜欢候选人讲大词”。这句话一进去，AI的问题味道立马变了。后来我试过只写“你是面试官”，出来的问题果然泛得很，问的都是“你觉得产品经理最重要的能力是什么”这类谁都能答两句的题。角色越具体，AI越能拿捏住提问的分寸。
任务目标这块我吃过大亏。有次我写“帮我模拟一场面试”，结果AI问我“你希望面试什么岗位”，它反客为主了。从那以后我写目标都写成清单式：这场模拟要考察哪两项能力、要产出什么形式的反馈、要控制在多长对话轮次内。我一般写“整场模拟围绕用户增长和数据分析两项能力展开，结束时输出评分表和三条具体改进建议”。目标写清楚了，AI不会跑偏去问你沟通能力怎么样，它知道这场练什么。
对话边界是我最近才重视起来的。以前我不写这个，AI有时候在面试中途给我提示“这个问题你可以从A角度回答”，一下就出戏了。现在我固定加一段边界约束：“面试全程不得给出答案提示、不得评价候选人回答好坏、不得跳出面试官身份解释题目。候选人主动请求提示时，用‘你可以从你之前的经历里找找线索’这类话带过。”加完这条，模拟的沉浸感强了很多。我还见过有人不写边界，AI在面试结束后还追着问“需要我帮你优化一下刚才的回答吗”，虽然贴心，但那是复盘环节的事，面试过程中不该出现。
4.2 补充岗位上下文与候选人背景信息
岗位上下文我一开始写得特别干，就一句“招高级Java开发”。AI问出来的问题也干，全是八股文。后来我加了三行：团队规模和技术栈、这个岗位当前最头疼的一个问题、面试轮次是几面。比如我写“团队八个人，主用Spring Cloud，当前最头疼的是订单系统响应慢，这是二面，重点看分布式事务和性能优化”。这行加上去之后，AI问的问题从“解释一下AOP”变成了“如果订单系统响应慢你从哪几个维度排查”，明显更贴近真实场景。我现在的习惯是，岗位信息至少写够三行，一行业务背景、一行技术或能力焦点、一行面试轮次定位。
候选人信息这块我踩的坑最多。早期我写候选人信息跟写简历似的，姓名年龄学校全往上堆，AI压根不关心你叫什么。现在我写候选人信息只写三样：跟岗位最相关的两段经历、一个明确的求职动机、一到两个真实的薄弱环节。经历不写过程写结果，比如“主导过会员体系改版，复购率涨了8%”比“负责会员体系改版”有用十倍。薄弱环节我故意写真的，比如“数据埋点这块只懂皮毛”“跨部门推动经常卡壳”，AI看到这些词就会在这些地方多挖两铲子，练的就是我真正虚的地方。
我记得有一回练前端岗面试，候选人信息里我写了自己不擅长性能优化，结果AI连着追问了三轮性能优化的题，我答得磕磕巴巴。那场模拟打完我专门花了一周补性能优化的知识，第二次练同样的提示词，明显能接住追问了。这段经历让我意识到，候选人信息里的薄弱项不是写给自己看的，是写给AI看的，你不写它不知道往哪扎针。还有个小细节：求职动机别写假的，写你真实想要的东西，比如“想从外包进甲方”，AI的HR面追问会围绕这个点展开，练起来特别有代入感。
4.3 设计多轮追问、评分反馈与复盘总结指令
多轮追问这块，我摸索出的经验是给AI一个追问触发条件，不是让它随便追。我一般写三条触发规则：回答里出现“我们”没出现“我”的时候，追问个人贡献；回答里只有定性描述没有数字的时候，追问量化结果；回答里提到某个决策但没讲理由的时候，追问当时的考虑。这三条写进去，AI就不再是问完一个题直接跳下一个，它会停下来在模糊的地方拧一下。我练的时候被追得最多的是第二条，因为我以前讲项目总喜欢说“效果还不错”，一碰到“具体提升了多少百分比”就卡住，多练了几次才养成用数字说话的习惯。
评分反馈的指令我改过很多版。最早写“请给出评价”，AI回一堆“表现不错，逻辑清晰”之类的空话。后来我把评分维度定死：岗位匹配度、回答结构、案例真实度、追问应对、表达效率，每个维度一到五分，每个分数必须配一句原文引用作为理由。比如“案例真实度3分，你提到项目提升了用户体验但没给具体指标，缺少可验证细节”。这种带引用的反馈才有复盘价值。我还加了一条“指出一个你印象最深的减分瞬间”，这条逼着AI具体化，不能笼统打分。
复盘总结我一般单独放在对话结尾，用一大段指令收束：“面试结束后暂停面试官身份，用三百字以内总结候选人的三个优势和一个最大的短板，再给三个可以在下次模拟前完成的改进动作，动作要具体到学什么、练什么、怎么验证。”这三百字限制很重要，不限制的话AI能写一千字，重点全被埋了。我有个朋友练完从来不写改进动作，下次模拟还是同样的毛病，模拟了十几次进步很慢。我自己把每次的三个改进动作记在备忘录里，练之前翻一眼，带着问题去练，效率完全不一样。
4.4 控制问题难度、面试节奏与提问风格
问题难度我习惯用比例来控制，不写死每道题多难，而是写“基础题三成、场景题四成、挑战题三成”。这个比例是我试出来的，基础题太少会一上来就被打懵，太多又练不到真东西。三成基础题用来热身，四成场景题逼我把知识用出来，三成挑战题看我的上限在哪。一轮模拟下来大概八个问题，两三个基础、三四个场景、两三个挑战，节奏刚刚好。有一次我把挑战题调到五成，前两个问题就把我干沉默了，后面越答越急，模拟效果大打折扣。难度配比得跟自己当前水平匹配，水平不够的时候调低挑战题比例不丢人。
面试节奏这部分我写了两条硬约束：主问题之间不重复问同一类能力，追问超过三层之后强制回到主线。不写这条约束，AI容易在某个话题上陷进去拔不出来。我练运营岗的时候，一个用户增长的问题被追了五层，从策略追到执行追到数据追到复盘追到反思，活活把一场面试变成了单题深度拷问。后来加了“追问三层封顶、每三个主问题之后穿插一个换赛道问题”，模拟的覆盖面就正常了。
提问风格我一般写两句：“不念题干，像真人一样用口语提问”“遇到候选人回答太简短，先重复他的最后一句话再追问”。第二句我自己特别得意，因为真人面试官经常这么干，你答了一句短的，他重复一遍你说的话，等着你继续展开。AI学会这招之后，模拟的真实感往上跳了一截。我还会写“语气别太正式，别像在念稿子”，不写的话AI经常冒出“请您详细阐述一下”这种书面语，听着就出戏。
4.5 避免空泛指令、信息冲突与无效追问的写法
空泛指令是新手最容易踩的坑。我早期写“请根据我的回答给出有针对性的反馈”，什么叫有针对性的？AI理解不了。后来我改成“反馈里必须引用我回答中的至少一句原话，并说明这句话暴露了什么具体问题”。指令越具体，AI执行越到位。还有一个空泛句式是“面试官要专业”，这等于什么都没说。我现在写的是“面试官提问时不用形容词评价候选人回答，只说‘好，接下来’或者‘嗯，我追问一下’”，用行为描述代替形容词，AI才知道具体该怎么做。
信息冲突是写长提示词的时候容易出的毛病。我有一次在候选人信息里写“有三年带团队经验”，在面试规则里又写“按初级岗标准提问”，AI直接混乱了，一会问管理方法论一会问基础执行细节。后来我给自己定了条规矩：提示词写完之后通读一遍，检查候选人背景和面试难度设置、轮次定位之间有没有打架。职级、能力项、面试轮次这三样必须相互对齐，不对齐的地方要么改背景要么改规则，不能同时留着。
无效追问的写法我专门研究过。常见的有两种：一种是追问换个说法问同一件事，比如候选人刚说完怎么解决冲突，AI换个问法又问一遍你怎么处理矛盾的；另一种是追问和回答内容脱节，候选人说数据不好看，AI追问你团队几个人。防第一种我写“追问必须从候选人上一句回答里提取关键词往下挖，不得重新问同类能力项”。防第二种我写“候选人提到数据结果时必须追数据来源和验证方式，不得跳回上一话题”。这两条约束一加，追问就基本都有由头了，不会原地打转或者突然拐弯。
4.6 通过迭代优化提升AI面试模拟提示词质量
没有哪条提示词是一次写完就定稿的，反正我没那个本事。我现在的做法是每次模拟结束在备忘录里记两句话：哪里AI表现不对劲、下版提示词改哪句。比如有一次AI在我回答完一个特别详细的案例之后只说了句“好的，下一题”，我就记下来“追问触发词不够敏感，需要加上‘当候选人回答超过两百字时至少追问一次细节’”。下次写提示词的时候把这条补进去，问题就解决了。一条提示词改五版是常态，改十版也不稀奇，关键每版都在解决具体问题，不是做无效美容。
迭代的时候我习惯一次只改一个地方。同时改三处，模拟效果变好了你都不知道是哪处起的作用。我有一段时间犯过贪心的毛病，一条提示词从角色、规则到反馈全都重写了一遍，结果效果好得莫名其妙，但完全搞不清原因，下次想复用都无从下手。后来学乖了，一条提示词改完用两三场，感觉哪块还硌脚就再动那一块。这种慢慢磨出来的提示词，用起来心里有底。
还有个小技巧是拿别人的提示词做对照。我偶尔会看别人分享的面试模拟提示词，不直接拿来用，但会看他们在哪个环节加了什么约束。有一次看到一个版本里写了“候选人回答中出现‘大概’‘可能’时必须追问确定性”，我直接抄过来加进自己的压力面模板里了。效果立竿见影。提示词这东西别闭门造车，多看看别人怎么写的，好的约束条件直接搬，搬完在自己场景里调一调，比从零想快多了。
写提示词这件事说到底就是跟自己较劲。你越清楚自己要练什么，提示词就越写越具体；你越含糊，AI给你的东西就越糊弄。我现在的状态是写到第四版就基本稳定了，但每过一两个月还是会翻出来微调一下，因为自己的薄弱项在变，岗位要求在变，提示词也得跟着变。好在迭代成本不高，改一两句话的事，改完练一场就能验证效果。这种小步快跑的方式，比憋大招一次写完美靠谱多了。
提示词写得再漂亮，不跑起来就是一堆躺在备忘录里的文字。我见过不少人花两个小时雕琢一条提示词，写完之后截个图发朋友圈，然后就没有然后了。说实话我早期也这样，总觉得把提示词写好这件事本身就完成了百分之八十的工作，真到用的时候反而敷衍，随便聊两句就关窗口。后来我才想明白，模拟面试跟去健身房一个道理，私教把训练计划给你排得再科学，你不动起来，肌肉不会自己长。这章我就聊聊自己是怎么把一条提示词从纸面落到实战里的，从前到后完整走一遍。
5.1 面试前：明确目标、准备材料与设置模拟参数
我每次开模拟之前会花五分钟做一件事：拿张便签纸写下来今天到底要练什么。就一句话，别贪多。比如“今天练产品经理二面里的数据追问应对”，或者“今天练自我介绍在前三十秒能不能抓住人”。我试过不写目标直接开练，结果整场模拟东一榔头西一棒子，AI问什么我答什么，练完感觉挺累，回头一想啥也没练到。目标定得越窄，练得越深。你要是今天想练表达能力、明天想练案例分析、后天想练压力应对，那是三场模拟的事，别塞进一场里。
材料准备这块我吃过懒的亏。有一次模拟运营岗面试，AI问到我简历上写的一个项目数据，我支支吾吾答不上来，因为我压根没把简历翻出来对着看。从那以后我给自己定了规矩：模拟之前把简历、目标岗位的JD、还有我之前整理的项目数据卡片放在手边。项目数据卡片是我自己做的，每段经历写三行——做了什么、量化结果是多少、当时最难的一个决策点是什么。这三行放在眼前，AI追问的时候我不至于脑子空白。还有个小物件是草稿纸和笔，别笑，真有用。AI问出一个复杂场景题的时候，我习惯先在纸上画两笔理思路，比干想要快。
模拟参数设置在提示词里已经写好了，但我在开窗口之前会再确认一遍三样东西：面试轮次对不对、难度比例是不是今天想要的、反馈输出要求有没有带上。这三样我各吃过一次亏。有一次练的是HR面，提示词里忘了改轮次，AI上来就问技术架构，我当场愣住。还有一次想练高压场景，结果提示词里挑战题比例还是默认的三成，练得温温吞吞没感觉。现在我的习惯是把提示词复制进对话框之后，花十秒钟扫一眼开头和结尾，开头看角色和轮次，结尾看反馈指令，确认无误再按回车。
5.2 面试中：按提示词开展问答、追问与场景切换
真到了对话过程中，我的经验是前两个问题别急着发力。AI刚开始问的时候，我一般用中等偏上的状态回答，留点余力观察它的提问风格和追问节奏。有的提示词写出来AI比较温和，问完一个主问题最多追一层；有的提示词写出来AI特别凶，一个话题能追三层。我第一题答完就知道今天这场是什么调性了，后面再调整自己的应对策略。碰上温和的，我主动在回答里多留几个钩子，引导AI往我想练的方向追；碰上凶的，我就把每句话都说得更紧，少给它留钻空子的机会。
追问环节是我觉得模拟面试最值钱的地方。真实面试里你没法喊停，AI模拟里我也不建议喊停。被追到卡壳的时候，我现在的做法是硬着头皮答，哪怕答得磕巴也答完，把那个狼狈的瞬间完整经历一遍。有一次练技术面，AI追分布式锁的实现细节追了四层，我第三层就扛不住了，第四层完全是胡说的。那场模拟结束我看回放记录，自己都觉得好笑，但也正因为那个狼狈劲儿太真实了，我后来专门花了两天把分布式锁从头到尾捋了一遍，第二次练同样的提示词，四层追问全接住了。这种被按在地上摩擦的体验，看十篇面经都换不来。
场景切换这件事我一开始没当回事。提示词里写了“每三个主问题之后穿插一个换赛道问题”，但AI有时候切得比较生硬，我答着答着突然跳到一个完全不相关的话题，容易懵。后来我给自己定了个小动作：察觉到AI在换赛道的时候，先花两三秒在脑子里快速归类，判断这是行为面、技术面还是压力面的范畴，然后用对应的话术框架去接。这个归类动作做熟了之后，切换再快我也能稳住。我还会刻意在换赛道的第一题上多花点心思，因为那是新话题的第一印象，答好了后面几题心态会顺很多。
5.3 面试后：获取评分反馈、复盘表现与记录问题
模拟结束之后别急着关窗口，这是我最想跟所有人说的一句话。我早期就是聊完直接叉掉，觉得反正练过了，感觉还行。后来有一次我多看了两眼AI给出的评分表，发现“案例真实度”那一栏给了我两分，理由是“你提到项目效果显著但三次追问都没给出具体数字”。我当时脸上有点挂不住，但心里清楚它说得对。从那以后我养成了习惯：模拟结束之后先不看评分表，自己花两分钟回忆刚才哪道题答得最虚、哪个追问接得最慌，把这三四个点记在纸上。然后再去看AI的评分表，对比一下它挑出来的毛病跟我自己感觉的是不是一回事。重合的地方是我真正的短板，不重合的地方往往是AI捕捉到了我自己没意识到的习惯性问题。
评分表我一般重点看两个东西：一是各维度里最低的那个分数，二是AI引用的原话。原话比分数重要得多。分数只是个大概的定位，原话能让我回到那个具体的瞬间。有一次AI引用了我的一句话——“这个项目我主要负责统筹协调”——然后评了一句“个人贡献模糊”。我盯着这句话看了半天，发现自己在讲团队项目的时候确实习惯性用“我们”开头，把个人动作藏在集体叙事里。这个毛病我自己练十次都未必能发现，但AI一引用原话我就没法抵赖了。
记录问题这件事我做得比较笨但有效。我有个专门的面试模拟复盘文档，每场模拟写四行：日期、练的是什么、最大的一个收获、最想改的一个毛病。别写多，写多了坚持不下去。写完之后我会把“最想改的一个毛病”标黄，下次模拟之前扫一眼标黄的部分，提醒自己今天重点盯这个。这个文档我坚持写了快一年，回头看的时候特别有意思，前面几个月标黄的内容翻来覆去就是那么两三个毛病，说明我一直在同一个坑里摔。这种规律不看记录是发现不了的，因为人脑对失败的记忆会自动美化。
5.4 基于模拟结果制定改进计划与二次训练方案
拿到反馈之后最怕的一种反应是“哦，知道了”，然后该干嘛干嘛。我见过太多人模拟了十几次，每次反馈都差不多，进步却很慢，问题就出在反馈到行动之间少了一座桥。我现在拿到反馈之后会做一件事：把AI给的改进建议逐条翻译成“明天能做的具体动作”。AI说“数据敏感度不足”，翻译过来就是明天花一小时把简历上每个项目的关键数字背熟。AI说“回答结构散”，翻译过来就是下次模拟之前先用STAR模板把三个高频问题写成文字稿。模糊的建议必须翻译成动作，不翻译就等于没建议。
二次训练我一般安排在第一场模拟之后的两到三天。间隔太短，改进动作来不及做，第二场模拟还是重复老毛病；间隔太长，上次模拟的感觉全忘了。这两三天里我至少花一个小时做针对性补强，补强的内容就是第一场模拟里最烂的那个环节。补完之后带着明确的任务开第二场，比如“今天重点练数据追问，每个数字都要说出出处和验证方式”。第二场模拟我一般会把提示词里对应环节的难度调高一档，因为人刚补完知识的时候状态最好，趁热打铁往上够一够，效果比原地踏步强得多。
二次训练还有一个容易被忽略的点：换一个角度验证。比如第一场练的是技术追问，第二场我可能会故意把提示词改成“面试官风格偏压力面”，同样的技术问题用更凶的方式问一遍。知识补上了不代表扛得住压力，换一种提问风格能看出是真会了还是假会了。我练产品岗的时候就这么干过，第一场温和追问下答得挺顺，第二场换成压力面风格，同一个知识点被问得手心冒汗，中间有两次差点绷不住。那场打完我就知道，知识层面算是过关了，情绪层面还欠练。
5.5 不同岗位与不同面试轮次的实战应用示例
技术岗的一面和二面我用法完全不一样。一面我重点练基础知识的覆盖面，提示词里让AI按广度优先提问，一个话题最多追一层就换下一个。这种练法像撒网，看自己知识体系里有没有大窟窿。二面就反过来，提示词里让AI揪住一个项目往死里挖，从架构选型挖到线上故障挖到性能调优，每层都要说出具体的数字和决策理由。我练二面的时候经常被问到一个点答不上来，答不上来就当场记下来，模拟结束之后查资料补上，下次再练。一面练广、二面练深，这个逻辑我用了小半年，感觉效率挺高。
产品岗我分得再细一点，行为面和技术面分开练。行为面的时候提示词里把追问触发条件调得特别敏感，专盯“我们”和“我”的区分，专盯定性描述和定量结果的落差。我有一回练行为面被AI连续揪了五次个人贡献，五次我都重新组织语言答了一遍，那场模拟打完我出了一脑门汗，但后来再讲团队项目的时候，嘴巴自己就学会先蹦出“我做了什么”了。技术面我练得少一些，主要练的是跟开发沟通场景下的需求评审和取舍判断，提示词里让AI扮演一个脾气不太好的技术负责人，专门问我“这个需求不做行不行”。
HR面我单独拎出来说，因为太多人觉得HR面简单，结果挂在最后一轮。我练HR面的提示词里重点放了三样东西：离职动机、薪资期望、职业规划。这三个问题AI会反复变着法儿问，同一个动机用五种不同的问法问出来，看我的回答前后一致不一致。我在这上面翻过一次车，第一遍问离职原因我说想找更有挑战的环境，第三遍换了个问法问“你上一份工作最不满意的是什么”，我脱口而出说加班太多。两句话逻辑上没毛病，但放在一起听就有点别扭。那场模拟让我明白，HR面的回答一致性比单题答得漂亮重要得多。
群面和终面我练得不多，但有个小技巧可以分享一下。群面用AI模拟的时候，提示词里让AI同时扮演多个角色，一个HR、一个业务主管、一个交叉面官，轮流提问，我来回切换应对。这种练法挺折腾AI的，它有时候会串角色，但串角色本身也是一种压力训练，我练了两三次之后对多人提问的适应能力强了不少。终面我主要练的是格局感，提示词里让AI站在公司高管的视角问战略问题和行业判断，答不上来很正常，练的就是在不知道答案的时候怎么把思考过程有逻辑地表达出来。
说到底流程和方法的区别在于，流程是死的，方法是活的。我那套“前中后三段式”的框架每次模拟都在用，但每场模拟里怎么调参数、怎么盯重点、怎么翻译反馈，场场都不一样。用得多了你会有自己的判断，知道什么时候该按流程走，什么时候该临时改主意。这玩意儿跟学游泳似的，岸上把动作要领背得再熟，下水之后总得呛几口才能找到自己的节奏。提示词是泳池的边道，真正让你游起来的是每一次跳进水里的那个动作。
提示词这东西，会写和写得好之间隔着一条不窄的沟。我前几个月翻自己最早的提示词草稿，差点没笑出声来，满篇的“你是一个资深面试官”加上“请给出专业反馈”，空洞得像个没装东西的礼盒。后来模拟场次多了，也帮朋友调过几条，慢慢摸出一点门道：一条提示词到底行不行，得放在具体场景里跑，得贴着具体的人来改，还得有个标准去衡量它到底好不好用。这章就聊聊我对进阶这件事的理解，不玄乎，都是踩坑踩出来的。
6.1 面向行业、岗位与职级的个性化提示词扩展
同一个岗位在不同行业里，面试官问的东西差得能让人怀疑人生。我有个朋友从互联网跳到一家做工业软件的公司做产品经理，他拿自己以前那套提示词练了两周，面试还是挂了。复盘的时候他发现，以前练的全是“用户增长”“留存漏斗”这些东西，新公司的面试官从头到尾在问“客户现场部署流程”“产线工人上手门槛”。行业属性得拆开喂给AI，这句话我现在逢人就说。互联网讲快讲数据，金融讲合规讲风控，制造业讲流程讲落地，同样的岗位名称背后完全是两套话语体系。
职级这个维度我吃过不小的亏。早期我拿一条提示词练所有级别的面试，结果模拟初级岗的时候AI问得特别虚，模拟高级岗的时候又觉得自己答得挺满，实际上一看评分表，差的都是些格局层面的东西。后来我把提示词按职级分了三档：初级岗盯执行细节和协作配合，中级岗盯独立决策和跨团队推动，高级岗盯战略取舍和资源分配。同一个“用户需求分析”的话题，初级岗我能说清楚怎么调研怎么做竞品就行，高级岗AI会追着问“预算砍一半你砍哪个需求”“怎么说服不配合的业务方”，回答的颗粒度和站位完全不同。
岗位细分这块我是在产品岗上摸出来的。产品经理是个大帽子，B端C端策略端，面试官在乎的东西差了去了。我做C端的时候提示词里让AI重点盯体验敏感度和数据手感，转B端之后我把提示词大改了一遍，重点换成业务理解和客户沟通。技术岗也一样，后端前端算法运维，追问的路径完全不一样。我现在养成一个习惯，每次拿到新岗位的面试通知，先把岗位描述拆成三块：行业特征、职级要求、岗位方向，一块一块往提示词里塞，塞完跑一遍看看AI问出来的东西对不对味儿。
6.2 结合简历、JD与能力模型定制提示词
简历在提示词里扮演的角色不是背景板，是埋伏点。我以前的做法是把简历整段贴进提示词，让AI“根据简历提问”，结果它挑的全是那些最好写、最没营养的经历问。后来我学乖了，在提示词里明确指定让AI重点挖哪两段经历，挖哪个方向，比如“请围绕第二段经历里的跨部门协作，追问三次，每次追到具体决策”。简历里每个项目的关键数字和决策节点得提前圈出来，圈完之后AI的提问质量立马上了一个台阶。我管这个动作叫埋钉子，你得先把钉子埋好，AI才知道往哪儿敲。
JD的用法我摸索了很久才算入门。把JD原文贴进去是个起步动作，真正有用的是拆解。我会把一份JD拆成三层：表层的关键词、中层的能力要求、深层的业务痛点。关键词比如“数据驱动”“跨团队协作”谁都会抓，能力要求就得自己判断了，同一个“沟通能力”，B端产品岗要的是客户面沟通，平台产品岗要的是内部推动沟通，深浅差不少。业务痛点那层最难抓，但抓对了提示词会特别出彩。我有一次面一家做供应链的公司，从JD里扒出来他们正在推数字化仓储，模拟的时候让AI顺着这条线问，面试那天真被问到了类似的问题，回答的时候心里一点都不慌。
能力模型是个容易被跳过去的环节。我头几次听说这个概念的时候也一头雾水，后来一个做HR的朋友跟我解释，每个公司每个岗位下面都有一套隐性的能力打分表，有的写在招聘手册里，有的压根不公开。我能做的就是把能找到的能力模型拆解后喂给AI，比如“这个岗位看重的四项能力是结构化思考、数据敏感度、跨部门推动、抗压性，请按这四项分别设计问题并在反馈时打分”。这四根柱子一立，AI的提问和评分就有了骨架，不再是东一榔头西一棒子。说实话能力模型我也只摸到了皮毛，各家公司的模型千差万别，但至少现在我知道要在提示词里给AI立柱子，立了柱子的提示词和没立柱子的，跑出来的反馈精细度差着量级。
6.3 建立面试模拟提示词库与模板复用机制
我建提示词库这事纯属被逼出来的。有一段时间同一类岗位的面试连着来，每次开模拟都从头写提示词，写到第五次的时候手都在抖。后来我把常用的几条整理进了一个文档，按“岗位类型－面试轮次－难度档位”三维度命名，比如“产品C端-二面-高压版”“后端技术-一面-基础版”。命名规则听起来挺死板，但用起来是真省事，打开文档看一眼名字就知道哪个是今天要用的。命名这件事上我建议宁可长一点也别用缩写，我当时图省事用了几个字母代号，过了一个月自己都不知道那串字母是啥意思。
光存不养，库就是一堆死文件。我每跑完一场模拟，如果觉得今天这条提示词跑出来的效果特别好或者特别差，就在文档里加一行批注：日期、改了什么、效果怎么样。这些批注后来成了我迭代提示词最值钱的东西。有一条压力面的提示词我前前后后改了六版，每版改完就标个版本号，改到第六版的时候回过头去看第一版，发现第一版里那些啰嗦的约束条件其实有一半AI根本不理会，删掉之后效果反而更清爽。这种迭代记录逼着我想明白一个事：提示词不是越长越细越好，每多一条指令得清楚它到底在管什么。
模板复用的机制我踩过两个坑，说出来给各位避避。一个坑是直接复制粘贴不改变量，我有一回练运营岗，提示词里岗位名没改，AI张嘴就问供应链管理的问题，我当场傻眼。另一个坑是改得太勤，每场模拟都要在模板上动几十处，动到最后自己都不知道哪个版本是基准版。现在的习惯是模板保持稳定，只改动三个地方：岗位信息、候选人背景、本轮训练的目标环节。这三个地方改完就开跑，跑完再往批注里记一笔。模板这东西越稳定越好，变来变去的模板等于没有模板。
6.4 评估提示词效果的关键指标与常见误区
判断一条提示词好不好，我现在主要看三个东西。第一个是追问的深度，好的提示词跑出来的追问像剥洋葱，一层比一层贴近核心，差的提示词跑出来问的全是肤浅的表面问题，问完三层还在原地打转。第二个是反馈的引用率，AI的反馈里引用了我的原话，这条提示词就算过关，要是反馈全是“回答不够具体”“需要加强逻辑”这种空话，这条提示词得回炉。第三个是场景的区分度，好的提示词能把行为面、技术面、压力面问出完全不同的味道来，差的那种提示词不管什么轮次，问出来都是一个调调。
误区这块我得单独说说，因为我自己掉进去过好几次。头号误区是追求提示词的复杂度，觉得指令写得越细越显得专业。我早期有一条提示词写了快两千字，约束条件列了二十多条，跑出来的效果反而笨而僵，AI为了遵守那些互相打架的规则，说话变得特别机械。后来我删到八百字，效果好了一截。提示词这玩意儿跟做菜放盐有点像，盐少了没味儿，盐多了齁得慌，得一点一点试。另一个误区是拿AI的评分当唯一标准，我有一回被AI打了高分，得意了三天，结果真实面试挂了，复盘的时候发现AI打高分是因为我答得“符合提示词里的评分要求”，不是因为我答得好。提示词的评分是面镜子，镜子本身也可能变形，得多跑几轮多对比着看。
还有个误区我自己现在也没完全绕出来：过分追求覆盖面。我总想让一条提示词把岗位、简历、能力模型、追问、评分全装进去，恨不得一条提示词跑天下。装了之后发现每条指令都被摊薄了，追问追得不狠，评分评得不细。现在的做法是拆分工，一条提示词专注一个环节，追问深的就只练追问，评分的就只做复盘，串起来用。这种做法麻烦是麻烦了点，但每一块都能跑出深度。评估提示词的好坏说到底就一句话：它有没有帮我发现一个我自己发现不了的问题。能发现问题的提示词就是好提示词，管它长短。
6.5 多模态面试模拟与AI辅助面试训练的发展趋势
语音模拟这事我试过一阵子，感受挺复杂。打字模拟的时候，我的答题节奏其实比真实面试慢，因为打字的间隙里有思考的余地，换成语音之后那种被时间推着走的压迫感一下就上来了。我试过一个AI语音面试的产品，它能模拟面试官的说话节奏，我说到一半它会用“嗯”“然后呢”这样的小词来打断，逼着我当场调整。这种体验打字模拟永远给不了。语音模拟也有糟心的地方，干扰因素多，环境噪音、语速识别、断句判断都会影响AI的追问质量，我有一次模拟到一半AI把我的停顿当成了答题结束，直接跳到下一题，节奏全乱。
视频和数字人面试官我也在关注。去年试过几个带数字人形象的工具，说实话初期的版本做得很假，嘴型对不上、表情僵硬，看久了出戏。今年再试的时候进步已经不小了，有的工具能识别你的眼神接触和坐姿，反馈里会写“回答第三题时视线向下超过十秒”。这类信号在真实面试里HR真的会捕捉，能提前练一练心里有底。我现在的判断是多模态这东西别当万能药，它的价值更多在还原真实面试的压迫感，而不是在内容层面给你多深的反馈。内容反馈这块，目前还是提示词的质量说了算。
趋势这东西我不好乱预测，只能说说我自己的期待。我期待有一天AI能真正读懂一场面试的完整上下文，从简历到JD到前几轮的表现，全部串起来给你一个连贯的判断，而不是每场模拟都从零开始。我也期待语音模拟的延迟再低一点，低到跟真人对话差不多，那样练起来的沉浸感会完全不一样。这些期待暂时还得等工具成熟，但等待的过程里能做的事其实不少，把打字的提示词练扎实了，等语音和视频成熟的那天搬过去，迁移成本并不高。底子打在内容上，形式怎么变都能接住。我现在的精力分配大概是八成放在提示词内容和复盘上，两成放在尝试新工具上，这个比例我觉得还算稳当。
