面试准备｜进阶专题教程

本文来自《20 份进阶专题教程》第 13 篇。每个专题都是「短而完整」的操作框架：什么时候用、怎么一步步做、有什么坑、指令怎么存成模板。

这个专题解决什么问题 #

用WorkBuddy / ima完成面准 ， 量降低重 操作和 。 试 备 并尽 复 错误风险

求职是典型的"信息不对称"场景：JD 里藏着筛选标准，简历里埋着匹配点。让 AI 做中间的翻译层，把两者对齐，命中率会明显提升。

什么时候用 #

• 你已经有相关资料，但整理面试准备耗时。
• 任务会重复出现，希望以后复用。
• 结果需要人工验收，而不是完全自动放任。

实战要点 #

• 简历只写真实经历：AI 负责表达优化，不负责编造。虚构经历面试必翻车。
• 逐条对齐 JD：让它输出"JD 要求 / 我的匹配点 / 证据"三栏表，缺口一目了然。
• 量化成果：把"负责了 XX"改成"通过 XX 达成 XX 提升 XX%"。
• 准备追问：每个匹配点后面让它预测面试官会追问什么，提前备好答案。

把这套流程固化下来 #

这五步（整理输入 → 明确目标 → 先看计划 → 执行后核验 → 存成模板）是所有 AI 任务的通用骨架。真正拉开效率差距的不是会不会用 AI，而是有没有把跑通过的指令存成自己的模板。

建议做法：在 WorkBuddy 里建一个「我的指令库」文档，每跑通一个任务就把最终版指令贴进去、注明适用场景。三个月后你会有一套别人拿不走的个人资产。

相关阅读 #

• 30 个完整实战案例 —— 更详细的操作步骤与验收清单
• 500 个应用场景总目录 —— 看看同类场景还能怎么用