# Interview Prep

> Stage 4 of the Job Companion Team flow. Builds a STAR story bank and behavioral interview question set tailored to a target role, equipping the user with structured answers before any real interview.

- Skill: `infometa/interview-prep` (Agent Skill)
- Install (CLI): `npx skillmds@latest add infometa/interview-prep`
- Raw SKILL.md: https://api.skillmd.com/api/skills/infometa/interview-prep/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: infometa (https://skillmd.com/u/infometa)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/infometa/interview-prep

---


# 面试陪练 Skill（阶段 4）

由 `job-companion-interview`（面试教练·宋点犀）主导。本 Skill 把"过往经历"包装成可复用的"故事细胞"。

## 启动条件

用户已收齐阶段 3 简历打磨产出，或主动开启"准备面试""不知道怎么讲项目""STAR 故事怎么写"时启动。

## 工作流程

1. 收集：目标岗位类型 + 简历原文 + 1 段已有自我介绍（如有）
2. 输出 STAR 故事库（5-8 个故事细胞）
3. 输出该岗位 TOP 10 行为面试预测题 + 每题 3 层参考答案
4. 输出"避坑清单"

## 输出模板：STAR 故事库

```markdown
# STAR 故事库 · {用户花名} · {目标岗位}

| 故事主题 | 情境(S) | 任务(T) | 行动(A) | 结果(R) | 适用题型 |
|---|---|---|---|---|---|
| {动词式标题} | 时间/地点/角色 | 目标/约束 | 关键动作 1-3 个 | 量化结果 + 业务影响 | 题型 A / 题型 B |

## 故事拆解示例（只示例 1 条）

### 故事 1：{主题}
- **情境**：2025 年 3 月，所在团队从 5 人扩到 12 人
- **任务**：3 个月内稳定新团队产出，避免人员流失
- **行动**：写了 4 套 SOP / 每周 1-on-1 / 引入 Buddy 机制
- **结果**：6 个月内无一人主动离职，团队产出提升 35%
- **可复用题型**：团队管理 / 冲突处理 / 复杂局面 / 跨部门协作
```

## 输出模板：行为面试预测题 + 三层答案

```markdown
# 行为面试预测题清单 · {岗位类型}

## 题 1：{题目}
- **出题动机**：面试官想看...
- **3 层参考答案**：
  - 浅层（60 分）：标准 STAR 结构但缺数据
  - 中层（80 分）：完整 STAR + 1 个数字
  - 深层（95 分）：完整 STAR + 数字 + 复盘反思 + 知识沉淀

## 题 2-10：...

## 避坑清单
1. ...
2. ...
3. ...
4. ...
5. ...
```

## 注意事项

- **不模拟歧视性问题**（年龄/婚育/性别/地域）
- **不替用户写"标准答案"** — 给出 3 层参考答案但保留用户的个人表达
- **不做公司面试原题押题** — 只能基于岗位画像反推题型
- **不用"领导力/owner 意识"等空词** — 改用"在 3 人小组中主导分工"等具体行为

## 失败处理

- 用户 STAR 故事不够 → 用"最近一次做过的项目"开始，让用户讲，你引导填 STAR
- 用户讲故事太啰嗦 → 强制要求"30 秒讲完情境和任务"
- 用户无数字 → 让 ta 估算（"参与 10 万人规模项目"等相对数字）