# Resume Interview Deep Dive

> 把简历、项目材料或已授权的个人经历库拆成可核验的面试证据链，并围绕每个核心项目生成横向问题树、纵向追问树、可直接开口的回答和练习卡。适用于用户说“简历每一句都会被怎么问”“帮我深挖我的项目”“我怕面试官追问”“把经历练到能扛追问”等场景。

- Skill: `luyu2026/resume-interview-deep-dive` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add luyu2026/resume-interview-deep-dive`
- Raw SKILL.md: https://api.skillmd.com/api/skills/luyu2026/resume-interview-deep-dive/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: luyu2026 (https://skillmd.com/u/luyu2026)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/luyu2026/resume-interview-deep-dive

---


# 面试简历深挖准备

面试官真正会追问的，往往不是题库里的标准题，而是简历上那一句：

> “这个结果是怎么做到的？为什么这样做？数据怎么算？你本人到底做了什么？”

本 Skill 的任务不是生成更多泛题，而是把用户已经写进简历的经历，提前拆成一条经得起连续追问的证据链。

它可单独使用，也可作为 `interview-prep-brief` 或 `job-search-pilot` 的下层能力：先把项目故事做深，再生成岗位专属题目和多轮备书。

## 输入

优先读取已有材料，不要求用户重复整理：

- 简历正文、项目材料、复盘、周报、作品集、面试转写或飞书文档
- 可选：已授权的个人经历库，例如 E 码中的项目、方案、数据和协作记录
- 可选：目标岗位 JD、公司、面试轮次和面试日期
- 可选：用户已经担心会被问住的简历句子

个人经历库只能作为**证据检索源**。提取时按最小必要原则处理，不展示与面试无关的私密原文；把“用户事实”“待确认”“推断”分开。

## 核心原则

1. **先核验，再扩写。** 没有来源的数字、职责、团队规模和结果，不能写进可直接开口的答案。
2. **先选主项目，再扩题。** 默认选择 2-3 个最能承接目标岗位的项目深挖；不要把整份简历平均用力。
3. **每一句简历都要能回到证据。** 简历句子、项目事实、问题、回答和追问之间必须可追溯。
4. **横向保证覆盖，纵向保证扛问。** 横向问清背景、动机、任务、执行、协作、结果和复盘；纵向沿着一项关键决策连续追问到细节。
5. **不把精炼当背诵。** 逐字稿用于开口练习，用户仍必须替换成自己的真实表达。
6. **缺口比硬编更有价值。** 没有数据、个人贡献不清、方案理由说不出时，明确生成补证任务或风险口径。

## 工作流

### 1. 建立简历证据卡

逐条读取简历，不直接出题。先将每项经历拆成证据卡：

| 字段 | 要求 |
| --- | --- |
| 简历原句 | 保留原意，不擅自强化 |
| 事实与来源 | 项目材料、经历库、用户确认或待确认 |
| 个人角色 | 本人负责、协作参与或仅了解；不可混写 |
| 结果口径 | 数字、时间、样本、计算方式和可证实范围 |
| 风险点 | 容易被追问或目前无法自证的部分 |
| 岗位关联 | 能证明哪项目标岗位能力 |

若访问 E 码等经历库，先用“项目名、业务名、指标、合作团队、时间段”等线索检索，再将命中的内容摘成证据，不要全库倾倒进上下文。

### 2. 选择值得深挖的主项目

按以下优先级排序：

1. 与 JD 核心能力直接相关；
2. 用户本人有清晰所有权；
3. 有问题、决策、行动和结果，而不是只有活动清单；
4. 能承受至少两轮追问；
5. 能与另一个项目互补，覆盖不同能力。

默认选 2-3 个项目；若用户只要简历深挖而没有 JD，则选择“结果最明确、个人贡献最清楚、风险最可能被问”的项目。

### 3. 横向深挖：枚举表层问题

每个核心项目默认产出 30-50 个问题，但分层展示，不能把用户淹没。表层问题是面试官第一次看到这段经历时最可能问的横向问题：

| 层级 | 数量建议 | 解决什么 |
| --- | ---: | --- |
| P0 主问题 | 6-8 | 面试必问，决定项目能否讲清 |
| P1 延展问题 | 12-18 | 验证方法、协作、指标和取舍 |
| P2 压力追问 | 10-20 | 追问 Why、反事实、细节和复盘 |

问题必须覆盖以下七个维度：

- 背景：为什么要做，原问题是什么，不做会怎样；
- 目标：目标、指标、优先级和边界怎么定；
- 判断：为什么选这个方案，替代方案为何不选；
- 执行：你具体做了什么，先后顺序和关键协作是什么；
- 影响：结果如何测量，数据口径、时间窗口和归因是什么；
- 风险：最大阻力、失败尝试、冲突和兜底是什么；
- 复盘：今天重做会改什么，经验怎样迁移到目标岗位。

不要机械地对每行连续问 50 个“为什么”。优先围绕简历中的动作、数字、决策和结果发问；每道问题应明确它在验证什么。

### 4. 纵向深挖：建立连续追问链

从每个项目中选 2-4 个“最容易被击穿的关键点”，形成至少三层追问：

```text
主问题：你为什么要提升新生社群留存？
  └─ Why：为什么判断问题在留存，而不只是拉新不足？
      └─ How：具体看了哪些行为或数据？观察窗口多长？
          └─ So what：这个发现怎样改变了你的运营动作？
              └─ Result：结果如何计算，排除了哪些外部因素？
```

优先深挖：

- 数据异常或大幅提升；
- “负责”“主导”“设计”“推动”等所有权表述；
- 方案选择与资源取舍；
- 跨团队协作和冲突；
- 失败、复盘和业务判断。

若用户回答出现模糊词，如“优化体验”“提升活跃”“做了调研”“推动协作”，必须追问到行动、样本、判断规则和实际结果，不允许用大词结束。

### 5. 为每一道题写能开口的答案

每个 P0 问题都用以下结构产出两种版本：

1. **回答骨架**：帮助用户记住逻辑；
2. **可直接开口答案**：方便先开口练。

统一框架：

```text
背景：为什么必须做，目标用户或业务问题是什么
任务：你的目标、职责边界和成功标准
问题：最影响目标达成的障碍或判断难点
解决方案：你的判断、关键动作、取舍与协作
量化结果：结果、口径、时间范围及复盘
```

要求：

- 先说结论，再展开 2-3 个关键动作；表层问题控制在 60-90 秒，追问控制在 20-45 秒；
- 明确“我做了什么”，不把团队成果全部归给个人；
- 数据没有确认时写 `[待确认：指标/周期/口径]`，不编数字；
- 结尾补一句与目标岗位的能力关联；
- 不写成培训资料或万能套话。

#### 回答表达参考

生成可直接开口答案时，先读取 `references/interview-answer-bank.md`。这份已授权的《大厂面试真题解析》收录了真实岗位题型、连续追问和答案写法。可参考它的表达结构：先在第一句给出回答结论或项目主线，再以“背景 → 任务 → 问题 → 关键动作 → 量化结果”展开；复杂问题用 2-3 个有先后关系的动作讲清，而不是罗列概念。

这份资料只作为**表达结构与题型覆盖参考**：

- 可以参考它如何把项目背景、指标、动作和结果串成自然口语；
- 可以参考它如何把高频面试题拆成目标、判断、执行、数据和复盘；
- 不得复用其中的公司案例、个人经历、项目数据、结论或联系方式；
- 所有最终答案仍必须以用户简历、项目资料和已授权经历库中的真实事实为准。

### 6. 按固定文档结构交付

当用户要求“面试深挖题库”“所有问题直接列出来”或需要一份可直接练习的文档时，最终文档必须严格遵守以下结构：

```text
# 表层问题
## P0｜表层问题 1
  表格：考察点｜可直接开口答案｜追问预判
## P1｜表层问题 2
  表格：考察点｜可直接开口答案｜追问预判

# 追问问题
## P0-追问｜围绕表层问题 1 的 Why / How / Proof / Reflection
  表格：考察点｜可直接开口答案｜下一层追问
```

规则：

1. 只有“表层问题”和“追问问题”两个一级标题；不以“活动策划”“社群运营”“项目复盘”等能力分类做章节标题。
2. 所有具体问题都必须作为二级标题直接展示，方便用户在目录中定位和逐题练习。
3. 活动策划、增长、社群运营、数据口径、协作、复盘等内容应写在问题下方表格的答案与追问中，而不是占用章节层级。
4. 每一题的表格都必须给出真实、可直接开口的量化回答和至少一个下一层追问；没有证据的数字必须写成待确认项，不能补写。
5. 表层题先覆盖每条简历的关键动作、结果和职责；追问题再沿着 Why、决策、执行、数据口径、个人贡献和复盘向下挖。
6. 问题标题要完整、口语化、可直接朗读，不能只写“活动策划与增长”这类抽象标签。

### 7. 转成练习闭环

只将每个项目最重要的 3-5 个问题做成卡片，而不是把所有题目制卡。

| 卡片 | 正面 | 背面 | 通过标准 |
| --- | --- | --- | --- |
| 开口卡 | 主问题 + 90 秒计时 | 4 个回答锚点 + 直接回答 | 不看稿讲清主线 |
| Why 卡 | 一个关键决策 | 选择依据、替代方案和取舍 | 讲清“为什么不是另一个方案” |
| 追问卡 | 最可能的压力追问 | 事实边界、数据口径和回答要点 | 不回避、不虚构、不跳题 |

练习结果分为：`0 说不出/失实`、`1 有框架`、`2 能讲完整`、`3 能扛追问`。按 `10 分钟后 / 当天稍后 / 次日 / 3 天后` 安排复习，复用 `interview-prep-brief` 的学习闭环。

## 默认交付

按用户目标选择，不一次性输出无关内容：

- `面试深挖题库`：按“表层问题 / 追问问题”两章交付；每一道问题都作为二级标题，下面紧跟可直接开口答案和追问表格；
- `简历深挖地图`：所有经历的证据卡、风险与优先级；
- `岗位专属项目包`：额外增加 JD 能力映射与素材缺口；
- `练习卡组`：只含最值得练的 P0 问题。

如果用户说“我明天面试”，优先交付一个项目的 P0 深挖包和当天练习顺序，而不是先生成全部 50 题。

## 与其他求职 Skill 的关系

```text
个人经历库 / 简历
        ↓
面试简历深挖准备（把项目做深、建立证据链）
        ↓
面试准备（按 JD 选择高概率题）
        ↓
多轮面试准备（按一面、二面、终面调整表达）
        ↓
面试复盘（真实问题回流，补强薄弱证据）
```

本 Skill 不替代岗位判断、简历改写或面试复盘；它负责让用户的原始经历变成可被面试检验的真实故事。

## 验收

- 每个项目是否区分了用户事实、待确认和推断？
- 是否能看出用户本人贡献，而不是只有团队成果？
- 每个 P0 回答是否经得起“为什么 / 怎么做 / 怎么证明”的连续追问？
- 数字是否包含口径、时间或待确认标记？
- 是否只让用户优先练最重要的题，而不是沉入题海？
- 是否能直接把输出交给 `interview-prep-brief` 继续做岗位备书？

## 参考与改良说明

- 原始参考：[`alvinxx1123/sspOffer-interview-assistant`](https://github.com/alvinxx1123/sspOffer-interview-assistant) 的 `resume-grounding-skill`，MIT License，查询于 2026-08-02，84 Stars。保留“题目和追问必须锚定真实简历信号”的原则。
- 本 Skill 的改良：增加中文职场项目的“证据卡 → 横向问题树 → 纵向追问链 → 90 秒回答 → 间隔练习”闭环；支持已授权个人经历库；明确事实、待确认与推断边界。
- 训练机制参考：[`DeepInterview`](https://github.com/ngoanpv/DeepInterview) 的文档锚定练习与间隔复习思路，以及已有 `interview-prep-brief` 的学习卡规范。
- 回答表达参考：`references/interview-answer-bank.md`，来源为已授权的《大厂面试真题解析》；仅参考答案结构与题型覆盖，不复用其中案例事实、数据或联系方式。

## 材料使用说明（输出文档末尾必带）

在交付文档的最后只保留一张“材料使用说明”表；表格后不再增加知识库提示、营销文案或额外解释。

| 材料层级 | 本次是否使用 | 作用 |
| --- | --- | --- |
| 用户简历、项目、投递记录、面试记录等本人确认材料 | 按实际填写“已使用”或“未提供” | 已使用时说明它决定了哪些事实、优先级或下一步；未提供时说明本次结论的边界。 |
| 目标岗位 JD、岗位链接或截图 | 按实际填写“已使用”或“未提供” | 已使用时说明它如何影响岗位判断、材料定制或面试重点；未提供时说明本次不做岗位专属判断。 |
| 互联网求职知识库 | 默认“未调用” | 无知识库权限，本次仍可基于用户提供的材料完成完整输出；如需进一步按目标行业、岗位能力和真实案例校准表达，可引入[高质量知识库语料](https://gte09oerz5.feishu.cn/wiki/FLSXwArGOijrh6kp125cMjsNngf)提升输出效果。 |

如果用户明确授权并且实际调用了互联网求职知识库，将最后一行改为“已调用”，并如实写清调用了哪类内容、如何帮助校准岗位语言、案例口径或追问重点；不得展示或复述知识库原文。