公考面试结构化讲义全产品工具
适用场景
为公考面试结构化培训提供教研与产品题库支持,覆盖从单题生成到程序可导入数据的7个工作流:
- 题目生成:批量生成面试题 md 文件(frontmatter + 题干 + 思路大纲 + 800-1000字逐字稿)
- 方法论生成:从题库样本提炼题型方法论(题型特征 + 核心要点 + 误区规避)
- 框架模板生成:生成答题框架骨架(完整结构 + 变体 + 结构要点)
- 过渡句生成:从题库提取分类过渡句库(破题/分析/对策/收尾)
- 素材库生成:生成4类素材(政策摘要/案例故事/金句语录/数据统计)
- 讲义组装/更新:组装或增量更新完整讲义(多章节合并 + 结构验证 + 导出)
- 产品题库输出:把新题或现有题转换为版本化 JSON(评分维度 + 错因候选 + 复测约束)
六类题型:综合分析题、组织计划题、人际关系题、应急应变题、自我认知题、言语表达题。
工作流调度
根据用户意图分派到对应工作流:
| 工作流 | 触发词 | 输入 | 输出 | 详细模板 |
|---|---|---|---|---|
| A. 题目生成 | 面试题库/出面试题/批量出题/题库填充 | 题型+主题+数量 | 单题 md 文件 | 本文内嵌 |
| B. 方法论生成 | 生成方法论/更新方法论/方法论提炼 | 题型+题库样本 | 方法论段落 md | references/workflow-b-methodology.md |
| C. 框架模板生成 | 生成框架/更新框架/框架模板 | 题型+方法论 | 框架模板段落 md | references/workflow-c-framework.md |
| D. 过渡句生成 | 生成过渡句/更新过渡句/过渡句库 | 题型+题库样本 | 过渡句段落 md | references/workflow-d-transitions.md |
| E. 素材库生成 | 生成素材/补充素材/素材库 | 主题+题型+素材类型 | 素材 md 文件 | references/workflow-e-materials.md |
| F. 讲义组装/更新 | 组装讲义/更新讲义/导出讲义 | 各模块内容 | 完整讲义 md | references/workflow-f-lecture.md |
| G. 产品题库输出 | 产品题库/JSON题库/程序导入/复测题数据 | 新题或现有题 + 输出目录 | 每题一个标准 JSON | references/workflow-g-product-data.md |
调度规则:用户明确要求程序导入或 JSON 时优先走 G;同时要求讲义和产品数据时,先执行 A 或 F,再基于已确认内容执行 G。其它多意图按 A→B→C→D→E→F 顺序询问优先级。
触发条件
用户说以下任意一种:
- 题目生成:"面试题库" / "出面试题" / "公考面试题" / "批量出题" / "题库填充" / "填充题库" / "面试逐字稿" / "出题加答题"
- 方法论生成:"生成方法论" / "更新方法论" / "方法论提炼"
- 框架模板生成:"生成框架" / "更新框架" / "框架模板"
- 过渡句生成:"生成过渡句" / "更新过渡句" / "过渡句库"
- 素材库生成:"生成素材" / "补充素材" / "素材库"
- 讲义组装/更新:"组装讲义" / "更新讲义" / "导出讲义" / "讲义更新"
- 产品题库输出:"产品题库" / "JSON题库" / "程序导入" / "导入网页" / "导入小程序" / "复测题数据"
- 类似表述
工作流A:题目生成
md 文件模板
每道题按以下结构生成(命名格式:题型_编号_主题.md,如 综合分析_01_指尖形式主义.md):
---
type: 面试题
题型: 综合分析
主题: 指尖形式主义
难度: 中
来源: 模拟
updated: 2026-06-29
tags:
- 类型/面试题
- 业务线/公考结构化
---
# {题型}题:{主题}
## 题干
> {题干内容,≤80字}
## 思路大纲
**破题角度**:{一句话点破本质,反常识/反模板}
**核心观点**(按题型选择展开方式):
**方式A:3 观点结构**(综合分析/自我认知/言语表达默认)
1. {观点1}
2. {观点2}
3. {观点3}
**方式B:时间线结构**(组织计划/应急应变默认)
1. {事前:准备/止损}
2. {事中:执行/处置}
3. {事后:复盘/善后}
**方式C:多维分析结构**(综合分析政策类适用)
1. {个人层面}
2. {社会层面}
3. {政府/制度层面}
## 答题逐字稿
{800-1000字逐字稿,总分总结构}
---
*updated: 2026-06-29*
写入知识库的对应题型文件夹,目录结构见下方「输出目录」。
输出目录
知识库根目录按以下优先级确定:
- 用户明确指定了路径 → 直接使用该路径
- 当前工作目录下存在
02-Areas/公考面试结构化培训/01_题库与训练/→ 使用该子目录(PARA 结构) - 当前工作目录下存在
01_题库与训练/→ 使用该子目录(兼容旧结构) - 以上都不存在 → 在当前工作目录下创建
02-Areas/公考面试结构化培训/01_题库与训练/<题型>题/后写入
AI工作区/ <- 知识库根目录
|-- 02-Areas/ <- PARA: 个人知识资产
| +-- 公考面试结构化培训/
| +-- 01_题库与训练/
| |-- 综合分析题/
| | |-- 综合分析_01_指尖形式主义.md
| | +-- ...
| |-- 组织计划题/
| |-- 人际关系题/
| |-- 应急应变题/
| |-- 自我认知题/
| +-- 言语表达题/
文件夹不存在时先 mkdir -p 创建再写入。写入后用 ls 确认文件已落盘。
核心流程(6步)
步骤1:选题
- 六题型各选典型主题,热点话题/政策类/社会现象优先
- 避免过于专业的岗位题(除非用户指定岗位)
- 选题要"看着简单、实有政策深度"——这类题最容易暴露假大空
- 破题必须反常识/反模板(如"不是基层变懒了,是考核方式在逼基层装忙")
六题型选题参考(非穷举,供选题方向对标):
| 题型 | 选题方向 | 示例主题 |
|---|---|---|
| 综合分析 | 社会现象 / 政策解读 | 指尖形式主义、银发经济、AI就业冲击、未成年人网络保护 |
| 组织计划 | 活动策划 / 调研组织 | 反诈宣传进社区、年轻干部下基层调研、政务服务满意度调查 |
| 人际关系 | 职场矛盾 / 群众沟通 | 新同事被老同事排挤、与矛盾同事合作、群众对工作不理解 |
| 应急应变 | 突发事件 / 舆情处置 | 暴雨导致办事大厅进水、网络舆情突然发酵、会议现场设备故障 |
| 自我认知 | 动机 / 优缺点 / 经历 | 报考动机、最失败的经历、你的优势与不足 |
| 言语表达 | 演讲 / 劝说 / 模拟 | 以"担当"为主题即兴演讲、劝说群众配合搬迁、模拟处理投诉 |
🔴 CHECKPOINT:选题清单先呈现给用户确认数量、题型分布、主题方向,用户确认后再进入撰写。
步骤2:撰写内容
按上方 md 文件模板生成完整内容。撰写时主动规避下方"内容风格铁律"和"用语禁忌",初稿就要尽量干净。题干写完先 len() 自检是否 ≤80字。
步骤3:字数验证
运行验证脚本统计逐字稿字符数(含标点)。脚本位于本 skill 目录下 scripts/validate_question.py:
# 单个文件验证:
python <skill目录>/scripts/validate_question.py "<md文件路径>"
# 批量验证:
python <skill目录>/scripts/validate_question.py 综合分析_*.md
目标:800-1000字(含标点,允许轻微溢出100字)。
脚本不存在 fallback:如果 validate_question.py 找不到(路径错误/文件被移动),手动统计逐字稿部分字符数(含中文标点,不含 markdown 标记),确认在 800-1000 区间。
字数不达标处理:
- 字数 >1000 → 优先缩减冗余连接词、重复论点、注水标语,保留核心论据
- 字数 <800 → 在现有论点下补充具体数据、案例、操作动作,不加新论点
步骤4:AI痕迹 + 用语禁忌扫描
同一脚本自动扫描 6 类 AI 痕迹模式 + 公考用语禁忌四类。脚本支持批量验证多个文件。
扫描不达标处理:
- AI痕迹命中 → 按下方"AI 痕迹扫描清单"的白名单替换原则逐条改写 → 重跑脚本确认零命中
- 用语禁忌命中 → 按下方"公考面试用语禁忌"的白名单替换原则改写 → 重跑脚本确认零命中
- 破折号(human-writing 硬禁令,以最新版为准)→ 全部改为逗号或句号断句 → 重跑确认
- 机械三段式命中 → 将"第一/第二/第三"改为递进关系或并列短语 → 重跑确认
步骤5:写入md文件
🔴 CHECKPOINT:写入前展示完整 md 内容给用户确认,用户说"OK 写"再写入。用户说"改"-> 回步骤 2 修改。
命名 题型_编号_主题.md,按上方「输出目录」章节确定路径并写入。写入后用脚本做最终验证:
python <skill目录>/scripts/validate_question.py "<刚写入的md文件路径>"
步骤5.5:上传 IMA 笔记
每道题写入 md 文件后,同步上传到 IMA 笔记。本地 md 文件保留,同时上传一份到 IMA。
操作:
- 生成时间戳
YYYYMMDD_HHMMSS(如20260712_153000) - 构造笔记标题:
{题型}_{主题}_{timestamp}(如综合分析_指尖形式主义_20260712_153000) - 调用本 skill 的 IMA 上传脚本:
node <skill目录>/scripts/upload_to_ima.js "<md文件路径>" "<笔记标题>"
注意:本地 md 文件保持原名(不含时间戳),仅在 IMA 笔记标题中加时间戳。上传失败不阻断主流程,在报告中标注即可。
IMA 上传失败重试:如果 upload_to_ima.js 返回 ⚠️ IMA上传失败,检查 ima_api.cjs 是否存在 + IMA 登录状态。重试 1 次;仍失败则跳过上传,本地 md 文件已落盘不受影响,在最终报告中标注"IMA 未同步"。
步骤6:批量生产策略
铁律:先样例后铺量
a. 先做每类1道样例(共6道),覆盖六个题型 b. 全部通过字数 + AI痕迹 + 用语禁忌 + 6条铁律验证 c. 呈现6道样例给用户审阅
🔴 CHECKPOINT · 🛑 STOP:必须等用户明确确认"风格 OK / 可以批量"后,才继续下方 d-f。用户未确认前禁止批量生产。
d. 用户确认后批量生产剩余题目
e. 批量生产时每批用脚本批量验证:python <skill目录>/scripts/validate_question.py 综合分析_*.md
f. 每批验证不通过的文件单独修正后重跑,不要混入下一批
工作流B:方法论生成
从现有题库样本提炼题型方法论,输出匹配讲义"一、答题方法论"结构的段落。
输入:题型 + 该题型现有题库样本(至少 8 道逐字稿)
输出:方法论段落 md,结构为:题型特征 → 核心方法论要点(6-8个)→ 常见误区与规避表格
流程:读取题库样本 → 分析共性模式 → 提炼要点+例句 → 生成误区表格 → 跑 --mode methodology 验证 → 🔴 CHECKPOINT 确认
详细输出模板和规范见 references/workflow-b-methodology.md。
工作流C:框架模板生成
基于方法论生成答题框架骨架,输出匹配讲义"二、答题框架模板"结构的段落。
输入:题型 + 该题型方法论
输出:框架模板段落 md,结构为:完整结构代码块 → 变体 → 结构要点
流程:读取方法论 → 设计骨架 → 生成变体 → 提取要点 → 跑 --mode framework 验证 → 🔴 CHECKPOINT 确认
详细输出模板和规范见 references/workflow-c-framework.md。
工作流D:过渡句生成
从题库提取并分类过渡句,输出匹配讲义第七章结构的段落。
输入:题型 + 该题型现有题库样本 输出:过渡句段落 md,按破题开场/引出原因/深层分析/对策推进/收尾升华分类 流程:扫描逐字稿 → 按功能分类提取 → 去重去AI痕迹 → 按频率排序 → 验证 → 🔴 CHECKPOINT 确认
详细输出模板和规范见 references/workflow-d-transitions.md。
工作流E:素材库生成
生成4类素材(政策文件摘要/典型案例故事/高分金句语录/热点数据统计),每类有独立的内容规范和字数要求。
输入:主题 + 题型(可选)+ 素材类型(政策文件摘要/典型案例故事/高分金句语录/热点数据统计)
输出:素材 md 文件,写入 02-Areas/公考面试结构化培训/02_素材库/{素材类型}/
流程:确定主题 → 🔴 CHECKPOINT 选题确认 → 按规范生成 → 跑 --mode material 验证 → 🔴 CHECKPOINT 内容确认 → 写入文件夹
详细素材 md 模板、4类素材类型规范和输出目录见 references/workflow-e-materials.md。
工作流F:讲义组装/更新
组装或增量更新完整讲义,支持新增章节插入、已有章节替换、前言更新。
输入:各模块内容文件 流程:
- 读取现有讲义,解析章节结构
- 识别需更新章节(新增/修改/删除)
- 增量更新(新增章节插入指定位置、修改章节替换内容)
- 更新前言(章节数量、目录结构、使用说明)
- 更新 frontmatter(updated 日期)
- 跑
--mode lecture --expected-chapters N验证整体结构 - 🔴 CHECKPOINT 展示更新摘要
- 写入讲义文件
章节编号:第一至六章题型章,第七章过渡句,第八章表达技巧,第九章素材库(新增)
详细流程和注意事项见 references/workflow-f-lecture.md。
工作流G:产品题库输出
把新题或已确认的 Markdown 题目转换为产品可直接导入的 JSON。仅在用户明确要求产品题库、JSON 或程序导入时触发,不改变工作流 A 的默认 Markdown 输出。
输入:新题或现有题文件 + 输出目录 + 可选题目 ID 范围
输出:每题一个符合 question-schema-v1 的 JSON 文件
流程:读取产品合同 → 确认题目与 ID → 映射7个评分维度 → 选择合法错因候选 → 填写复测约束 → 校验 → 🔴 CHECKPOINT → 写入
执行前必须读取 references/workflow-g-product-data.md。其中会按需路由到 references/product/ 下的题目 Schema、评分量表、错因标签和复测规则。
产品 JSON 默认不上传 IMA;只有用户明确要求同步时才执行 IMA 上传。题目 ID 无法确认唯一性时停止写入,不得猜测或复用 ID。
共享质量标准
以下标准适用于所有工作流,不可妥协。
内容风格铁律(6条不可妥协)
答题不是写作文,是"考场口述"。要的是高分感,不是字数堆砌。
- 有观点——敢说"我认为""本质是""核心矛盾是",别用"客观来说""值得我们思考"这种和稀泥
- 有逻辑——每段要有"承上→启下→落到点"的内部节奏,别三段孤立
- 有表达——节奏有快有慢,长短句交替;避免每段都"第一""第二""第三"机械
- 避免套路——不写"领导让我干这个、领导让我想这个"那种万能套话
- 拒绝假大空——不写"体现了……彰显了……标志着……"那种注水标语
- 有深度、可操作、接地气——观点要落到具体抓手(数据、案例、动作),不说虚的
白话原则:写完大声读一遍——读起来像"人话"再继续,读起来像"作文"就重写。
分题型高分要素差异化
不同题型考官看的核心不同,逐字稿侧重点要跟着变:
| 题型 | 考官最看重的 | 逐字稿侧重点 | 常见失分点 |
|---|---|---|---|
| 综合分析 | 分析深度,透过现象看本质 | 重"本质+机制+对策"递进,观点要有判断力 | 停在现象层,缺机制分析 |
| 组织计划 | 流程完整性 + 可落地性 | 按"事前准备/事中执行/事后复盘"时间线展开,对策要有具体抓手 | 万能模板"领导交给我",缺细节 |
| 人际关系 | 情商 + 原则性平衡 | 重"情理法"平衡:先理解对方 -> 再分析矛盾点 -> 给出兼顾方案 | 一味忍让或一味对抗 |
| 应急应变 | 轻重缓急排序 + 快速反应 | 按"止损/调查/处置/善后"优先级展开,先解决最紧急的 | 平均用力,没排序 |
| 自我认知 | 真实性 + 岗位匹配度 | 用具体经历支撑观点,不说空话"我很努力" | 假大空自我表扬 |
| 言语表达 | 感染力 + 对象感 | 有"对人说话"的对象感,不是背稿,注意语气身份适配 | 背演讲稿腔调 |
公考面试用语禁忌(4类 + 白名单替换)
用语得体、政治正确、考官听得进——是比"有观点"更基础的红线。
- 不要带贬义色彩的比喻词:落水狗、狼狈、龟孙、痛打、狼狈为奸等
- 慎用网络流行词:韭菜、小白、键盘侠、内卷、摆烂、躺平、yyds、绝绝子等
- 慎用情绪化表达:气死、笑死、巨坑、血亏、无语、离谱等
- 不要有政治风险:"上面""领导拍脑袋""上面不作为"等不指明的吐槽;涉及民族、宗教、性别等要中性得体
白名单替换原则:
- 想用比喻 → 改成中性描述(如"落水狗"→"整治覆盖得了的只是显性摊位")
- 想用网络词 → 改成书面表达(如"内卷"→"过度竞争"、"躺平"→"消极应对")
- 想吐槽 → 改成建言("运动式执法难持续"已经是建言式吐槽,OK)
自检:写完最后一遍"考官读出来不得罪人"——能过即可继续;任何一句读出来让考官皱眉或"笑场",重写。
AI 痕迹扫描清单(6类)
写完逐字稿后必跑扫描。重点扫:
- AI标志性短语:"标志着""彰显了""体现了""不断演变的""至关重要""不可或缺"等 → 换具体动作/数据/时间
- 三段式列举("无缝、直观、强大")→ 改两项或四项,别凑3
- 破折号("——这是关键")→ 按 human-writing 最新版硬禁令全部清零,改为逗号或句号
- 模糊归因("专家认为""业内人士表示")→ 给出具体出处或直接删
- 否定式排比("这不仅仅是……而是……")→ 改直接陈述
- 万能收束("总之,…")→ 重写一个(如"说到底"、具体行动、不需要"总之"开头)
公考领域高危词(一字不差禁用):
- "体现/彰显/凸显" → 改"X表明"/"X是因为"/直接说事实
- "深入推进/全面落实/持续优化" → 给出谁、什么时间、做什么
- "多措并举/综合施策/协同推进" → 列出具体几条
- "切实保障/有效提升/有力推动" → 给出可量化指标
改写后自检:总字数仍在 800-1000 之间;读起来像人话(用 human-writing 的 scripts/check_prose.py 复核,同仓库安装时位于 ../human-writing/scripts/check_prose.py;冒号/破折号/翻案腔按 human-writing 最新版硬禁令,全部清零)
字数统计口径
- 统计"答题逐字稿"部分的字符数(含中文标点)
- 不含 markdown 标记、空行、frontmatter
- 目标:800-1000字(含标点,允许轻微溢出100字)
- 验证脚本自动提取逐字稿部分并统计
- 方法论全文:1500-4000字
- 素材按类型:政策200-400字 / 案例250-400字 / 金句50-150字 / 数据100-250字
验证清单(每次必查)
工作流A(题目生成):
- 字数 800-1000(含标点)
- AI痕迹零命中(6类扫描清单)
- 用语禁忌零命中(4类)
- 破折号清零(1段0个)
- 无机械三段式(第一/第二/第三连续)
- 6条铁律逐条过
- frontmatter 字段完整
- 命名格式正确(
题型_编号_主题.md) - 题干 ≤80 字
- 逐字稿总分总结构
- IMA 笔记已上传(note_id 已记录)
工作流B(方法论生成):
- 含"题型特征""核心方法论要点""常见误区与规避"三段
- 核心要点 6-8 个
- 每个要点至少 2 条引用例句
- 误区表格至少 5 行
- 全文 1500-4000 字
- AI痕迹零命中
工作流C(框架模板生成):
- 含"完整结构""结构要点"
- 完整结构下至少 1 个代码块
- 代码块内有占位说明(至少 3 处)
- 代码块内有【破题】和【收尾】标记
- AI痕迹零命中
工作流D(过渡句生成):
- 按破题/分析/对策/收尾分类
- 每类至少 3 条过渡句
- 去重去AI痕迹
- 无"总之/综上"收尾
工作流E(素材库生成):
- frontmatter 含 type/素材类型/题型/主题/来源/updated/tags
- 素材类型为4种之一
- 含"素材内容""适用场景""使用建议"三段
- 字数符合类型要求
- 来源标注完整
- AI痕迹零命中(素材内容段落)
工作流F(讲义组装/更新):
- 章节编号连续(第一章至第N章)
- 前言章节数量描述与实际一致
- 题型章含"答题方法论""答题框架模板""例题汇编"三节
- 所有嵌入逐字稿字数 800-1000
- 所有嵌入逐字稿AI痕迹零命中
- frontmatter updated 字段已更新
工作流G(产品题库输出):
-
schema_version固定为question-schema-v1 - 题目 ID 唯一,题型代码与 ID 一致
- 4个公共维度 + 当前题型3个专属维度,分值合计100
- 错因候选只使用
error-tags-v1中合法编码 - 主能力进入复测目标,复测约束包含实质变化要求
- 参考答案在产品中标记为提交前不可见
-
validate_product_question.py校验通过 - 未经用户确认不写入,不默认上传 IMA
执行反例黑名单(不要做什么)
以下行为会破坏流程质量,明确禁止:
| # | 禁止行为 | 为什么 | 正确做法 |
|---|---|---|---|
| 1 | 用户未确认选题就直接撰写 | 选题方向偏了后面全白写 | 步骤1 🔴 CHECKPOINT 先确认 |
| 2 | 样例未通过验证就批量生产 | 样例有问题会复制到所有题 | 6道样例全过 + 用户确认后才批量 |
| 3 | 跳过验证脚本凭感觉判断字数 | 中文逐字稿字数目测误差 ≥50字 | 每道必跑 validate_question.py |
| 4 | AI痕迹命中后只删词不替换 | 删了之后字数不够且语义断裂 | 按白名单替换原则改写 |
| 5 | 批量验证不通过的文件混入下一批 | 错误累积,最后无法定位 | 每批不通过的单独修正后重跑 |
| 6 | 逐字稿写成议论文而非口述稿 | 考场是说的不是写的,作文感扣分 | 写完大声读一遍,像人话才继续 |
| 7 | 题干超过80字 | 题干太长说明没抓住核心 | 精简到 ≤80字,用 len() 自检 |
| 8 | 在逐字稿中使用"总之/综上"收尾 | AI万能收束,考官一眼识破 | 用具体行动或"说到底"收束 |
| 9 | 工作流B-F跳过 CHECKPOINT 直接写入 | 方法论/框架/素材方向偏了返工成本高 | 每个工作流的 CHECKPOINT 必须等用户确认 |
| 10 | 讲义组装时整文件重写而非增量更新 | 888KB大文件整文件重写易丢内容 | 用 SearchReplace 做增量修改 |
| 11 | 产品 JSON 使用量表或标签库中不存在的编码 | 程序无法评分或安排复测 | 只从 references/product/ 的版本化合同取值并运行校验 |
| 12 | 只替换地名和数字生成复测题 | 会把记忆原题误当能力改善 | 保持目标能力,实质改变情境、主体和表面任务 |