技能介绍

Interview Coach 是一个基于 Claude Code 的面试教练，覆盖求职全流程——从 JD 分析和简历优化，一路到模拟面试和拿到 offer 之后的谈薪。它包含 23 条命令，分布在申请材料、面试准备、练习模拟、复盘分析与薪酬教练几类。

它给自己的定位很明确：不是通用题库，而是一个自适应系统，越用越准。 它会按 Substance、Structure、Relevance、Credibility、Differentiation 五个维度给你每次回答打分，并且把分数映射到根因（身份焦虑、叙事囤积、回避冲突等）和对应的针对性练习；它建立一套可以在高压下检索的故事库，并根据你的具体行为模式调整教练策略。说一句 kickoff、把简历贴进去，两分钟内你就在被教练了。

作者是 Noam Segal，仓库采用 MIT 许可。

适用场景

  • 拿到一份 JD 想先判断值不值得投，需要拆解它真正在要什么人；
  • 简历要被 ATS 和人同时读到，需要按目标职位做针对性优化；
  • 面试前想要一份针对该公司、该轮次的准备简报，包括面试官视角；
  • 面完之后手里有 transcript，需要复盘每轮回答并知道下一步练什么；
  • 连续面试多家但没有进展，需要从拒绝模式里找出定位问题；
  • 拿到 offer 要谈薪，需要具体话术和备选方案。

核心能力

  • 打分与诊断：每个回答按 Substance、Structure、Relevance、Credibility、Differentiation 五维打分，并按你的资历校准；分数会映射到根因和针对性修法，而不只是"再努力一点"。
  • 自适应教练：打分后用决策树判定你的瓶颈并分支到对应训练——Relevance 弱就练问题解码，Substance 弱就补原材料；不会给每个候选人跑同一套流程。
  • 多格式 transcript 分析：可粘贴 Otter、Zoom、Grain、Google Meet、Teams、Tactiq、Granola 等工具的原始 transcript，系统自动识别并归一化格式。分析随面试类型变化：行为面做 Q&A 解析，系统设计做阶段分析（定范围、方案、深入、取舍、适应），面板面追踪跨面试官动态，混合格式处理技术与行为段之间的模式切换；每种格式有自己的反模式检测和附加评分维度。
  • 故事库与作品集优化：结构化故事管理，含完整 STAR 文本、earned secrets、强度评级与快速检索训练。故事到问题的映射用 4 级匹配（Strong Fit、Workable、Stretch、Gap），并做作品集优化——当多个问题争抢同一个故事时解决冲突，跟踪新鲜度与过度使用，优先选择 earned secrets 强的故事。叙事身份提取会找出跨故事的 2-3 个核心主题，让每个回答都在强化同一个关于"你是谁"的论点。
  • 练习与模拟：8 阶段训练进阶（约束阶梯、抗压反驳、转向训练、面板模拟、压力测试），加上 4-6 题的行为面、系统设计、案例、面板、技术+行为混合模拟。每一轮都给出面试官视角——你说话时他实际在想什么。角色训练分数会映射到核心维度，专项练习因此纳入整体趋势分析。
  • 结果校准：跟踪练习分数是否真的预测了真实面试结果；累计 3 场以上真实面试后运行打分漂移检测，发现外部反馈与教练评分矛盾时重新校准，并把跨维度根因（如"回避冲突"同时影响 Substance 和 Differentiation）合并处理。
  • 岗位匹配评估：从需求覆盖、资历匹配、领域相关性、能力重叠、轨迹一致性五个维度评估人岗匹配，区分强匹配、可投资的高攀和长线机会。
  • 公司情报：Quick Scan、Standard、Deep Dive 三档研究深度，配合结构化检索协议与断言核验——每条公司相关信息都标注来源层级（已核实／常识／未知）。
  • 求职生命周期管理：公司研究、带面试官情报的岗位准备简报、当天面后复盘的 debrief、把练习分数与真实结果关联的结果追踪，以及带完整话术的 offer 谈薪教练。
  • 面试情报：每次 transcript、复盘和招聘方反馈都会进入个人知识库——跨公司的问题模式、对你个人有效和无效的做法、反馈与结果的关联；数据带时间衰减，过期数据会被标记而不是默认采信。
  • 会话连续性：一个持久的 coaching_state.md 记录故事库、分数、模式、训练进度、面试轮次、面试情报和校准状态，几周后回来可以接着上次继续，且自动保存。
  • 质疑协议（直率度 5 级）：在最高直率档位，教练会通过五个视角主动挑战你——假设审计、盲区扫描、事前验尸、魔鬼代言人、强化路径。故事在新增或改进后被红队审查，transcript 被质疑，第 3 轮起的练习附随机质疑注记，进步报告含"难听的真话"板块；它还会检测回避模式，如果你一直绕开某个弱点，它会直接点出来。1-4 级完全不受影响。

其他单项能力还包括：引导式流程（每条命令后基于教练状态推荐具体的下一步，而不是给菜单；识别"帮我准备 Google 的面试"这类多步意图并串起完整序列）、LinkedIn 资料优化（按平台机制逐节审计：招聘方布尔搜索、算法分发、各节影响）、简历优化（ATS 解析与排序、招聘方扫读行为、要点质量、资历校准、关键词覆盖、结构、疑虑管理、跨渠道一致性）、核心定位（10 秒电梯、30 秒社交、60 秒招聘方通话、90 秒面试 TMAY 等多个版本）、networking 外联教练（冷启动 LinkedIn 消息、引荐请求、informational interview、招聘方回复、跟进序列、内推）、JD 解码与批量分诊（6 个解码视角 + 置信度标签）、演示轮教练（四种叙事弧、按约 130-150 词/分钟校准内容密度）、早期流程薪酬教练（招聘方初筛的"期望薪资"问题、薪资历史处理、申请表策略）、差异化（earned secrets 与 spiky POV 是一等维度）以及自我认知（追踪你自评与教练评分的差距，判断你是高估型还是低估型）。

效果预览

求职面试教练预览

工作方式

23 条命令

招聘准备类：research [company] 公司研究 + 结构化匹配评估（3 档深度）；decode JD 分析 + 批量分诊（3 档深度、6 个视角）；prep [company] 岗位准备简报（感知面试形式与文化、评估人岗匹配）；concerns 预判面试官疑虑；questions 生成 5 个非通用提问；present 演示轮教练（3 档深度）。

申请材料类：linkedin LinkedIn 资料优化（3 档深度）；resume 简历优化（3 档深度，有 JD 时做定向版）；pitch 核心定位陈述与场景变体；outreach networking 外联教练（3 档深度、9 类消息）；apply [company] 起草网申筛选题答案。

对话前类：salary 早期/中期薪酬教练（3 档深度）；hype 面试前信心与心理热身（5 级时含事前验尸）。

练习与模拟类：practice 训练轮次（有进阶闸门，5 级时含质疑注记）；mock [format] 完整模拟面试 4-6 题；stories 建立/管理故事库 + 快速检索训练（5 级时用 5 个质疑视角做红队审查）。

分析与面后类：analyze 按格式解析 transcript，基于分诊给教练建议，附面试官内心独白（5 级时含结构化质疑）；debrief 当天快速复盘；progress 趋势、自我校准、结果追踪、打分校准（5 级时含"难听的真话"）；feedback 记录招聘方反馈、结果、纠正、上下文或对教练本身的反馈（5 级时从拒绝中提取筹码）；thankyou 面后跟进草稿；negotiate offer 谈薪教练；reflect 求职复盘与归档；help 显示命令菜单（带上下文感知）。

加 kickoff 共 25 条可执行条目——官方 README 导语写的是"23 条命令"，命令表与 references/commands/ 目录实际列出 25 个（含 help）。

两条路线

  • Quick Prep：面试时间紧时用——公司研究、准备简报、聚焦的 transcript 分析、立刻可做的下一步。
  • Full System：多周求职时用——带检索训练与作品集优化映射的故事库、多格式 transcript 分析（行为面／系统设计／面板／混合）与决策树分诊、模式与趋势追踪、贯穿所有工作流的内置差异化教练、完整模拟面试、带闸门的 8 阶段训练进阶、面后复盘、结果追踪与打分校准、面试情报、跨公司轮次的面试 loop 感知、offer 谈薪教练、求职复盘与归档。

两条路线在 kickoff 时选择，之后可以切换。

你需要提供

  • 一份真实简历（不是高层摘要）；
  • 目标职位与时间线；
  • prep 需要完整 JD，知道面试形式的话一并给出；
  • analyze 最好用真实 transcript，给得越多分诊越准；
  • apply 需要粘贴网申筛选题，可选提供 JD 与每题字数/字符限制；
  • negotiate 需要 offer 细节、竞争 offer 和理想结果；
  • 可选：面试官的 LinkedIn 链接（用于逐个面试官的情报）。

你会获得

  • 一份带优先级、按时间线调整的行动计划，以及后续每步的具体推荐；
  • 五维打分卡、根因诊断和自评与教练评分的差距；
  • 结构化故事库（含 earned secrets）与 4 级匹配的问题映射；
  • 针对具体公司/轮次的准备简报：面试形式指引、文化解读、人岗匹配评估、面试官情报、预测问题（7-10 个）、故事映射、要问对方的问题、当天速查表；
  • 带来源层级的公司研究结论与置信度标签的 JD 解码；
  • 优化后的简历与 LinkedIn 各节改写、定位陈述及其多时长版本；
  • 带话术的谈薪策略与备选语言；
  • 一个持续更新的 coaching_state.md（自动保存），跨会话记录全部状态。

使用示例

Claude Code 安装与激活（需要任一付费 Claude 计划；也可用在 Cursor 或任何有文件系统访问的环境）：

git clone https://github.com/noamseg/interview-coach-skill.git
cd interview-coach-skill
mv SKILL.md CLAUDE.md

在 Claude Code 中打开该目录，说 kickoff 即可。OpenAI Codex 用户把 mv SKILL.md CLAUDE.md 换成 mv SKILL.md AGENTS.md（需要付费 ChatGPT 计划）。也可以直接下载 ZIP：https://github.com/noamseg/interview-coach-skill/archive/refs/heads/main.zip

典型指令序列：

kickoff                     # 建立档案、选路线、给行动计划
research Notion             # 先看公司再决定要不要准备
prep Stripe                 # 面试前生成准备简报
debrief                     # 面试当天快速复盘
analyze                     # 粘贴 transcript 做逐题分析
practice ladder             # 30s / 60s / 90s / 3min 约束训练
mock behavioral Stripe      # 完整行为面模拟
decode                      # 粘贴 JD 做解码与匹配评估
pitch                       # 建立核心定位陈述
outreach                    # 教练一条冷启动外联消息
apply HireRight             # 起草网申筛选题答案
negotiate                   # offer 谈薪

训练进阶顺序为 practice ladder（约束训练）、practice pushback（应对质疑与打断）、practice pivot（问题与准备不符时转向）、practice gap（"我没有例子"的时刻）、practice role（角色专项深挖）、practice panel（多面试官角色）、practice stress（高压模拟）、practice technical（边想边说、主动澄清、讲清取舍，仅系统设计/案例/混合格式）；practice retrieval 为不计入闸门的独立训练（限时快速匹配故事）。

作者给出的最佳实践：分享真实简历、prep 带上完整 JD 与面试形式、analyze 用真实 transcript、用 stories 维护活的故事库并给每个故事提取 earned secret、每周跑 progress、真实面试后记录结果与反馈、重要面试前跑 mock、当天用 debrief 抓信号、投递前先 decode、第一通招聘方电话前先跑 salary、演示轮前先 present、网申有筛选题时用 apply。