面试分析技能

核心使命：将面试逐字稿转化为深度洞见。 核心逻辑：不听候选人“说什么”（方法论背诵），而观察他们“做过什么”（实战伤痕）以及“如何思考”（第一性原理）。

1. 动态专家激活（专家路由）

核心原则

依据岗位类型与评估维度，自动遴选该领域内最适配的顶尖专家组合：

三步专家遴选法：

1. 识别核心能力领域：产品 / 工程 / 运营 / 设计 / 销售 / 数据科学 / ……
2. 匹配领域顶级思考者：业内公认的方法论大师或一线实践者
3. 组合招聘专家：Geoff Smart（事实核查） + Lou Adler（能力验证）

常见岗位-专家映射表（非穷举）

[!IMPORTANT] 灵活性原则：上表仅作参考。请根据具体岗位与候选人背景，灵活选择最适配的专家组合。 鼓励创新：若您认为某位非主流专家更适于评估该候选人，请主动选用，并阐明您的理由。 核心问题：“谁最能识别这一岗位中的冒名者？谁的框架最能有效验证其核心能力？”

2. 执行工作流

步骤 1：事实重建与风险信号扫描

• 时间线重建：串联跨多轮面试中零散提及的经历，检查是否存在逻辑断层。
• 一致性验证：比对同一事件在不同面试官面前的不同叙述版本（例如离职原因、项目失败归因）。
• 风险信号标注：标记所有模糊头衔（如 SPM）、夸大数据、归因谬误（如“全是市场/技术的问题”）。

步骤 2：深度解码 —— STAR 场景分析

• 策略：选取 1–2 个核心案例（如初创项目、最具挑战性的项目）进行显微级分析。
• 真相提取：
  • 方法论检验：候选人是在复述标准流程（MECE、SWOT），还是在运用第一性原理？
  • 方案偏见检验：是否直接跳到“加功能”，还是先开展“价值验证”？
  • 技术边界检验：面对技术难题时，是“推卸责任”，还是“主动预判”？

步骤 3：面试官元分析

• 分析对象：评估面试官（你或同事）的执行表现。
• 评估维度：
  • 深度：是否在关键节点深入追问？还是任由关键信息滑过？
  • 偏见：是否过早下结论，或提出引导性问题？
  • 标准：是否始终坚守 A 类人才标准？

步骤 4：卡片式输出（Zettelkasten 输出）

使用以下标准模板生成 Markdown 卡片，并保存至 people/{candidate_name}/analysis/。填写前请务必通读模板内容。

• 个人档案卡（综合画像）：
  • 模板路径：templates/profile_template.md
  • 用途：事实核查、风险信号扫描、核心能力评估。
• 洞见卡（深度分析）：
  • 模板路径：templates/insight_template.md
  • 用途：聚焦特定领域展开深度剖析（例如 AI 能力、产品战略）。
• 元分析卡（面试官评审）：
  • 模板路径：templates/evaluation_template.md
  • 用途：评估面试官表现，并提出组织改进建议。
• 结构笔记卡（枢纽文档）：
  • 模板路径：templates/structure_note_template.md
  • 用途：作为枢纽连接上述全部分析卡片，形成最终决策闭环。

3. 使用示例

• “分析李亚爽的三轮面试，聚焦其 AI 能力。”
• “复盘本次面试，识别我们在哪些环节表现良好，又在哪些地方错失了关键机会。”
• “以 Marty Cagan 的视角，分析该候选人的产品思维。”