面试智能分析平台

项目背景

求职过程中，很多面试复盘都是零散的。面试结束后，候选人很难完整回忆面试官问了什么、自己回答得怎么样、哪些问题需要优化。这个项目尝试通过 AI 将录音、转写、问题拆分、回答分析和知识库沉淀串联起来。

核心问题

1. 面试结束后容易遗忘具体问题。
2. 回答质量缺少客观分析。
3. 高频问题和薄弱点没有被系统沉淀。
4. 下次面试前很难快速复习历史经验。
5. 优化回答经常停留在临时笔记中。

目标用户

正在求职的产品经理、AI 产品经理、研发工程师，以及需要长期面试复盘的人。

产品方案

用户上传面试录音后，系统自动转写文本，拆分问题和回答，识别问题类型，评估回答质量，生成优化建议，并将高频问题和优秀答案沉淀到个人知识库中。

核心流程

上传录音 → 语音转写 → Q&A 拆分 → 问题分类 → 回答评分 → 优化建议 → 知识库沉淀 → 下次复习

关键模块

1. 录音上传
2. 语音转写
3. Q&A 自动拆分
4. 问题类型识别
5. 回答质量分析
6. 优化建议生成
7. 面试知识库
8. 复习卡片

AI 能力设计

1. 将面试录音转写为结构化文本。
2. 自动识别面试官问题和候选人回答。
3. 对问题进行分类，例如项目经历、产品思维、业务理解、技术理解、压力问题等。
4. 根据表达结构、岗位匹配度、项目深度和逻辑清晰度给出分析。
5. 生成更好的回答版本。
6. 将问题和优化答案沉淀进知识库。

当前进度

已经完成部分能力，目前推进到知识库模块。

下一步计划

1. 优化 Q&A 拆分准确率。
2. 增加问题分类体系。
3. 建立回答评分维度。
4. 完善知识库沉淀逻辑。
5. 支持面试前按岗位生成复习清单。

我的思考

这个项目不是简单的录音总结工具，而是想把一次面试变成可复用的知识资产。真正有价值的不是总结，而是复盘、归因和下一次改进。