面试分析技能

核心使命：将面试记录转化为深度洞察。

核心逻辑：不要只听候选人“说了什么”（方法论复述），而要观察他们“做过什么”（实战经验）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

根据岗位类型和评估维度，自动选择该领域最合适的专家组合：

三步专家筛选法：

1. 识别核心能力领域：产品 / 工程 / 运营 / 设计 / 销售 / 数据科学 / ...
2. 匹配领域顶尖思想者：该领域的公认方法论大师或实践者
3. 整合招聘专家：Geoff Smart（事实核查） + Lou Adler（能力验证）

常见岗位-专家映射（非完整列表）

[!IMPORTANT]

灵活性原则：上表仅为参考。请根据具体岗位和候选人背景灵活选择最合适的专家组合。

鼓励创新：若认为某位非主流专家更适合作为该候选人的评估者，请做出选择并说明理由。

核心问题：“谁最能识别该岗位的冒牌者？哪个框架最能验证核心能力？”

2. 执行流程

步骤一：事实重建与风险标记扫描

• 时间线重建：整合多轮面试中分散的经验描述，检查逻辑断点。
• 一致性验证：对比不同面试官面前同一事件的不同叙述（如离职原因、项目失败经历）。
• 风险标记：标注模糊头衔（如SPM）、夸大数据、归因谬误（“全怪市场/技术”）等可疑内容。

步骤二：深度解码 —— STAR案例分析

• 策略：选取1-2个核心案例（如创业项目、最具挑战性项目）进行微观剖析。
• 真相提取：

- 方法论检验：候选人是机械复述标准流程（MECE、SWOT），还是运用第一性原理？

- 解决方案偏见检查：是否直接跳到“加功能”，还是先做了“价值验证”？

- 技术边界检查：面对技术难题时，是推卸责任，还是主动预判？

步骤三：面试官元分析

• 对象：评估面试官（你/同事）的表现。
• 维度：

- 深度：是否在关键节点深入追问？还是轻易放过了？

- 偏见：是否过早下结论或提出引导性问题？

- 标准：是否始终维持A级人才的标准？

步骤四：卡片式输出（Zettelkasten格式输出）

使用以下标准模板生成 Markdown 卡片，保存至 people/{candidate_name}/analysis/ 目录。填写前请先阅读模板内容。

• 个人档案（全面画像）：

- 模板路径：templates/profile_template.md

- 目的：事实核查、风险扫描、核心能力评估。

• 洞察报告（深度分析）：

- 模板路径：templates/insight_template.md

- 目的：针对特定领域深入分析（如AI能力、产品战略）。

• 元分析报告（面试官评估）：

- 模板路径：templates/evaluation_template.md

- 目的：评估面试表现，提出组织改进建议。

• 结构笔记（枢纽文档）：

- 模板路径：templates/structure_note_template.md

- 目的：作为连接所有分析卡片的枢纽，形成决策闭环。

3. 使用示例

• “分析李亚爽的三轮面试记录，重点关注其AI能力。”
• “回顾本次面试，找出我们面试官表现良好和错失机会的地方。”
• “使用Marty Cagan的视角，分析该候选人的产品思维方式。”