用 AI 训练你,不是用 AI 面试你
市面上的 AI 面试工具大多在替你做事:面试中实时提词,或者扮演面试官给你打分。它们都不会增加你自己的思考。InterviewLoop 反过来:AI 只负责把结构、证据和空位摆到你面前,想和答都由你完成。
它训练你的三样东西
- 应答结构:十个回答骨架(判断 + 依据 + 反悔条件、受控示弱、案例题前置检索……),只给结构和一句参考句,不给答案全文。
- 对岗位和行业的认知:把 JD 逐条对上你的证据,缺口和错位摆在投递之前;看清这个岗位到底在买什么,你和它是否匹配。
- 对自己的判断:每场面后,在知道结果之前先写下你对这场的判断。目的不是算得准,而是逼你先下判断、再被结果检验,慢慢知道自己对现场的哪些感觉靠得住。
你会得到什么
一本只属于你的手册:哪些失分模式在你身上反复出现、哪些通过信号在你身上真的灵、哪句口径两场说得不一样。面到第三场,你自己看不见的规律就会显出来:作者用自己三场真实面试试跑,同一个失分模式三场全中,凭感觉复盘时完全没发现。这一轮没过也没关系,样本在长。
它不做什么
不替你答题,不扮演面试官,不写话术全文,不评分,不预测通过率,不评价面试官和公司。只有你能填的位置一律留空,打上【空位·思考漏洞】:空位是训练点,不是功能缺失。
怎么开始
- 面试前:到"A · 面前预演",贴 JD 和简历要点(两者都必填),拿到错位拦截、QA 预案和带标记的自介半成品。
- 面试后:到"B · 面后复盘",填笔记(填不全也行,模型只问缺的),拿到类型判定、失分模式、信号表和预测。
- 结果出来:到"C · 结果回填",一行字写回手册;预测错了就多一条校准记录。
你的笔记、手册和 key 只存在这个浏览器里,不经过任何服务器。本页是零门槛试用;完整版是 Claude Code skill(本地转录录音、从转录生成笔记草稿、自动写回手册):npx skills add interviewloop-cn/interviewloop
个人手册(只存在本浏览器)
模板来自 templates/handbook.md。跑完 B 或 C 后,把下面"待合并的手册增量"手动合并进来。自动保存。
待合并的手册增量(来自最近一次 B / C 输出)
模块 A · 面前预演
输出:错位拦截与硬门槛 → JD↔证据映射 → 类型预判与骨架 → 5 分钟核对单 → QA 预案(结构 + 参考句)→ 带标记的自介半成品。不写答案全文,不预测通过率。
模块 B · 面后复盘
笔记模板能填多少填多少:填不全,模型会按材料完整度只问缺的 3–5 个问题。底部三个计数字段是硬信号的唯一依据,问不出 = 无法判断。输出固定三段:结论卡 / 明细 / 自检。
模块 C · 结果回填
一行字。写回场次记录;与 B 的预测比对;不一致则加一条校准记录。不推测原因,不建议下一步。
录音转录(实验性入口)
两种转录方式,都由你主动触发:① 浏览器本地开源语音模型(首次需下载模型文件,之后离线可用);② 你自己的语音接口 key(OpenAI 兼容 /audio/transcriptions)。本页不内嵌任何 key。
模型与 key(只存本浏览器)
DeepSeek、Kimi、通义千问、豆包、智谱、OpenAI 都允许浏览器直接调用(2026-09 实测)。模型名更新很快,请到对应平台控制台复制当前可用的模型名,示例可能已过期。
协议与分类库随本页离线缓存。每次运行把 PROTOCOL + taxonomy 五个文件 + 你的输入一起发给上面的接口;Anthropic 接口对协议部分启用提示缓存以降低费用。
本地数据
关于
协议本体是 PROTOCOL.md,任何大模型都能跑;本页只是它的一个客户端。分类库是种子不是全集,"未分类"是合法输出。 README · PROTOCOL.md