珠海实习|金山办公软件招5个月AIGC产品实习生岗位 |200-400元/天

✨职位信息概览

金山办公软件招5个月AIGC产品实习生岗位，200-400元/天，工作地址：珠海香洲区金山软件园，面向本科及以上学历在读学生

📋岗位职责

• 参与AI图文创作工具的产品需求分析和功能设计
• 协助优化文本编辑器的交互体验
• 参与规划AI生成内容的展示方案
• 配合产品和研发团队完成具体功能实现

✅任职要求

• 在读本科大三及以上/研究生，计算机相关专业优先
• 对产品经理岗位有浓厚兴趣，有相关实践经验优先
• 技术基础要求：
• 至少熟练掌握一门编程语言（Python/JavaScript等）
• 了解基础的前端开发知识
• 对大语言模型应用开发感兴趣，善用大模型完成任务

加分项：

• 有个人项目/开源项目经验
• 了解NLP/机器学习基础知识
• 熟悉常见的文本编辑器使用
• 具备较强的学习能力和团队协作精神

📸招聘详情

💡应聘技术问题

问题：”你在做一个AI图文创作工具，用户反馈生成的文章风格太机械，你会从哪些方面入手优化？”

参考答案:

最直接的办法是改prompt。很多产品给模型的指令太笼统，比如就写”写一篇关于XX的文章”，那出来的东西肯定千篇一律。可以在系统提示词里加上写作语气、目标读者、内容结构这些指引，或者做few-shot prompting，喂几篇风格对路的范文给模型参考，效果会好不少。

后处理也能做不少事。比如写规则去掉重复的过渡词、打乱过于整齐的段落长度、把一些模板化的连接词替换掉。如果资源够，可以训一个轻量的风格分类模型给生成内容打分，分数低的自动重试。

从产品角度，可以让用户自己选风格（正式/口语/学术等），或者在编辑器里做inline替换建议，用户觉得哪句话不对可以一键换掉。金山办公有个别的公司没有的优势——WPS里有海量的用户文档数据，在合规的前提下，这些数据能帮你搞清楚不同场景下用户到底期望什么样的写作风格。

问题：”Python中list和tuple有什么区别？在什么场景下你会选择用tuple？”

参考答案:

list可变，tuple不可变。list能append、insert、pop、remove，tuple创建之后就没法改了。

因为不可变，tuple能当字典的key、能放进set里，list不行。内存方面tuple通常比同等内容的list更省，遍历也略快一点，CPython对不可变对象有专门优化。

我自己的习惯是，一组数据创建之后不应该被改动的就用tuple——坐标(x, y)、RGB颜色值、数据库连接配置(host, port, dbname)这种。函数返回多个值也用tuple。需要增删元素、排序、做列表推导的就用list。

扯回这个岗位，比如LLM返回的结构化结果，字段固定不变的话，用namedtuple来接比list安全，不会手滑改掉某个字段。

问题：”大语言模型的Token是什么概念？为什么LLM的API调用要按Token计费？”

参考答案:

Token就是模型处理文本的最小单位。英文里一个常见单词大概1个token，中文一个汉字一般1-2个token。模型不直接处理原始文字，而是先用tokenizer切成token序列，每个token映射到一个整数ID，模型实际运算的是这些ID。

按token收费本质上是因为token数量直接挂钩GPU算力消耗。注意力机制的计算量随序列长度呈二次增长，每生成一个token都要跑一次完整的前向传播。不同语言、不同长度的请求资源消耗差异很大，统一定价不公平，token是最合理的计量单位。

做AIGC产品时控制token用量就是在控成本。prompt写得精简一点，不要大段模板往里塞；功能上限制单次输入最大长度，或者先在本地做预处理提取关键信息再传模型，砍掉不必要的token。

问题：”讲一个你做过的项目，遇到了什么困难，怎么解决的？”

参考答案:

这类问题其实就是看你怎么解决实际问题。回答建议用STAR结构：Situation（背景）、Task（目标）、Action（行动）、Result（结果）。

举个例子：”我在学校做了个课程推荐系统，用Python爬教务系统的课程数据，TF-IDF算课程简介相似度，给同学推荐相关课程。碰到的主要问题是爬虫经常被反爬机制拦，后来换了异步请求加代理池再加请求频率控制才稳定下来。前端用Flask搭了个简单的Web界面，支持搜索和筛选。最后覆盖了学院300多门课，选课效率确实高了不少。”

注意两点：一是”困难”要说具体，别含糊过去；二是”解决方案”要有技术细节，不能一句”后来优化了一下”就完了。面试官想听的是你怎么分析问题、动手能力怎么样。

问题：”如果让你设计一个AI辅助写作功能的交互方案，用户输入一个主题，AI生成大纲后用户可以编辑，再基于编辑后的大纲生成全文。你会怎么设计这个交互流程？”

参考答案:

我的思路是把整个流程拆开，让用户在中间能干预，而不是一键生成一篇没法改的东西。

用户输入主题之后，除了文本框，可以放几个可选的辅助项：文体选择（议论文、通知、周报）、篇幅、语气。不是必填，但填了生成质量会好。输入完给个loading状态，主题太短的话提示用户补充。

大纲出来之后，以可编辑列表的形式展示。每个节点能拖拽排序、展开编辑子节点、删掉不要的、手动加新的。不用做太复杂的编辑器，操作顺滑就行。每个节点旁边加个”重新生成”按钮，用户不用因为一个节点不满意就把整个大纲推翻。改完大纲点”生成全文”。

全文生成阶段，我倾向于做逐段流式输出。用户看到第一段的时候后面还在生成，体感上快很多，不用盯着空白转圈。生成完以富文本形式展示，直接能改。右侧放个”重新生成选中段落”的快捷操作。

技术上要注意两个点：前端流式渲染用SSE或者WebSocket都行；后端得管理好多轮对话状态，大纲编辑后的生成请求必须带上正确的上下文，不能丢。

🎯应聘面试准备

问：想应聘上述岗位，需要做哪些准备？

答：

简历优化

简历一页纸就够。把跟这个岗位直接相关的信息往前放：学历（大三及以上/研究生，计算机相关专业）、技术栈（Python/JavaScript + 前端基础）、做过什么项目、用过什么LLM工具。意向岗位写AIGC产品实习生。

简历里要出现的关键词：Python、JavaScript、前端开发、LLM API调用、prompt engineering、NLP、AIGC、需求分析、交互设计。这些是JD里提到的，简历里有这些词过筛的概率更高。

技能梳理

编程语言： Python或JavaScript至少熟练一门。Python准备基础语法、数据结构（list/dict/set/tuple）、文件操作、标准库。JavaScript准备DOM操作、事件处理、异步。面试可能会手写简单代码，别只看不练。

大模型应用开发： 得真的用过。ChatGPT、Claude、Kimi这些至少深入用过一两个，知道prompt engineering是怎么回事。最好自己动手做过小项目——用LangChain或者直接调API搭个问答机器人、做个文本摘要工具都行。token是什么、流式输出怎么工作、上下文窗口有什么限制，这些基础概念搞清楚。

前端基础： 不要求精通，但HTML/CSS/JS的关系得知道，富文本编辑器大概是怎么实现的得有个概念。面试可能会聊到交互设计的话题，一点都不懂前端会比较吃亏。

NLP/ML基础（加分项）： 文本分类、文本相似度、词向量这些概念了解一下就行。不用推导算法，知道能解决什么问题就够了。

文本编辑器（加分项）： 日常用Markdown编辑器或富文本编辑器的时候多留意一下，格式化、图片插入、代码块这些功能是怎么实现的。如果了解过contentEditable属性或者ProseMirror这类编辑器框架，面试时聊起来会加分。

面试准备

经典问题

• 为什么想做产品经理而不是纯开发？
• 你平时怎么用AI工具？觉得哪些场景下AI写作效果不好？
• 讲一个你做过的项目，遇到最大的卡点是什么？

系统设计

• 让你设计一个AI写作助手的产品方案，核心功能怎么规划？
• 用户反馈AI生成内容质量不稳定，你怎么排查？
• 怎么衡量AI写作功能的产品效果？看哪些指标？

项目经验

准备1-2个项目讲清楚：背景是什么、用了什么技术、卡在哪里、怎么解决的、最后效果怎样。不需要多高大上，课程项目也行，关键是说清楚你做了什么。另外准备一个用LLM API做的小项目，以及你对主流AI产品（ChatGPT、Kimi、豆包）的使用感受——哪些做得好、哪些体验差，面试中很可能聊到。