独角兽AI产品面试

1.【自我介绍】同学你好，请先介绍一下自己吧。

回答：我从教育背景、实习经历、项目经历和自我评价四个部分向面试官进行介绍。

2.【项目介绍】请你介绍一下xx平台这个AI评审提效项目。

回答：好的面试官，那我从背景、目标、动作和结果四个方面来回答。

背景：我在xx平台实习期间，日常会参与主站业务板块和xx独立的APP活动页的上线。活动页评审经常涉及产品、运营、设计多方协作，产品关注功能逻辑和链路完整性，运营关注转化和活动信息表达，设计关注页面审美和交互一致性。实际推进中，大量问题属于按钮位置、信息层级、视觉暗示、异常态、路径闭环这类基础体验问题，没有在设计稿阶段提前对齐，导致评审会上反复讨论，页面从提交到达成共识最长会拉到xx天左右。

目标：我希望把这些高频、可沉淀、可复用的评审标准前置到页面自检环节，让页面在进入多人评审前先完成基础质量过滤，把评审会议从“发现基础问题”转成“讨论业务取舍”。

动作：

第一，我基于页面体验评审标准做了一个AI页面诊断Skill，早期用NotebookLM和Obsidian整理设计书籍、历史评审意见和业务页面案例，沉淀出13类诊断标准。V1是纯Prompt驱动，我用真实页面测试后发现输出不稳定，模型会漏检、跳检，甚至把灰色和蓝色这类视觉信息判断错。

第二，后续我把13类标准拆成独立Markdown规则文件，用脚本驱动检查流程，每一类标准必须执行并留下检查结果，最终再由LLM汇总成评审报告。

结果：项目在20个真实页面上做过产品、运营、设计交叉盲测，认可率约xx%，后续上传到内部JoyCloudSkill平台，页面评审共识周期从约xx天缩短到约xx天。

3.【方案判断】为什么你选择做AI Skill，而不是补一份更详细的UI规范或者评审会议模板？

回答：

【判断逻辑】我当时没有把问题单纯理解成“大家开会效率低”，更准确地说是基础标准没有在页面进入评审前被稳定执行。UI规范和会议模板能提升对齐效率，但它们依赖人主动阅读和执行，遇到赶排期、页面复杂、参与方经验差异较大时，仍然容易遗漏。

【Skill价值】AI Skill更适合解决的是“高频、明确、可规则化”的检查任务。它可以把专业经验拆成可调用的评审流程，在页面上线前形成一份结构化诊断结果，让产品和运营先看到风险点，再决定是否进入多人会议。

【边界认知】我没有期望Skill替代专家评审。它解决的是基础体验问题前置过滤，比如信息层级混乱、CTA弱、返回路径不清晰、活动规则缺失、异常态没有说明。涉及品牌调性、业务优先级、资源取舍这类开放判断，仍然需要人来拍板。所以我选择Skill，是因为它比静态规范更能保证执行，比会议模板更能减少低价值讨论。

4.【标准拆解】你怎么把类似雅各布定律这样的体验原则，转成AI能执行的检查规则？

回答：

【拆解方式】我会把抽象原则拆成“用户预期”“页面表现”“风险判断”“输出建议”四个层次。比如雅各布定律强调用户会沿用在其他产品中形成的交互习惯，那么它落到活动页评审里，就不能只写“符合用户习惯”，而要拆成可观察的页面要素。

【规则示例】在xx平台页面中，返回按钮应该在用户预期的顶部区域，主CTA应该靠近用户完成决策的位置，删除、关闭、跳转等图标需要符合常见语义，价格、优惠、服务范围、预约时间这类交易前置信息要在用户决策前出现。如果页面把核心购买按钮藏在次级区域，或者用不符合常识的图标表达关键操作，Skill就会标记为认知成本过高。

【输出方式】AI不能只给一句“交互不合理”，需要给出具体命中项、问题位置、判断依据和修改建议。这样产品、设计、运营看到报告时，讨论对象会从主观感受变成页面事实，评审效率才会真正提升。

5.【技术迭代】V1为什么会出现漏检和幻觉？你后面说的脚本驱动具体解决了什么？

回答：

【V1问题】V1基本是把所有标准塞进一个大Prompt里，让模型自己理解页面、自己选择检查顺序、自己生成结论。这个方式在小样本测试时看起来可用，但一到真实页面就会暴露问题。页面信息一多，模型会倾向于抓最显眼的内容，对边界态、异常态、底部规则、弱视觉信息检查不足。规则文档较长时，模型还可能只吸收前半部分内容，导致13类标准没有被完整执行。

【迭代动作】我后面把13类诊断标准拆成独立Markdown文件，每个文件只负责一类问题，再通过脚本控制执行顺序。脚本会要求每一类标准都输出检查结果，不能因为前面已经发现问题就提前结束。报告生成前还会跑一次检查清单，如果某类关键项为空，就回到对应规则重新检查。

【解决效果】这个改动让LLM从“自由发挥的评审人”变成“按流程执行的分析员”。LLM仍然负责理解页面语义、提炼问题和生成自然语言建议，但检查覆盖率由脚本和清单约束，输出稳定性明显提升。

6.【指标拆解】你提到专家认可率约xx%，这个指标怎么理解？如果专家之间意见不一致怎么办？

回答：

【指标含义】这里的认可率并非要求AI结论完全等于专家结论，重点是产品、运营、设计在盲测时判断这份报告是否能准确指出基础体验问题，是否能作为评审前的参考材料。我们选了20个真实页面，让不同角色分别看AI诊断结果，评估问题识别是否合理、建议是否可执行、是否有明显误判。

【不一致处理】专家之间对开放体验问题本来就可能有不同判断，所以我会把问题分成两类。第一类是基础标准问题，比如按钮不可见、路径断裂、规则缺失、信息顺序不符合购买决策，这类问题需要尽量形成稳定判断。第二类是业务取舍问题，比如视觉风格是否更年轻化、优惠信息是否要强压首屏、活动氛围是否要更重，这类问题不强求Skill给最终答案，只提示风险和可能影响。

【产品定位】因此这个Skill的定位是评审前置工具，帮助团队提前清掉可共识的问题，不负责替代会议中的业务决策。专家意见不一致时，报告可以作为讨论底稿，但最终仍然由业务负责人结合目标和资源决策。

7.【落地推广】你怎么保证这个工具真的被用起来，而不是只做了一个Demo？

回答：

【早期共创】我没有等工具完全做完再拿给大家看，而是在规则沉淀阶段就找产品、运营、设计同事收集历史评审意见，让他们能看到自己的经验被纳入规则库。这样后续推广时，大家会觉得它来自团队已有经验沉淀，核心价值是把团队经验产品化。

【使用场景】我把使用场景放在页面正式评审前，要求输出的是一份结构化诊断报告，避免停留在泛泛的AI建议。产品同学可以先拿报告改一轮，设计同学可以针对视觉和交互项快速确认，运营同学可以检查利益点、规则说明和转化链路是否完整。

【平台分发】后续我把Skill上传到内部JoyCloudSkill平台，并做了组内推广。它围绕页面体验评审这个通用场景设计，不只绑定某一个活动页，所以其他同事可以直接下载使用，也可以补充自己业务线的页面案例和标准。工具被使用的关键是接入位置足够前置、输出足够具体、修改成本足够低。

8.【迁移开放题】如果把这套方法迁移到其他评审场景，你会怎么做？

回答：

【迁移前提】我会先判断目标场景是否满足三个条件：问题高频出现、判断标准可沉淀、输出结果能辅助人做决策。如果一个场景完全依赖专家灵感，或者每次判断标准都变化很大，就不适合直接做成Skill。

【可迁移场景】比较适合迁移的是商品详情页上线前检查、营销活动页审核、客服话术质检、商家素材审核、站内消息推送审核。这些场景都有明确的业务目标，也都有大量基础规则，比如信息完整性、风险表述、合规边界、链路闭环、用户理解成本。

【落地方法】迁移时我不会直接复制xx平台的13类标准，而是复用方法论：先从历史案例和专家经验中抽规则，再把规则拆成独立检查项，再用脚本保证覆盖率，再通过小规模盲测评估准确率和误判率。这样迁移的是“标准工程化”的能力，而不是某一套固定页面规则。

1.【自我介绍】同学你好，请先介绍一下自己吧。

回答：我从教育背景、实习经历、项目经历和自我评价四个部分向面试官进行介绍。

2.【项目介绍】请你介绍一下xx平台C端同城玩法板块这个项目。

回答：

好的面试官，那我从背景、目标、动作和结果四个方面来回答。

背景：我在xx平台生活服务同城方向参与过同城首页玩法板块重构。这个板块位于同城首页的高曝光区域，承担本地内容发现、兴趣激发和消费转化的作用。项目前期的问题是，顶部玩法板块虽然有曝光，但用户对它的认知不够清晰，很多用户只把同城当成本地视频流浏览入口，没有形成“找附近好去处、发现活动、完成线下消费”的心智，导致板块渗透和消费转化没有充分释放。

目标：项目核心目标是提升顶部板块渗透、用户使用时长和本地生活GMV，同时提升UGC发布意愿，让内容供给和交易转化形成正循环。

动作：我主要做了三类迭代。

第一类是重构首页顶部玩法板块，增加引导文案，调整足迹地图的位置，引入动态赛马机制，让顶部内容根据用户实时兴趣和城市热点分发，而不是固定展示。

第二类是新增“新热打卡地”模块，帮助用户在不主动搜索的情况下发现本地热门目的地，缩短从内容种草到消费决策的路径。

第三类是上线“同城去哪玩”活动页，并接入票务交易组件，把内容浏览和线下消费承接起来。

结果：项目上线后，同城相关GMV提升xx%，UGC内容发布提升xx%，玩法板块从单纯内容曝光位，逐步转向内容发现和本地消费转化入口。

3.【指标判断】停留时长增长停滞一定是问题吗？会不会是用户决策效率变高了？

回答：

【判断方式】我不会直接把停留时长停滞判断成负向问题，因为C端产品里的时长需要结合用户任务来看。如果用户更快找到目标内容，并且点击、收藏、下单、核销等后续行为提升，停留时长下降或持平也可能代表效率提升。但如果时长停滞同时伴随板块点击率低、二跳弱、活动页转化差、复访下降，就说明用户并没有形成有效消费路径。

【拆分口径】我会把同城用户拆成浏览型和任务型两类。浏览型用户更关注内容消费深度，可以看视频完播、滑动深度、互动、关注和复访。任务型用户更关注决策效率，可以看搜索、地点点击、团购详情页进入、下单、核销和收藏。

【项目判断】在这个项目里，我们关注的不只是让用户停留更久，而是让用户知道顶部玩法能帮他发现附近好去处，并且能从内容进入交易场景。所以停留时长只是过程指标，真正要结合板块渗透、内容互动、交易链路转化和GMV一起判断。

4.【用户洞察】你是怎么得出顶部板块认知不清这个结论的？

回答：

【定性来源】我会先看用户在访谈和开放反馈中的表达。如果用户能说出“这里可以看附近视频”，但说不出顶部玩法区能帮他找活动、看地图、发现打卡地、完成线下消费，就说明板块心智没有建立。我们在调研中看到，一部分用户对顶部组件的理解停留在“装饰性入口”或“推荐卡片”，没有把它和本地生活决策联系起来。

【定量验证】定量上我会看曝光后的点击分布、模块二跳率、进入活动页后的停留和跳失、交易组件触达率。如果顶部区域曝光高但点击集中在少数强视觉卡片，地图、活动、打卡地入口的点击和后续转化弱，就能侧面说明用户没有理解不同入口的功能价值。

【结论沉淀】所以“认知不清”需要定性反馈和行为数据相互印证。用户表达不知道入口能做什么，数据上也表现为高曝光低深度、点击后跳失高、交易链路承接弱，这才支撑我们去重构顶部板块的信息结构和引导文案。

5.【体验取舍】顶部新增更多模块，会不会挤压同城信息流的内容消费？

回答：

【风险识别】会有这个风险。xx平台同城的基础体验仍然是内容流，如果顶部模块占用过多首屏空间，可能会让用户觉得进入同城后先看到很多运营位，降低滑动进入内容流的意愿。尤其是低意图用户，他们只是想刷附近内容，顶部模块过重会造成打扰。

【控制方法】我会用动态赛马和分层展示控制这个问题。对高意图用户，比如近期有本地搜索、团购点击、地点收藏行为的人，可以展示更强交易属性的打卡地和活动入口。对低意图用户，则保留更轻的内容引导，减少固定模块堆叠。模块也可以根据点击和转化效果自动降级，不让低效入口长期占据首屏。

【评估指标】评估时不能只看新增模块点击率，还要同时看信息流首刷消费、滑动深度、视频完播、同城页停留、退出率和GMV。如果顶部模块带来GMV提升，但明显伤害内容流消费和复访，就说明商业转化过重；如果内容消费稳定，同时二跳和交易提升，才说明顶部板块的增量价值成立。

6.【数据诊断】如果内容点击率上升，但GMV没有提升，你会怎么排查？

回答：

【漏斗拆解】我会把链路拆成曝光、点击、内容消费、目的地或活动页进入、商品详情、下单支付、到店核销几个环节。点击率上升只说明用户被入口吸引了，不代表后续供给和交易承接有效。

【排查方向】先看点击质量，判断是不是标题、封面、热点词带来浅层点击，用户进入后快速跳出。再看内容和商品匹配度，用户被打卡地内容吸引，但下方商品可能距离远、价格不合适、库存不足、预约复杂。还要看交易组件是否足够顺滑，比如票务入口位置、优惠表达、支付路径、核销规则是否清楚。

【业务判断】如果内容互动和收藏都提升，但下单弱，可能是供给和交易承接问题；如果点击后很快退出，可能是推荐内容和用户兴趣不匹配；如果下单提升但GMV没提升，要看客单价、退款、核销和GMV口径。这个诊断要避免只盯CTR，因为同城商业化最终看的是内容兴趣能不能转化成真实本地消费。

7.【商业风险】你认为内容平台做本地交易转化，最大的风险是什么？

回答：

【主要风险】我认为最大风险是内容信任和履约体验不一致。xx平台的优势是内容种草，但本地生活消费最终发生在线下，用户看到的视频氛围、达人推荐、商家展示和实际到店体验如果落差太大，会伤害平台信任。

【具体表现】比如打卡地内容拍得很好，但现场排队严重、服务质量差、优惠不可用、核销规则复杂，用户会把负向体验归因到平台推荐不靠谱。再比如商家为了获取曝光过度包装内容，短期可能提升点击，长期会损害同城推荐心智。

【产品应对】产品上要建立从内容到交易再到履约的闭环。内容侧需要标识真实热度、距离、价格、营业状态和用户评价；交易侧要把预约、退款、核销规则讲清楚；履约后要把差评、退款、核销失败等信号反哺推荐和商家治理。这样平台承担的是本地消费决策责任，不能停留在流量分发层。

8.【开放设计题】如果让你给xx平台同城设计一个新功能，你会怎么设计？

回答：

【用户痛点】我会设计一个“同城一日玩法清单”功能，面向周末出行、情侣约会、朋友聚会、亲子出游这类有本地消费意图但决策成本较高的用户。很多用户刷到很多内容后会收藏，但不知道怎么组合成一次可执行的出行计划，内容种草和实际消费之间还缺一个决策组织层。

【功能方案】这个功能可以基于用户所在城市、距离、预算、兴趣标签和时间段，生成轻量路线卡，比如“下午咖啡店+展览+晚餐”“亲子乐园+附近餐厅”“新热打卡地半日游”。路线卡里展示地点距离、预计耗时、热度、优惠券、票务入口和用户评价，用户可以一键收藏、分享，也可以直接进入团购或票务购买。

【验证指标】北极星指标可以设为路线卡带来的本地生活支付转化或核销订单数，过程指标看路线卡点击率、收藏率、分享率、商详进入率和下单率。上线初期可以先在高供给城市做A/B测试，控制路线卡展示频次，避免打扰只想刷内容的低意图用户。这个功能的核心价值是把分散内容组织成可执行计划，让同城从“刷附近”进一步变成“决定去哪玩”。