产品经理
用户痛点
没有实战练习机会
留学生在国内缺乏熟悉目标岗位行业语境的练习伙伴，Mock Interview 约不到，HR 也不会给机会反复试错。
反馈笼统、难以改进
现有 AI 工具要么只纠正语法，要么反馈过于宽泛——"讲得不错"不能帮你提升下次面试的通过率。
语言与文化双重障碍
留学生面临语言转换（中文面试）与职场文化理解的双重挑战，需要针对性训练，而非通用内容。
产品设计
用户开口说话，系统实时转写并分析回答。模拟真实面试节奏，让练习者在接近真实压力的环境下找到最佳表达状态。WebSocket 保持低延迟连接，腾讯 STT 处理实时语音识别。
每次回答结束，系统从逻辑结构、内容完整度、表达清晰度、亮点与改进点四个维度给出细化评分。不是"说得不错"——而是"你的 STAR 结构里，Result 部分用数据支撑不足，下次试试加上具体指标"。
重点覆盖求职过程中出现频率最高的场景：中英文自我介绍、技术背景追问、行为面试（STAR）、职业规划类问题。用户可选择岗位方向（产品 / 技术 / 数据），系统调用对应题库与评判标准。
设计结构化 Prompt 模板，将"评判者"与"鼓励者"两种角色分离，避免 LLM 过度正向反馈。反馈格式强制输出 JSON，保证前端渲染的一致性与可扩展性。
AI 技术链路
产品截图