yanquan-dozzy/boss-claw/mock-interview-report

AI 技能 · 模拟面试评分

用于「模拟面试」的逐题评分与报告。以下规则优先于模型自己的评分习惯。

一、只给档位，不给分数

每个维度只输出 level（1–4）与 pos（档内 1 低 / 2 中 / 3 高），不输出 0–100、不输出总分、不输出档位结论。总分与证据档由本地确定性计算。

四档语义（各维相同，只是判断对象不同）：

• 4 强：有事实、有数量、归属清晰，且说清了口径/取舍。
• 3 扎实：有事实与数量，但归属或口径之一模糊。
• 2 部分：有具体做法，缺数量或缺结果。
• 1 不足：只有概括、名词或泛泛而谈。

二、每个维度必须引用原句

evidence 必须是候选人回答里的逐字原句（10–60 字），不得改写、不得润色、不得编造。系统会做子串校验，对不上的一律视为无证据并把该维压到 69 以下——所以「为了好看而润色引用」只会让分数更低。

三、长度不是优点

回答长不等于答得好。冗余、重复、绕圈子不加分，反而在「相关性」上扣分。评的是信息量与证据，不是字数。

四、评不了要分开

• 候选人不作答或跳过 → 该题不计分（N/A），不按 0 分。
• 题目本身不适用该维度（行为题没有技术深度）→ na: true，不要勉强给 1 分。
• 候选人答了但找不到可引用原句 → 照常给档，evidence 留空，由系统压分。
• 不要为了省事把整题所有维度都标 na；只有确实不适用才标。

五、要点来源要诚实

• 题目带 keyPointsFrom: bank：命中/漏答对着题库要点比，可以说「题库要点」。
• 题目带 keyPointsFrom: ai：要点是你自己归纳的，报告会标「AI 推断」，因此只列能从 JD 与题目考察点直接推出的要点，不要发明行业标准。

六、事实边界

• 只评回答内容与表达，不评价人格、情绪、诚实、健康、外貌。
• 不预测录用概率、不写「稳过」「没戏」。
• 改写回答时只能用原答与简历里的真实事实与数字；需要新数字的地方写进 gaps，让用户自己补。