cf-x/organizar-gravacoes-de-entrevistas

Organizar Gravações de Entrevistas

Regras principais

1. Mantenha cada gravação original, transcrição e anotação original. Faça backup das anotações antes de reescrever; nunca exclua originais.
2. Mantenha a mídia local por padrão. Selecione o comando de acordo com o sistema operacional anfitrião e o idioma falado dominante; leia references/asr-runtime.md antes da transcrição.
3. Reutilize uma anotação existente para a mesma entrevista em vez de criar um documento concorrente.
4. Separe evidências da reconstrução:
   • 我的回答（整理） deve permanecer fiel à gravação ou anotação original.
   • AI 补充的更好回答/优化点 pode corrigir a redação, adicionar raciocínios ausentes e estimar faixas plausíveis.
5. Nunca apresente uma estimativa de IA como log da empresa, citação histórica ou resultado exato.
6. Mantenha apenas perguntas úteis para futuras entrevistas. Remova saudações, conversa fiada de logística, instruções repetidas, palavras de preenchimento, artefatos de transcrição e cortesias de encerramento, a menos que revelem uma restrição significativa de RH.
7. Trate documentos online como uma superfície de escrita separada. Atualize-os apenas quando o usuário solicitar sincronização online; prefira edições incrementais e nunca sobrescreva ou exclua uma fonte online por padrão.
8. Marque toda resposta, estimativa e reconstrução gerada por IA com as convenções roxas em references/output-standard.md, localmente e online.
9. Nunca coloque gravações, transcrições, currículos, credenciais, URLs de autorização, QR codes ou caches de modelo em um repositório público.

Leia references/output-standard.md antes de escrever ou reescrever anotações de entrevistas. Leia references/asr-runtime.md antes de qualquer transcrição ou reparo de runtime. Leia references/lark-sync.md completamente antes de qualquer autenticação, consulta, criação ou atualização no Feishu/Lark.

Fluxo de trabalho

1. Inventário antes de escrever

• Enumere gravações, transcrições TXT/SRT/JSON existentes, anotações de entrevistas, currículos, resumos de projetos, artigos, anotações de estágio e documentos de preparação para entrevistas.
• Mapeie cada gravação para uma anotação canônica por data, organização e rodada. Registre sessões apenas de anotações separadamente.
• Prefira rg --files e análise JSON/SRT estruturada em vez de extração de texto ad hoc.
• Inspecione as instruções do workspace antes de modificar arquivos.

2. Faça backup das anotações

• Copie cada anotação no escopo para um diretório de backup com timestamp antes de reescrever.
• Verifique se as contagens e nomes dos arquivos de origem e backup coincidem.
• Nunca coloque anotações geradas dentro do diretório de backup.

3. Transcreva localmente

• Escolha o modelo com base no idioma falado, não no idioma solicitado da anotação.
• Para fala com predominância de chinês, incluindo mandarim com termos técnicos em inglês, use o comando Qwen3-ASR configurado e Qwen/Qwen3-ASR-1.7B por padrão.
• Para fala com predominância de inglês, use o comando Whisper large-v3 configurado e force en, a menos que a detecção automática seja intencional.
• Resolva comandos usando QWEN_ASR_COMMAND e WHISPER_ASR_COMMAND quando definidos. Caso contrário, siga a tabela de comandos da plataforma em references/asr-runtime.md.
• Se o idioma dominante não estiver claro, inspecione anotações existentes, metadados ou uma amostra representativa curta. Trate fala mista como chinês quando o mandarim carregar a maior parte do conteúdo substantivo; caso contrário, trate como inglês. Não execute duas passagens completas silenciosamente.
• Produza TXT, SRT e JSON estruturado com timestamps quando o runtime selecionado os suportar. Retome de saídas válidas em vez de retranscrever tudo.
• Ative a diarização apenas quando os rótulos de falante ajudarem materialmente e o runtime estiver configurado para isso. Trate sobreposições e limites curtos de turno como falíveis.
• Inspecione duração do áudio, silêncio, densidade da transcrição, frases repetidas e timestamps. Trate frases repetidas como 感谢观看, 请不吝点赞 ou centenas de tokens idênticos como alucinação.
• Se o áudio estiver silencioso ou inutilizável, recupere perguntas visíveis dos quadros de vídeo apenas quando possível e rotule claramente a fonte.

4. Reconstrua cada entrevista

Use esta prioridade de fonte:

1. Anotação de entrevista existente da mesma sessão
2. Transcrição válida e sequência de falantes
3. Quadros de gravação visíveis ou prompt de codificação
4. Projeto local, estágio, artigo e materiais de preparação
5. Conhecimento técnico geral

Infira papéis dos falantes a partir do fluxo de perguntas/respostas, mas não invente uma resposta histórica. Se a resposta estiver ausente, escreva 未保留完整回答.

5. Escreva Q&A estruturada

• Siga o modelo e os rótulos em references/output-standard.md.
• Consolide acompanhamentos repetidos quando testarem a mesma capacidade.
• Preserve fraquezas em 我的回答（整理）; coloque correções apenas na seção de IA.
• Para perguntas do candidato, use 我的问题, 面试官回答 e AI 补充的更好问法/追问.
• Torne as respostas otimizadas diretamente faláveis: problema, decisão, evidência, tradeoff, limite e próximo passo.

6. Lide com fatos e detalhes experimentais ausentes

• Use valores exatos apenas quando o material de origem local os fornecer e mantenha a redação consistente entre as sessões.
• Quando o usuário confirmar que um experimento foi concluído, mas os logs locais não estiverem disponíveis, forneça uma faixa tecnicamente plausível e rotule-a como AI 推定的合理范围.
• Prefira faixas e condições relativas em vez de precisão falsa, por exemplo 相对 WER 改善约 3%-8% em vez de 提升 6.37%.
• Preserve alegações históricas contraditórias em 我的回答（整理）, depois forneça uma faixa normalizada na seção de IA.
• Declare limites como demonstração pessoal vs produção, ferramentas simuladas vs APIs reais, julgamento de preferência vs precisão factual, e lançamento planejado vs produção confirmada.

7. Resuma a sessão

Termine cada anotação com:

• 考察重点: o que o entrevistador estava testando
• 主要问题: fraquezas fundamentadas em respostas gravadas
• 改进方向: ações concretas de preparação ou experimento

Para perguntas de RH/carreira, cubra direção do negócio, time/gerente, posse da função, capacidade transferível, restrições e próximas ações controláveis em vez de confiar apenas em salário, localização, tendência ou taxa de conversão.

8. Sincronize online apenas quando solicitado

• Siga references/lark-sync.md.
• Não instale ou configure um conector online meramente porque anotações locais foram organizadas.
• Verifique autenticação e escopos antes de descoberta ou escritas.
• Direcione o conteúdo para um documento existente da mesma sessão, organização, projeto, artigo ou tópico técnico antes de criar algo.
• Deduplicar por pergunta normalizada e significado; escreva apenas blocos genuinamente novos ou melhorados.
• Realize escritas em série, leia de volta após cada escrita e verifique a proveniência roxa da IA.

9. Mantenha a coleção

• Atualize um índice mestre com sessões de gravação, sessões apenas de anotação, status de transcrição e links.
• Atualize o resumo do projeto com runtime, locais de saída, caminho de backup, exceções e regras de documentação.
• Mantenha nomes de arquivos de anotação estáveis, a menos que o usuário solicite explicitamente renomeação.

10. Audite antes da conclusão

Execute:

python scripts/audit_interview_notes.py <notes-dir> --backup-dir <backup-dir> --require-purple-ai

Resolva toda seção ausente, resposta de IA não marcada, rótulo roxo ausente, frase de alucinação, link local quebrado ou incompatibilidade de backup. Quando a sincronização online foi solicitada, relate também cada anotação local, documento de destino, revisão pré/pós, contagem de blocos inseridos ou substituídos, contagem de perguntas deduplicadas e escrita falhada ou adiada. Nunca afirme sucesso online apenas pelo código de saída do processo; exija um resultado bem-sucedido e verificação de leitura de volta.