riwonswain-ovo/OfferLoop

Mock Lab

把本 Skill 作為通用模擬與答題訓練引擎：通用協議決定如何面，面試模式決定特殊互動怎樣執行， 崗位 Playbook 決定優先驗證什麼，互聯網題型全景防止遺漏高頻母題，問題模式提供可改寫的問題 家族，領域視角增加專業深度，答題藍圖負責結束後的診斷與重構。本次 JD、使用者確認的崗位方向和 真實材料始終優先。

普通面試保持一次一題；Case 與群面保持一次一個階段動作。真實模擬過程中不洩露評分或參考 答案；逐題訓練在當前問題鏈結束後再點評和重構。不得讀取或依賴本地 mock-interview Skill。

執行本 Skill 內任何相對路徑前，先從當前 SKILL.md 定位 Skill 根目錄。

執行模式

本 Skill 的第一項動作是讀取 ../.offerloop-runtime/references/installation-mode.md 並執行模式 檢查。OfferLoop 只支援飛書完整模式，讀取使用者明確選擇的飛書材料並自動儲存；只使用本輪提供或 選擇的材料，不執行使用者畫像門禁。

開工前材料路由

情境	必須讀取	缺少時
公司化模擬	公司、職位、JD、輪次、目前履歷、相關經歷	唯一匹配自動讀取；缺少 JD 時經使用者確認改為方向版
針對性練習	使用者指定的本場覆盤、準備文件或問題	沒有歷史材料時按 JD 或職位方向練習

開始第一題前簡短列出實際讀取材料。不得要求使用者重新講述已經存在於私有空間中的唯一匹配材料。

啟動

1. 完整讀取 references/interview-protocol.md。 需要在逐題訓練或結束覆盤中重構參考回答時，同時讀取 ../.offerloop-runtime/references/voice-contract.md。
2. 先確認本次目標公司、目標職位或完整投遞方向。職位可以來自任意行業和職能，不要求映射到 預設分類。產品經理完整模擬把準確公司名稱和職位性質視為硬輸入；缺少公司名時先補問，或讓 使用者明確把本輪改為「通用產品模擬」，不得自行用匿名平台或通用產品題代替公司化適配。
3. 詢問是否有更詳細的 JD；有則讀取或接收，沒有則按使用者確認的職位方向建立本輪能力主線。
4. 確認執行方式：
   • 真實模擬：過程中不點評，結束後統一覆盤；
   • 逐題訓練：每個主問題及其追問鏈結束後，當場診斷並重構答案。
5. 確認完整模擬、單一面試模式、指定輪次或專項練習，以及語言、是否允許壓力追問和結束口令。 完整模擬預設使用 60 分鐘上限，由本 Skill 內部控制題型順序、問題數量和追問深度，不要求使用者 預先選擇題數，也不展示完整題單。Case/群面仍確認輪數或階段範圍。
6. 正式開始第一題前讀取同級隱藏目錄 ../.offerloop-runtime/references/artifact-contract.md，用 ../.offerloop-runtime/scripts/artifact_contract.py 產生並保留本輪 run_id。飛書配置缺少時先轉入完整模式初始化修復，不把 Chat-only 模擬描述成受支援的獨立模式。

開放式職位適配

references/role-playbooks/、references/question-archetypes/、references/question-patterns/、 references/domain-lenses/、references/answer-blueprints/、references/interview-modes/ 和 references/case-contexts/ 中的檔案都是按需參考，不是職位白名單、流程真相或固定題庫。

互聯網職位的綜合模擬先讀取： references/question-archetypes/internet-interview-map.md。它只負責題型覆蓋和路由，不提供 固定題單。逐題訓練或結束後需要重構專業答案時讀取： references/answer-blueprints/internet-interview-answers.md。

產品經理及以產品判斷為核心的複合職位選擇完整模擬時，按該題型全景建立七類覆蓋表，並執行 references/interview-protocol.md 的一小時控時協議。七類必須全部出現，實際題目從目標公司、 業務賽道、職位性質、JD、使用者材料和已核驗事實動態產生；專項練習只練使用者指定範圍，不偽裝成 七類完整模擬。

職位 Playbook：

• 互聯網產品經理及以產品判斷為主的複合職位： references/role-playbooks/product.md
• AI 產品、AIGC、大模型、Agent、模型/資料平台、AI+行業產品及以 AI 產品判斷為核心的複合 職位：先讀 references/role-playbooks/product.md，再讀 references/role-playbooks/ai-product.md
• AI 產品、策略產品、商業化產品、C 端產品、商業分析、資料分析、市場、GTM、產品營運和 策略營運的專項壓力變數：references/role-playbooks/multi-role-evidence-pressure.md
• 互聯網策略、商業分析、經營分析或戰投： references/role-playbooks/strategy-business-analysis.md
• 管理顧問及以諮詢式 Case 為核心的職位： references/role-playbooks/management-consulting.md
• 互聯網資料分析及以指標、實驗為核心的職位： references/role-playbooks/data-analysis.md

問題模式：

• 跨職位行為面：references/question-patterns/common-behavioral.md
• 產品：references/question-patterns/product.md
• AI 產品：references/question-patterns/ai-product.md
• AI 產品經歷進一步涉及 Coding Agent、應用搭建、Spec、API/資料庫、測試、部署或生產交付： references/question-patterns/ai-coding-product-delivery.md
• 策略與商業分析： references/question-patterns/strategy-business-analysis.md
• 管理顧問：references/question-patterns/management-consulting.md
• 資料分析：references/question-patterns/data-analysis.md

特殊面試模式：

• 諮詢、商業、產品或資料 Case： references/interview-modes/case-interview.md
• 群面與無領導小組討論： references/interview-modes/group-discussion.md

使用者選擇互聯網業務 Case，且沒有提供足夠情境時，可以載入： references/case-contexts/internet-business.md。

JD 或使用者方向明確涉及廣告、會員、抽佣、加值服務、行銷平台或其他變現問題時，同時載入： references/domain-lenses/commercialization.md。商業化是領域視角，不是統一職位；它必須與 產品、策略商分、資料、營運、銷售等職位判斷組合使用。

只載入與本輪方向和模式明顯相關的最小集合。例如策略職位的行為面通常載入題型全景、策略 Playbook 與通用行為問題模式，不需要同時載入顧問、資料和互聯網 Case 情境庫。產品營運、資料 分析或專案管理等相鄰職位只有在本次 JD 確實以產品判斷為核心時才載入產品參考，不能只因職位 名稱相近就套用。

AI 產品經理專項也按真實 JD 觸發：標題含「AI」但職責偏純演算法、工程、銷售、交付或營運時， 只組合實際相關的職位能力，不強制載入 AI 產品 Playbook。命中時用 AI 產品 Playbook 確定證據 標準，用 AI 產品問題模式產生動態變體；不得按 Agent、RAG、Prompt、訓練術語目錄順序考試。 涉及 AI Coding 產品交付時，再用對應問題模式核驗參與層級、Spec—驗收、系統邊界、Harness、 生產證據和所有權；不把它變成前端、資料庫或 Git 知識考試。

「管培生」不是統一職能：先按具體輪崗方向和 JD 組合通用行為模式、相關職位 Playbook 與可選 群面模式，不建立跨公司固定流程。營運、銷售等當前沒有獨立 Playbook 的職位，直接根據 JD 建立能力主線；不得因為參考檔案不足改用不匹配的職位標準。

職位未命中現有參考時不得停止、要求使用者改選或降級為相近職位。直接根據 JD、職位描述和使用者 確認建立三至六項能力主線，至少明確：

• 招聘方希望驗證的能力和證據標準；
• 本輪面試模式的考察目標；
• 使用者材料中已經存在的證據與明顯缺口；
• 該職位重視的結果、風險與專業邊界。

Playbook、題型全景、領域視角、模式、問題模式或情境庫與 JD 衝突時，以當前 JD 和使用者確認的 真實方向為準。問題模式只能用於產生或改寫問題，不能順序遍歷；情境庫不能充當行業答案；不得 把強訊號、風險訊號、追問階梯、答題藍圖或後續條件提前展示給真實模擬中的使用者。

可選材料

目標職位是啟動模擬的唯一必需輸入。JD、履歷、經歷深挖、面試準備文件和使用者指定問題都屬於 可選增強材料。使用者可以不選擇歷史飛書材料並進行通用模擬，但 OfferLoop 飛書工作區本身必須已經 完成初始化且處於 ready 狀態。

使用者要求使用 OfferLoop 飛書材料時：

1. 讀取 lark-wiki 和 lark-doc Skill；有事件或 Base 操作時再讀取 lark-base。
2. 檢查 current_resumes、相容目錄鍵 resume_deepthink、interview_prep 和 mock_lab 中本輪實際需要的 locator。工作區配置 schema v7、依賴或權限未就緒時路由到安裝器 --setup，不要 自行擴大權限。
3. 使用履歷時，列出 02｜定製履歷 中的版本讓使用者選擇，按標題精確匹配後讀取全文。
4. 從 03｜經歷深挖 中只選擇職位方向匹配、且與選定履歷或本次 JD 相關的文件；先讀標題和 產物結構再讀正文，不掃描無關經歷。
5. 使用者指定面試準備文件、問題或其他當輪材料時一併讀取，不預設掃描歷史準備文件。
6. 建立或更新線上節點時遵循共享產物契約的自動儲存規則；使用者明確說「不儲存」時跳過，明確要求 另建文件時才建立獨立版本。

材料使用優先級為：

1. 本次 JD、使用者當輪指定的問題和明確要求使用的準備材料；
2. 使用者選定的履歷和方向相關經歷深挖；
3. 當前面試模式與能力覆蓋中的證據缺口；
4. 相關職位 Playbook；
5. 相關問題模式的可變情境；
6. 通用協議的最低可用題型。

外部材料只能提供事實、職位要求或問題線索，不能替使用者回答，也不能改變使用者已經確認的事實。

產品經理完整模擬正式開始前，建立一張內部「公司業務—職位性質—七類題型」映射：

• 優先使用使用者指定的本輪面試準備文件和 JD；
• 沒有準備文件或其中時效資訊不足時，聯網核驗公司官網、官方產品資料、財報/披露和可靠行業 資料，只研究出題所需的最小事實；
• 開放業務題和涉及當前產品、競品、市場、政策或技術狀態的產品實戰題必須使用當輪已核驗事實；
• 履歷、經歷深挖和私人材料不得上傳或輸入外部搜尋；
• 無法核驗公司當前事實時改用明確標註的業務假設，不把舊事實或推斷冒充現狀。

映射為七類分別記錄一個高相關母題和可用追問變數。它只用於覆蓋與選題，不向使用者提前展示。

模擬

嚴格執行 references/interview-protocol.md：

1. 一次只問一個主問題或一個追問。
2. 優先跟進當前回答中的事實矛盾、責任越界、高價值證據缺口和 JD 核心要求。
3. 使用題型全景檢查互聯網高頻母題覆蓋，使用職位 Playbook 調整權重和追問視角，使用領域 視角增加專業深度，使用問題模式產生變體，不機械複述原題。
4. 同一缺口最多連續追問三次；仍無證據時記錄風險並換題。
5. 真實模擬不在過程中點評、糾錯、鼓勵性總結、暗示評分或給答案。逐題訓練只在當前問題鏈 完成後，按答題藍圖展示原回答診斷、推薦結構、知識補充邊界和自然口語參考表達。
6. 記錄每題、追問、回答要點、證據使用、能力覆蓋和觀察，但不即時展示內部評價。
7. 使用者說「跳過」時進入下一主問題；說「暫停」時保留當前狀態；說結束口令時立即停止。
8. 普通停頓不視為結束。不冒充特定真人，不虛構公司內部流程或聲稱問題一定來自某家公司。

AI 產品職位且使用者允許壓力追問時，可按 references/question-patterns/ai-product.md 禮貌中斷 持續偏題、換一種方式重複未回答的問題、要求一個具體樣本或指標口徑、切換業務/產品/技術/風險 視角，或追加一個失敗與約束變化。壓力只針對證據和判斷；使用者已經回答充分時立即停止。

每個追問同時執行「自適應證據壓力圖」：只從上一回答中選擇一個最高風險缺口，再選擇證據壓力、 機制壓力、單變數條件壓力或邊界壓力。追問必須能說明由哪句話觸發；不能為了覆蓋題庫而轉問， 不能同時改變多個條件，也不能把壓力面變成重複質疑。

使用者選擇 Case 時同時執行 references/interview-modes/case-interview.md：一次只推進一個階段， 根據使用者的澄清和結構分批提供資訊。使用者選擇群面時同時執行 references/interview-modes/group-discussion.md：一次只要求一個討論動作，每輪最多模擬兩個 實質不同的隊友觀點，並在報告中說明單人模擬限制。專用模式與通用協議衝突時，僅由專用模式 覆蓋互動單位和階段，其事務、評價、壓力和結束邊界仍執行通用協議。

恢復暫停的模擬時，先核對 run_id、目標職位、模擬範圍、已完成題目和下一待驗證能力，避免 串到另一場模擬。

結束與儲存

按 references/interview-protocol.md 和按需載入的答題藍圖完成逐題評價、總體表現、能力覆蓋、 改進表達和訓練任務。評價必須引用本輪具體回答和已確認材料，不給脫離證據的分數，不把問題模式 中的強訊號直接當成使用者事實。

經歷題的參考表達只能重組使用者確認事實。所有參考表達先保證內容正確，再按目前任務中使用者主動提供的語言樣本調整。專業題、Case 和費米題可以補充穩定專業知識、正確 計算及當輪核驗事實，但必須區分「使用者原回答已有內容」和「建議補充內容」，不得虛構公司內部 資訊或把未經核驗的當前結論寫成事實。

使用本輪原 run_id 建構 Markdown，並透過共享腳本的 validate-markdown --content-only 校驗。使用者可見正文不設定「產物資訊」目錄；run_id、完成狀態和其他內部執行元資料只保留在 執行上下文或檔案屬性中。文件必須記錄目標職位、JD 狀態、模擬 模式、材料來源、履歷版本和讀取過的經歷深挖文件；不適用的來源寫「無」。完整結束為 completed，使用者明確提前結束為 incomplete。

完整結束、暫停或提前結束時自動解析 mock_lab locator 並寫入 OfferLoop 飛書知識庫的 05｜模擬面試；未配置或儲存失敗時，仍在 對話交付完整 Markdown，並沿用原 run_id 重試。

從本輪問題和追問中整理後續訓練建議，直接寫入本場覆盤。建議必須引用本輪具體回答，並可按使用者指定繼續逐題訓練；不產生跨任務能力觀察、訓練待辦或職位能力地圖。

AI 產品專項來源邊界

AI 產品 Playbook 與問題模式由使用者提供的 AI PM 課程、Agent/RAG/Prompt/Workflow/MCP/模型 訓練材料、AI Agent 專案案例和 AI 面試覆盤交叉提煉。只保留動態證據鏈、產品決策與壓力行為； 不吸收固定題庫、參考答案、課程專案數字、固定閾值、模型/平台榜單或公司面試流程。

AI Coding 產品交付問題模式由使用者提供的 AI Coding 課程、Codex 入門和生產專案實作提煉。 只吸收可動態驗證的所有權、系統、驗收、安全和成熟度變數；不吸收工具操作題、固定技術棧、 帳號憑證或把課程 Demo 當成候選人經歷。