PLUS
Behavioral STAR Builder
Mine master stories, build STAR answers, drill through an 8-level ladder
Ready to download
Per-user zip — knowledge base embedded, runs fully offline, no token / no internet needed
💥 80% 的行为面挂在 STAR 散乱 — 不是经历不行, 是 Action 只占两成、主语全是 we、Result 没数字
明明做过很多事, 被问"举个例子"大脑一片空白
习惯性说"我们团队…", 面试官听完不知道你干了什么
准备的故事和实际问题对不上, 现场硬套尬到自己
What it does
Complete behavioral interview training: master-story mining, STAR construction with hard ratio rules, and an 8-level drill ladder with 5-dimension scoring.
Why not just use ChatGPT?
ChatGPT
ChatGPT: "用 STAR 法则回答" (然后呢?)行为面试 STAR 构建器
可执行的硬规则: S+T ≤25% / A 占 50-60% 且主语是 I / R 量化或给规模对比 — 比例错了直接指出来ChatGPT
ChatGPT 一问一答没有训练体系行为面试 STAR 构建器
8 级阶梯有门槛: 约束版 → 质疑应对 → 转向 → 缺口处理 → 深挖 → panel → 压力 → 边说边想, 5 维评分 ≥7 才升级ChatGPT
ChatGPT 扮演的面试官太客气行为面试 STAR 构建器
质疑级和压力级被明确要求真施压: 打断 / 怀疑 / 沉默三连, 提前在安全环境暴露你的破绽ChatGPT
ChatGPT 不懂华人面试者的系统性弱点行为面试 STAR 构建器
专项排雷: 谦虚坑 ("都是团队功劳"=没贡献) / 只报结果不讲决策路径 / 失败题选材尺度See it in action
📥 输入
模式: drill / 岗位: Data Engineer / 已有故事: 数据管道故障排查的经历📤 输出
【Level 2 · 质疑应对】
面试官: "听起来监控告警是现成的, 你的贡献具体是什么?"
(你的回答…)
—— 本轮评分 ——
Substance 8 | Structure 7 | Relevance 8 | Credibility 5 ⚠️ | Differentiation 6
最弱的一句: "我们当时就把它修好了" — 又回到 we 了, 且没有说你做的具体判断。
改写: "我对比了前 72 小时的写入模式, 定位到是上游 schema 变更 — 这个判断当时只有我提出来。"
Level 2 未过 (Credibility <7), 换一个质疑角度再来。Use cases
- 面试前两周系统准备, 不再考前夜临时编故事
- 同一个故事练出 30 秒 / 90 秒 / 3 分钟三个版本
- 被质疑 ("这主要是你队友做的吧?") 时不慌不辩解
- panel 面和 bar raiser 的多角色模拟
Who is this for?
面试集中期
两周 8 级阶梯练完, 走进面试间故事库随取随用
英语非母语者
逐字稿练到脱稿, 保留自然停顿不背书
冲大厂 bar raiser
panel + 压力级专项, 提前见过最难的版本
📊 8 级训练阶梯 + 5 维评分 + 六大主题母故事法 + 华人专项排雷
训练体系改编自开源项目 noamseg/interview-coach-skill (MIT, 23 命令的全周期面试教练), 我们取其 8 级阶梯和 5 维评分骨架, 接上自家 interview-questions 规则库的轮次数据和华人面试坑 — 比如"谦虚=没贡献"这条, 是无数华人候选人真实踩过的。
AI tool compatibility
| AI Tool | Mode | Status |
|---|---|---|
| Claude Code | Native skill install (offline) | ✅ |
| Cursor / Continue | Rules / context file (offline) | ✅ |
| Claude.ai | Paste SKILL.md (offline) | ✅ |
| ChatGPT | Paste SKILL.md (offline) | ✅ |
| Kimi / 通义 / DeepSeek / 豆包 | Paste SKILL.md (offline) | ✅ |
Install in 30 seconds
- Download zip (button above) — get per-user package
- Unzip and drag the folder into your AI tool:
• Claude Code:~/.claude/skills/
• Cursor / Continue: add SKILL.md to your project rules
• ChatGPT/Claude.ai/Kimi web: copy SKILL.md, paste into chat - Type /behavioral-star-builder (Claude Code) or describe your task (web LLM)
FAQ
跟 interview-questions 什么区别?
那个管"会问什么"(按公司/轮次出题库), 这个管"怎么答好"(故事构建+陪练)。先用那个拿题, 再用这个练答, 是一对。
我没什么亮眼经历, 母故事挖得出来吗?
挖故事环节就是为此设计的 — 多数人不是没经历, 是没把日常工作翻译成故事。一次排查/一次推动/一次返工都能成为母故事, skill 会追问出细节。
评分会不会太松/太严?
5 维各 1-10, ≥7 过关是硬门槛, 且每轮必须指出"原话里最弱的一句+改写"。比真人 mock 严格, 比真面试温和 — 这正是训练该在的位置。
在哪些 AI 工具能跑?
ChatGPT / Claude.ai / Kimi / Cursor / Claude Code 全部支持, 复制 SKILL.md 即用。
Ready to unlock?
$2 USD 单买永久解锁 或 PLUS $19.9/月 解锁全部 PLUS 级 skill。一次真人 mock interview $100 起, 这个可以无限轮。