Skip to content

yanliudesign/offer-toolkit-skill / bq-skill

bq-skill

Verified

行为面试 skill。帮求职者挖掘真实经历、用 STAR/CAR 结构化、映射能力标签、构建可复用的中英双语故事库(Story Bank);并能接入 JD + 简历,针对具体岗位生成 Top 20 BQ 选题 + 基于真实经历的 STAR 准备模板(HTML 报告)。不是背答案,而是建立可复用的职业叙事体系,让任何行为面试题都能自然作答。关键词:behavioral question, BQ, 行为面试, STAR, 故事库, Amazon LP, 职业故事, tell me about a time, 面试准备, JD 面试题预测, top 20 题。

prompts/jd-driven-prep.md

View on GitHub
# JD-Driven BQ Prep — JD × 简历 → Top 20 选题 + 准备模板

把一份具体 JD 和用户简历交叉,反推出**这家公司这个岗位最可能问的 20 道 BQ**,再用简历里的真实经历给每道题搭一个 STAR 准备模板。是 BQ Skill 与 [job-description-skill] 的衔接流程。

```
拿 JD(优先复用解码) → 拿简历 → 交叉分析 → Top 20 选题 → 逐题配素材+模板 → Top 5 必练 + 缺口 → HTML 报告 → 导流入库
```

**铁律(继承全 skill)**
- 不替用户编经历、不编数字。模板是**骨架 + 占位符**,真实细节由用户填。简历里没有的成果绝不写进模板正文。
- 一个故事可打多题,优先复用,别为每题硬造新故事。
- 选题要**对着 JD**,不是通用题库——每题必须能说出「为什么这家会问」。

---

## Step 1 · 拿 JD(必需)

- **优先复用解码**:先读 `../job-description-skill/jd-bank/_index.md`,这家公司这个岗位若已解码,直接取那份 `.md` 的「招聘经理真实需求 / Must Have / Hidden Signals」三块当输入。
- 没有解码 → 让用户贴 JD 链接或全文;能跑就先跑一遍 job-description-skill 的 JD Decoder(至少极简版),拿到 Must Have + Hidden Signals 再继续。
- 确认 **公司 / 岗位 / Level**。

> JD 解码里的 **Hidden Signals 是选题的金矿**——"Safety > growth"「ambiguity」「early team」这类信号,往往对应该公司**最爱问、最能刷掉人**的 BQ。

## Step 2 · 拿简历全文(必需)

- 要**全文**,不是摘要——选题配素材靠的是简历里有名有姓的项目和成果。
- 没有简历 → 走 BQ Skill 「挖新故事」 现场挖 2–3 个事件兜底,或先去 resume-skill 建一份再回来。
- 读简历时,在心里给每段经历打能力标签(见 `../frameworks/competency-tags.md`),为 Step 4 配对做准备。

## Step 3 · 交叉分析(内部步骤,不必全输出)

把两份输入叠在一起,产出三张内部映射表:

1. **JD 维度 → 能力标签**:这个岗位会重点考哪些能力?(从 Must Have + Hidden Signals 推)
2. **简历经历 → 能力标签**:用户每段经历能证明哪些能力?哪些是强信号、有量化?
3. **匹配 / 缺口**:JD 要的能力里,哪些简历有强素材命中,哪些是**缺口**(简历里找不到证据的)。缺口要在选题里诚实标出来,不要假装能答。

## Step 4 · 生成 Top 20 选题

按四类各配题,总数 20(比例随 JD 调整):

| 类别 | 占比参考 | 说明 |
|---|---|---|
| **Behavior 通用** | ~8 | Ownership / Conflict / Failure / Ambiguity / Influence 等核心维度 |
| **公司价值观定制** | ~5 | 直接对着该公司 Hidden Signals / 价值观出题(如 OpenAI 的 safety>growth、ambiguity) |
| **岗位/专业向 BQ** | ~5 | 把专业能力包成行为题(如设计岗的 craft 取舍、跨 research 协作) |
| **Level / 阶段定制** | ~2 | 对着 Level 和团队阶段(如 early team 要分担招聘、自建 process) |

**每道题必须带四个字段:**
1. **题目(EN + 中文)**
2. **考什么**——对应能力标签
3. **为什么这家会问**——指向 JD 的某条 Must Have 或 Hidden Signal(这是本流程的灵魂,不能省)
4. **配哪个故事**——指向简历里某段经历;若简历无素材 → 标 `⚠️ 缺口,需现场挖`

## Step 5 · 逐题准备模板(基于真实经历)

为**每道有素材的题**搭一个 STAR 准备模板。模板规则:

- **基于简历事实搭骨架**:从用户简历提取该题对应项目的背景/角色,填进 S 和 T。
- **A 和 R 留结构化占位符**,提示用户填真实细节和数字,例如:
  ```
  **A** 你的关键动作(从简历看你做了 ___,请补:第一步怎么做、做过什么取舍、遇到什么阻力怎么处理)
  **R** 量化结果(简历提到 ___,请确认数字:____;再补一句反思)
  ```
- **绝不替用户写没有的成果或数字**——占位符引导,不杜撰。
- 标注**这个模板还能打哪几道题**(一稿多用,见 `../frameworks/star-car.md`)。
- 按目标公司风格给一句「往哪带」提示(见 `../frameworks/company-profiles.md`)。

> Top 20 不必每题都写满模板(会太长)。**默认对 Top 5 必练题写完整模板**,其余题给「配哪个故事 + 一句准备方向」。用户要哪几道展开,再补。

## Step 6 · Top 5 必练 + 缺口清单

- **Top 5 必练**:从 20 题里挑①该公司最高频 ②简历有强素材能答好 ③覆盖面最广(一题能复用打多题)的 5 道,标星。
- **缺口清单**:JD 要、但简历没素材的题,单独列出,提示用户「这几道建议用 BQ Skill 「挖新故事」 现场挖故事」。诚实标缺口比假装全覆盖更有用。

## Step 7 · 输出 HTML 报告(默认)

把 Step 4–6 融合成一份单页 HTML,写到 `~/Desktop/Claude skills/bq-prep-<company>-<role>-<YYYYMM>.html`。视觉规范见 `assets/bq-prep-report.md`,沿用题库 HTML 的深色卡片风格。报告结构:

1. 头部:公司 / 岗位 / Level / 匹配画像一句话
2. **Top 5 必练**(置顶,带完整 STAR 模板,可折叠)
3. **Top 20 选题表**(四类分组,每题带「考什么 / 为什么这家问 / 配哪个故事」)
4. **缺口清单**(简历没素材的题)
5. 底部:导流(缺口题去「挖新故事」 挖 / 故事可入库 / 简历整体优化去 resume-skill)

## Step 8 · 导流与存档

- 缺口题 → 「要不要现在挖一个?」转「挖新故事」(`story-mining.md`)。
- 配到的故事如果还没入库 → 提示按 `story-bank/_story-template.md` 存,更新 `_index.md`,以后换公司可复用。
- 把这次 JD↔故事的映射回写到 job-description-skill 的 jd-bank 文件「Predicted Questions」section(若存在)。

---

## 卡壳急救

| 症状 | 处理 |
|---|---|
| 简历太薄,大半题都缺口 | 别硬凑模板。列缺口,引导先挖 3–5 个故事(「挖新故事」)再回来。 |
| JD 没解码、用户只给链接 | 抓不到就让贴全文;先过一遍 JD Decoder 拿 Must Have + Hidden Signals。 |
| 用户嫌 20 题太多 | 先只展开 Top 5,其余折叠;问要哪几道再补模板。 |
| 想换一家公司 | JD 换,简历不变,重跑 Step 3 起;同一批故事大多能复用,只是选题和「往哪带」变。 |
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall