尧图网页设计 
拆解interview-coach-skill的5维评分体系Substance、Structure、Differentiation逐维精讲【免费下载链接】interview-coach-skill项目地址: https://gitcode.com/gh_mirrors/in/interview-coach-skillinterview-coach-skill是一个基于 Claude Code 的 AI 面试教练它能把你每道题的回答按5 维评分体系Substance、Structure、Relevance、Credibility、Differentiation逐维打分诊断薄弱点背后的根因并给出针对性训练。不同于千篇一律的题库这是一套会越用越准的自适应面试训练系统。本文带你逐维拆解这套评分体系的设计逻辑。一、5维评分体系总览为什么是这5个维度很多面试辅导只告诉你回答得不够好却说不清差在哪。interview-coach-skill 的核心答案就是这 5 个维度维度英文名考察什么 实质Substance证据的质量与深度——你的案例是否具体、可量化 结构Structure叙事的清晰度与流动感——表达是否有故事弧 相关性Relevance是否命中问题核心不跑题️ 可信度Credibility说法是否可信有没有证据链支撑✨ 差异化Differentiation这个回答是否只有你才说得出前四个维度决定你能不能拿Hire而差异化维度决定你能不能拿Strong Hire——这是本体系最有意思的设计。 核心定义见 SKILL.md完整评分锚点1-5 分每档的标准与示例见 references/rubrics-detailed.md。二、Substance实质你的故事有证据吗Substance 回答一个问题你的回答里有多少真实可查的东西1-5 分锚点速查分数特征典型示例1 分空泛口号零证据我协作能力很强2 分模糊声明支撑薄弱我优化了流程大家很喜欢3 分具体但未量化我重做了新手引导流程降低了流失4 分量化背景缺替代方案流失率从 40% 降到 25%5 分量化 权衡过替代方案 决策理由 结果验证测试了 3 种方案后选择渐进式披露……在 1 万用户上验证教练技巧即使很难量化也要逼出数字——带保留条件的估算永远好过没有数字。卡在 3 分的常见根因体系不只是打分还会诊断你卡住的原因根因分类法够好就停综合征有具体细节但觉得量化像在吹嘘就停住了缺所以呢证据存在却没连接到业务影响回避冲突把故事里的张力和难度全抹掉了证据也跟着消失了完整根因表见 references/rubrics-detailed.md 的 Root Cause Taxonomy 部分。三、Structure结构为什么知道STAR还是答不好Structure 考察的是叙事弧线铺垫 → 冲突 → 解决 → 影响。1-5 分锚点速查分数特征1 分意识流听者迷路2 分重点压到最后才出现bury the lead3 分结构清晰但过渡生硬4 分流畅有弧偶有岔路5 分每句话都在推动故事落点清晰有力卡 1-2 分的三大根因叙事囤积怕漏掉重要信息想把所有东西塞进一个回答没有故事模型从未被教过按铺垫→冲突→解决→影响思考焦虑驱动的失控一紧张脑子里的结构就散了针对性训练体系会开约束阶梯训练constraint ladder——同一故事分别练 30 秒、60 秒、90 秒、3 分钟版本逼你找出真正不可删减的核心。四、Differentiation差异化让面试官记住你而不是又一个候选人这是 5 维中优先级最低、但天花板最高的维度。1-5 分锚点速查分数特征1 分任何备过面试的人都能给出2 分用了通用框架如 RICE正确但平庸3 分有真实细节但没有挣来的洞察4 分带有独家的实战经验或尖锐观点听起来像一个具体的人5 分unmistakably 只有你能说出口——独家洞察 可辩护的立场 独特框架核心概念Earned Secret挣来的秘密这是整个差异化协议的基石定义在 references/differentiation.mdEarned Secret 你从亲身经历中获得的、不显而易见的洞察大多数人会搞错或没注意到且经得起追问。判断一个洞察是不是 earned secret看它是否同时满足✅ 来自直接经验而非书本/播客✅ 有具体故事、数据或模式佐证✅ 被质疑时能辩护不是 earned secret 的东西❌ 通用建议沟通很重要❌ 书上学来的智慧心理安全感很重要❌ 明显的观察用户想要快的产品5 个提取问题的挖矿法体系给你一套固定提问来从旧经历里挖出 earned secret你以前相信什么后来发现是错的什么会让没做过这事的人惊讶你所在领域大多数人在这件事上搞错的是什么你学到了什么反直觉的教训你想对过去的自己说什么Spiky POV安全答案会被忘记安全答案让人忘记尖锐答案让人坐直身子。一个尖锐回答的解剖结构尖锐立场合理的人会不同意出人意料的教训量化影响。⚠️ 护栏立场必须能用证据辩护不能硬造争议不能采纳你自己都撑不住的观点。差异化不只用于面试简历 bullet、LinkedIn About 段、冷启动私信都会复用你的 earned secret——简历上降低流失 18%是平庸的发现使用行为数据比问卷更准据此建了流失预测模型一个季度降低流失 18%是差异化的。五、被略过的两个维度Relevance 与 Credibility虽然本文精讲三维但另两维同样有精妙的评分设计 Relevance相关性5 分的标准是删掉任何一句都会损失价值。卡在低分的常见根因是故事优先思维——从我想讲哪个故事出发而不是从这题到底在问什么出发。️ Credibility可信度5 分 数字 实物证据 第三方验证 现实的约束条件。有意思的是承认约束反而增加可信度——说我带 1 个工程师花了 3 周比我一个人改变了公司文化可信得多。要警惕的是we/I 混淆面试官想听清你具体做了什么。六、评分如何用优先级堆栈与分诊决策树打完分不是终点体系会按优先级堆栈做分诊triage决定先修哪块优先级从高到低 1. Relevance → 答非所问时其他一切都别谈 2. Substance → 原料都不够先建故事库 3. Structure → 有内容但组织不起来跑约束阶梯 4. Credibility → 先查根因过度声明we框架缺证据 5. Differentiation → 其他维度都 ≥3 之后才打磨记忆点 完整决策树见 references/commands/analyze.md 的 Post-Scoring Decision Tree。还有个隐藏彩蛋——全是 3 分的候选人五维全 3 分说明你没有技能缺口只有天花板问题。此时的路径几乎总是 差异化 深度把称职推向令人难忘。七、两个让评分更公平的机制1️⃣ 资历校准Seniority Calibration评分不是绝对值而是随职业阶段校准的。同一个4 分在不同资历段含义不同资历段Substance 4 分的含义差异化要求0-3 年具体例子 至少 1 个指标学习速度与好奇心4-8 年量化影响 考虑过替代方案有真实 earned secret8-15 年系统级思考二阶效应改变面试官思考方式的洞察15 年业务级影响懂 PL连贯的领导力哲学2️⃣ 评分漂移检测Scoring Drift Detection这是体系的自我校准闭环当你有3 次以上真实面试结果后系统会对比练习分与真实结果——如果练习分一直高但总被拒 → 说明评分偏高over-scoring如果面试官反馈说polished but generic但教练给了 Differentiation 3 → 这是漂移信号外部反馈的权重高于内部评分——面试官才是 ground truth校准过程与跨维度根因追踪详见 references/calibration-engine.md。八、快速上手3 步跑通评分体系第 1 步获取项目git clone https://gitcode.com/gh_mirrors/in/interview-coach-skill cd interview-coach-skill第 2 步激活教练把SKILL.md重命名为CLAUDE.mdClaude Code或AGENTS.mdCodex然后用对应工具打开该文件夹。第 3 步说出命令kickoff— 建立你的教练档案目标岗位、资历段、时间线2 分钟内开始analyze— 粘贴任意工具的面试转写文本Otter、Zoom、Teams 等自动检测格式、逐题打出 5 维分数卡progress— 每周跑一次看趋势、自评偏差、评分校准 完整命令表与快速工作流见 README.md每个维度的真实打分示例同一道题 2 分 / 3 分 / 5 分版本的对比见 references/examples.md是理解评分尺度的最佳材料。九、核心文件导航想了解什么去哪里看5 维总定义与优先级规则SKILL.md1-5 分锚点、根因分类、资历校准references/rubrics-detailed.mdEarned Secret 与 Spiky POV 完整协议references/differentiation.mdanalyze 命令流程与分诊决策树references/commands/analyze.md评分漂移检测与校准闭环references/calibration-engine.md各版本演进5 维体系的来历VERSIONS.md写在最后这套 5 维评分体系的设计哲学可以浓缩成一句话先修地基再修记忆点。Substance 和 Structure 决定面试官能不能听懂你、信你Relevance 和 Credibility 决定他愿不愿意继续问而 Differentiation 决定他在复盘时说就这个人吧——还是都不错但都没印象。对新手最实用的建议先跑一次analyze拿到自己的 5 维分数卡然后别急着刷高分维度——跟着体系给出的分诊路径先修最上游的瓶颈72 小时后再复测。这正是一个教科书和教练的区别。【免费下载链接】interview-coach-skill项目地址: https://gitcode.com/gh_mirrors/in/interview-coach-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 拆解interview-coach-skill的5维评分体系：Substance、Structure、Differentiation逐维精讲
拆解interview-coach-skill的5维评分体系Substance、Structure、Differentiation逐维精讲【免费下载链接】interview-coach-skill项目地址: https://gitcode.com/gh_mirrors/in/interview-coach-skillinterview-coach-skill是一个基于 Claude Code 的 AI 面试教练它能把你每道题的回答按5 维评分体系Substance、Structure、Relevance、Credibility、Differentiation逐维打分诊断薄弱点背后的根因并给出针对性训练。不同于千篇一律的题库这是一套会越用越准的自适应面试训练系统。本文带你逐维拆解这套评分体系的设计逻辑。一、5维评分体系总览为什么是这5个维度很多面试辅导只告诉你回答得不够好却说不清差在哪。interview-coach-skill 的核心答案就是这 5 个维度维度英文名考察什么 实质Substance证据的质量与深度——你的案例是否具体、可量化 结构Structure叙事的清晰度与流动感——表达是否有故事弧 相关性Relevance是否命中问题核心不跑题️ 可信度Credibility说法是否可信有没有证据链支撑✨ 差异化Differentiation这个回答是否只有你才说得出前四个维度决定你能不能拿Hire而差异化维度决定你能不能拿Strong Hire——这是本体系最有意思的设计。 核心定义见 SKILL.md完整评分锚点1-5 分每档的标准与示例见 references/rubrics-detailed.md。二、Substance实质你的故事有证据吗Substance 回答一个问题你的回答里有多少真实可查的东西1-5 分锚点速查分数特征典型示例1 分空泛口号零证据我协作能力很强2 分模糊声明支撑薄弱我优化了流程大家很喜欢3 分具体但未量化我重做了新手引导流程降低了流失4 分量化背景缺替代方案流失率从 40% 降到 25%5 分量化 权衡过替代方案 决策理由 结果验证测试了 3 种方案后选择渐进式披露……在 1 万用户上验证教练技巧即使很难量化也要逼出数字——带保留条件的估算永远好过没有数字。卡在 3 分的常见根因体系不只是打分还会诊断你卡住的原因根因分类法够好就停综合征有具体细节但觉得量化像在吹嘘就停住了缺所以呢证据存在却没连接到业务影响回避冲突把故事里的张力和难度全抹掉了证据也跟着消失了完整根因表见 references/rubrics-detailed.md 的 Root Cause Taxonomy 部分。三、Structure结构为什么知道STAR还是答不好Structure 考察的是叙事弧线铺垫 → 冲突 → 解决 → 影响。1-5 分锚点速查分数特征1 分意识流听者迷路2 分重点压到最后才出现bury the lead3 分结构清晰但过渡生硬4 分流畅有弧偶有岔路5 分每句话都在推动故事落点清晰有力卡 1-2 分的三大根因叙事囤积怕漏掉重要信息想把所有东西塞进一个回答没有故事模型从未被教过按铺垫→冲突→解决→影响思考焦虑驱动的失控一紧张脑子里的结构就散了针对性训练体系会开约束阶梯训练constraint ladder——同一故事分别练 30 秒、60 秒、90 秒、3 分钟版本逼你找出真正不可删减的核心。四、Differentiation差异化让面试官记住你而不是又一个候选人这是 5 维中优先级最低、但天花板最高的维度。1-5 分锚点速查分数特征1 分任何备过面试的人都能给出2 分用了通用框架如 RICE正确但平庸3 分有真实细节但没有挣来的洞察4 分带有独家的实战经验或尖锐观点听起来像一个具体的人5 分unmistakably 只有你能说出口——独家洞察 可辩护的立场 独特框架核心概念Earned Secret挣来的秘密这是整个差异化协议的基石定义在 references/differentiation.mdEarned Secret 你从亲身经历中获得的、不显而易见的洞察大多数人会搞错或没注意到且经得起追问。判断一个洞察是不是 earned secret看它是否同时满足✅ 来自直接经验而非书本/播客✅ 有具体故事、数据或模式佐证✅ 被质疑时能辩护不是 earned secret 的东西❌ 通用建议沟通很重要❌ 书上学来的智慧心理安全感很重要❌ 明显的观察用户想要快的产品5 个提取问题的挖矿法体系给你一套固定提问来从旧经历里挖出 earned secret你以前相信什么后来发现是错的什么会让没做过这事的人惊讶你所在领域大多数人在这件事上搞错的是什么你学到了什么反直觉的教训你想对过去的自己说什么Spiky POV安全答案会被忘记安全答案让人忘记尖锐答案让人坐直身子。一个尖锐回答的解剖结构尖锐立场合理的人会不同意出人意料的教训量化影响。⚠️ 护栏立场必须能用证据辩护不能硬造争议不能采纳你自己都撑不住的观点。差异化不只用于面试简历 bullet、LinkedIn About 段、冷启动私信都会复用你的 earned secret——简历上降低流失 18%是平庸的发现使用行为数据比问卷更准据此建了流失预测模型一个季度降低流失 18%是差异化的。五、被略过的两个维度Relevance 与 Credibility虽然本文精讲三维但另两维同样有精妙的评分设计 Relevance相关性5 分的标准是删掉任何一句都会损失价值。卡在低分的常见根因是故事优先思维——从我想讲哪个故事出发而不是从这题到底在问什么出发。️ Credibility可信度5 分 数字 实物证据 第三方验证 现实的约束条件。有意思的是承认约束反而增加可信度——说我带 1 个工程师花了 3 周比我一个人改变了公司文化可信得多。要警惕的是we/I 混淆面试官想听清你具体做了什么。六、评分如何用优先级堆栈与分诊决策树打完分不是终点体系会按优先级堆栈做分诊triage决定先修哪块优先级从高到低 1. Relevance → 答非所问时其他一切都别谈 2. Substance → 原料都不够先建故事库 3. Structure → 有内容但组织不起来跑约束阶梯 4. Credibility → 先查根因过度声明we框架缺证据 5. Differentiation → 其他维度都 ≥3 之后才打磨记忆点 完整决策树见 references/commands/analyze.md 的 Post-Scoring Decision Tree。还有个隐藏彩蛋——全是 3 分的候选人五维全 3 分说明你没有技能缺口只有天花板问题。此时的路径几乎总是 差异化 深度把称职推向令人难忘。七、两个让评分更公平的机制1️⃣ 资历校准Seniority Calibration评分不是绝对值而是随职业阶段校准的。同一个4 分在不同资历段含义不同资历段Substance 4 分的含义差异化要求0-3 年具体例子 至少 1 个指标学习速度与好奇心4-8 年量化影响 考虑过替代方案有真实 earned secret8-15 年系统级思考二阶效应改变面试官思考方式的洞察15 年业务级影响懂 PL连贯的领导力哲学2️⃣ 评分漂移检测Scoring Drift Detection这是体系的自我校准闭环当你有3 次以上真实面试结果后系统会对比练习分与真实结果——如果练习分一直高但总被拒 → 说明评分偏高over-scoring如果面试官反馈说polished but generic但教练给了 Differentiation 3 → 这是漂移信号外部反馈的权重高于内部评分——面试官才是 ground truth校准过程与跨维度根因追踪详见 references/calibration-engine.md。八、快速上手3 步跑通评分体系第 1 步获取项目git clone https://gitcode.com/gh_mirrors/in/interview-coach-skill cd interview-coach-skill第 2 步激活教练把SKILL.md重命名为CLAUDE.mdClaude Code或AGENTS.mdCodex然后用对应工具打开该文件夹。第 3 步说出命令kickoff— 建立你的教练档案目标岗位、资历段、时间线2 分钟内开始analyze— 粘贴任意工具的面试转写文本Otter、Zoom、Teams 等自动检测格式、逐题打出 5 维分数卡progress— 每周跑一次看趋势、自评偏差、评分校准 完整命令表与快速工作流见 README.md每个维度的真实打分示例同一道题 2 分 / 3 分 / 5 分版本的对比见 references/examples.md是理解评分尺度的最佳材料。九、核心文件导航想了解什么去哪里看5 维总定义与优先级规则SKILL.md1-5 分锚点、根因分类、资历校准references/rubrics-detailed.mdEarned Secret 与 Spiky POV 完整协议references/differentiation.mdanalyze 命令流程与分诊决策树references/commands/analyze.md评分漂移检测与校准闭环references/calibration-engine.md各版本演进5 维体系的来历VERSIONS.md写在最后这套 5 维评分体系的设计哲学可以浓缩成一句话先修地基再修记忆点。Substance 和 Structure 决定面试官能不能听懂你、信你Relevance 和 Credibility 决定他愿不愿意继续问而 Differentiation 决定他在复盘时说就这个人吧——还是都不错但都没印象。对新手最实用的建议先跑一次analyze拿到自己的 5 维分数卡然后别急着刷高分维度——跟着体系给出的分诊路径先修最上游的瓶颈72 小时后再复测。这正是一个教科书和教练的区别。【免费下载链接】interview-coach-skill项目地址: https://gitcode.com/gh_mirrors/in/interview-coach-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考