拓冰网站定制 
提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载导读本文基于 Interview Coach.md 这份公开的 GPT 系统提示词作者 Danny Graziosi收录于本仓库的 leaked prompts 列表见 README.md逐段解析其 Persona 设计、会话开场流程、双模式面试机制与反馈评分体系。读完本文你将掌握一套可直接复用的模拟面试教练提示词工程模板如何让 GPT 在 7 步信息采集后扮演指定角色的面试官、如何区分练习模式与模拟模式、以及如何输出结构化、可量化0–10 分且有 STAR 方法支撑的反馈。一、文档背景与定位Interview Coach是一个面向求职者的面试陪练型 GPT其定位一句话即可概括provides practice interview and mock interview feedback——提供练习面试与模拟面试反馈。该提示词的整体结构非常清晰由三个顶层区块组成区块职责GPT Persona定义 GPT 的角色身份与全局行为基调Starting the Conversation Instructions规定每一次会话开始时必须完成的 7 步信息采集流程Providing Feedback规定反馈输出的方法、结构与评分规则这种角色 → 流程 → 输出规范的三段式结构是面向对话型 GPT 的提示词设计中非常典型的骨架也是本文展开讲解的主线。二、Persona 设计五个关键行为约束GPT Persona区块用 6 条规则定义了面试教练的人格每条都对应一类可被用户感知的行为特征功能定位充当面试教练通过练习面试practice interview和模拟面试mock interview帮助用户。方法论绑定提供反馈时采用行业最佳实践并明确点名STAR 方法。STAR 是行为面试中组织回答的经典框架——Situation情境、Task任务、Action行动、Result结果。提示词将这一方法论直接写进 Persona等于在模型层面约定反馈不是泛泛而谈而是围绕行为类回答的结构完整性展开。角色扮演面试过程中以面试官的第一视角提问而不是以旁观者身份点评。这保证了模拟的真实感。专家化扮演一旦确定了要模仿的面试官角色如产品总监就成为该领域的专家问题的专业度随角色切换。反馈语气批评性反馈必须友好critical but friendly避免打击求职者自信。语言风格表达保持简洁concise。从提示词工程角度看第 3、4 条组合实现的是角色即能力的技巧——通过限定扮演对象间接约束了提问的深度与领域术语第 5、6 条则是输出风格的控制信号防止模型在纠错时语气生硬或长篇大论。三、会话开场7 步信息采集流程该提示词明确规定会话开始时必须按顺序收集 7 项信息且每次只问一个问题one question at a time。这一一次一问的约束是整个流程体验的核心——它把多轮对话组织成了一场受控的报名登记而不是一次性问卷。完整的 7 步流程如下简历要求用户上传或粘贴简历内容。岗位信息要求用户提供目标岗位的职位描述job description或所面试的角色。面试类型根据目标岗位询问面试类型例如行为面试behavioral、技术面试technical等。面试官角色询问面试官的角色例如产品总监 director of product若用户提供则按其扮演。题目数量询问用户希望做多少道题上限 10 道Maximum of 10 questions。面试模式询问用户选择以下两种模式之一详见下一节。节奏控制在进入下一题之前始终一次只问一个问题。流程设计要点个性化前置前两步简历 职位描述让模型在提问前就掌握求职者的背景与目标岗位要求是tailored personalized experience个性化体验的数据基础。能力边界管理第 5 步用硬性上限Maximum of 10 questions约束会话长度避免无休止的提问也便于用户控制练习时间。角色注入第 4 步把面试官角色做成用户可配置项是实现面试官扮演的入口参数。四、两种面试模式Practice 与 Mock 的区别第 6 步让用户在两种模式中二选一这是整份提示词中业务逻辑最核心的部分。两种模式的区别本质上是**是否在每题后立即反馈**Practice Interview Mode练习模式问一个问题 → 等待用户作答 →立即对该回答给出反馈。全部题目结束后汇总summarize全部反馈。适用场景用户希望逐题打磨边答边学理解每题答得好与不好在哪里。Mock Interview Mode模拟模式问一个问题 → 等待作答 →直接进入下一题中途不做点评。全部题目结束后总结整场面试并给出反馈。适用场景用户希望还原真实面试节奏训练临场连续作答能力再统一复盘。两种模式的差异可以浓缩为一张对比表维度Practice 模式Mock 模式每题后反馈立即反馈不反馈全程节奏边答边学、节奏慢连续作答、还原真实面试结束动作汇总反馈总结面试 反馈适合人群需要逐题打磨的求职者需要模拟真实压力的求职者结合 Persona 中的角色扮演设定可以推断无论哪种模式模型始终以面试官身份提问反馈环节则是面试官视角下的点评从而保持会话视角的统一。五、反馈机制结构、方法与评分Providing Feedback区块定义了 5 条反馈输出规范是本提示词中教练价值落地的关键方法对齐反馈必须基于用户所面试岗位的最佳实践best practices based on the role。结束必复盘面试结束时必须提供详细反馈detailed feedback。重构示例在适用时给出用户如何重新组织/重述回答的示例an example of how the user can reframe the response。这是教练区别于评分机器的核心——不仅指出问题还示范正确答案的讲法。结构清晰反馈始终采用清晰的结构clear structure便于用户逐条消化。量化评分反馈必须附带0–10 分的评分并给出评分理由rationale for the score。反馈规范的设计意图评分 理由双输出分数给出直观的横向基准理由解释分数从何而来两者结合既满足可量化又满足可解释便于用户追踪自己的进步曲线。重构示例闭环从诊断哪里不好到处方应该怎么答构成完整的提升闭环这也是 STAR 方法在反馈环节的自然延伸——重构示例通常就是按 STAR 结构重排的回答。角色对齐的上下文依赖第 1 条意味着反馈标准不是固定的技术岗侧重技术深度与结构行为岗侧重 STAR 完整性这要求模型根据第 2 步采集的职位描述动态切换评价维度。六、提示词设计模式总结可迁移到其他 Coach 型 GPT从Interview Coach这份提示词可以提炼出三类可复用的设计模式对构建其他教练/陪练类 GPT如演讲教练、销售话术教练、谈判教练同样适用先采集、后服务用一次一问的多步开场流程在正式服务前完成用户画像与场景参数的收集避免模型在不了解背景时瞎猜。模式化交付将服务过程显式切分为不同模式练习/模拟由用户选择控制体验节奏。反馈协议化为反馈环节制定固定协议——方法、结构、示例、评分四项缺一不可确保每次反馈的质量下限。该提示词收录于本仓库的 prompts 目录仓库 README 将其列入 Leaked Prompts 清单README.md同目录下还有大量同类 Coach/助手类提示词可供对照学习例如 Sales Cold Email Coach.md冷邮件教练、The Negotiator.md谈判陪练与 Creative Writing Coach.md写作教练。对比可见信息采集 → 角色扮演 → 结构化反馈几乎是这类教练型 GPT 的通用公式而Interview Coach是其中流程定义最完整、可执行性最强的范例之一。七、使用与复刻建议作为求职者使用开场按提示词第 16 步依次提供简历、职位描述、面试类型、面试官角色、题目数量≤10与模式选择即可获得个性化面试。练习模式适合备考阶段逐题打磨模拟模式适合面试前 12 天做全真演练。每次结束时关注三样输出0–10 分评分、评分理由、重构示例据此整理自己的高频失分点清单。作为开发者复刻以本提示词为模板替换 Persona 中的行业方法论如把 STAR 换成技术面试的 SOLID/复杂度分析即可生成不同岗位的垂直面试教练。反馈协议评分 理由 重构示例 结构清晰可作为通用输出 schema固化到下游应用中便于将反馈结果结构化成 JSON 供追踪与统计。说明本文分析对象为仓库中公开的提示词文本prompts/Interview Coach.md其原始发布信息作者、GPT 链接以该文档头部为准文中关于 STAR 方法等内容的解释属于通用的面试行业常识不构成对原 GPT 行为的实测结论。赞分享提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载相关推荐拆解 Creative Writing Coach 泄露提示词用先肯定后建议构建 AI 写作教练拆解 Creative Writing Coach 泄露提示词用先肯定后建议构建 AI 写作教练 GPTCustom GPT的定制能力本质上是由一段提示工程GPTs 提示词工程实战拆解 The Negotiator 谈判教练的系统提示词与复用模板GPTs 提示词工程实战拆解 The Negotiator 谈判教练的系统提示词与复用模板 The Negotiator 是本仓库GitHub 推荐项目精选提示工程MetabolismBoosterGPT 提示词深度拆解从一段系统提示词看健康教练类 GPT 的设计模式MetabolismBoosterGPT 提示词深度拆解从一段系统提示词看健康教练类 GPT 的设计模式 本文以仓库 prompts/MetabolismBo提示工程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Interview Coach 系统提示词拆解：如何用 GPT 构建可复用的模拟面试教练
提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载导读本文基于 Interview Coach.md 这份公开的 GPT 系统提示词作者 Danny Graziosi收录于本仓库的 leaked prompts 列表见 README.md逐段解析其 Persona 设计、会话开场流程、双模式面试机制与反馈评分体系。读完本文你将掌握一套可直接复用的模拟面试教练提示词工程模板如何让 GPT 在 7 步信息采集后扮演指定角色的面试官、如何区分练习模式与模拟模式、以及如何输出结构化、可量化0–10 分且有 STAR 方法支撑的反馈。一、文档背景与定位Interview Coach是一个面向求职者的面试陪练型 GPT其定位一句话即可概括provides practice interview and mock interview feedback——提供练习面试与模拟面试反馈。该提示词的整体结构非常清晰由三个顶层区块组成区块职责GPT Persona定义 GPT 的角色身份与全局行为基调Starting the Conversation Instructions规定每一次会话开始时必须完成的 7 步信息采集流程Providing Feedback规定反馈输出的方法、结构与评分规则这种角色 → 流程 → 输出规范的三段式结构是面向对话型 GPT 的提示词设计中非常典型的骨架也是本文展开讲解的主线。二、Persona 设计五个关键行为约束GPT Persona区块用 6 条规则定义了面试教练的人格每条都对应一类可被用户感知的行为特征功能定位充当面试教练通过练习面试practice interview和模拟面试mock interview帮助用户。方法论绑定提供反馈时采用行业最佳实践并明确点名STAR 方法。STAR 是行为面试中组织回答的经典框架——Situation情境、Task任务、Action行动、Result结果。提示词将这一方法论直接写进 Persona等于在模型层面约定反馈不是泛泛而谈而是围绕行为类回答的结构完整性展开。角色扮演面试过程中以面试官的第一视角提问而不是以旁观者身份点评。这保证了模拟的真实感。专家化扮演一旦确定了要模仿的面试官角色如产品总监就成为该领域的专家问题的专业度随角色切换。反馈语气批评性反馈必须友好critical but friendly避免打击求职者自信。语言风格表达保持简洁concise。从提示词工程角度看第 3、4 条组合实现的是角色即能力的技巧——通过限定扮演对象间接约束了提问的深度与领域术语第 5、6 条则是输出风格的控制信号防止模型在纠错时语气生硬或长篇大论。三、会话开场7 步信息采集流程该提示词明确规定会话开始时必须按顺序收集 7 项信息且每次只问一个问题one question at a time。这一一次一问的约束是整个流程体验的核心——它把多轮对话组织成了一场受控的报名登记而不是一次性问卷。完整的 7 步流程如下简历要求用户上传或粘贴简历内容。岗位信息要求用户提供目标岗位的职位描述job description或所面试的角色。面试类型根据目标岗位询问面试类型例如行为面试behavioral、技术面试technical等。面试官角色询问面试官的角色例如产品总监 director of product若用户提供则按其扮演。题目数量询问用户希望做多少道题上限 10 道Maximum of 10 questions。面试模式询问用户选择以下两种模式之一详见下一节。节奏控制在进入下一题之前始终一次只问一个问题。流程设计要点个性化前置前两步简历 职位描述让模型在提问前就掌握求职者的背景与目标岗位要求是tailored personalized experience个性化体验的数据基础。能力边界管理第 5 步用硬性上限Maximum of 10 questions约束会话长度避免无休止的提问也便于用户控制练习时间。角色注入第 4 步把面试官角色做成用户可配置项是实现面试官扮演的入口参数。四、两种面试模式Practice 与 Mock 的区别第 6 步让用户在两种模式中二选一这是整份提示词中业务逻辑最核心的部分。两种模式的区别本质上是**是否在每题后立即反馈**Practice Interview Mode练习模式问一个问题 → 等待用户作答 →立即对该回答给出反馈。全部题目结束后汇总summarize全部反馈。适用场景用户希望逐题打磨边答边学理解每题答得好与不好在哪里。Mock Interview Mode模拟模式问一个问题 → 等待作答 →直接进入下一题中途不做点评。全部题目结束后总结整场面试并给出反馈。适用场景用户希望还原真实面试节奏训练临场连续作答能力再统一复盘。两种模式的差异可以浓缩为一张对比表维度Practice 模式Mock 模式每题后反馈立即反馈不反馈全程节奏边答边学、节奏慢连续作答、还原真实面试结束动作汇总反馈总结面试 反馈适合人群需要逐题打磨的求职者需要模拟真实压力的求职者结合 Persona 中的角色扮演设定可以推断无论哪种模式模型始终以面试官身份提问反馈环节则是面试官视角下的点评从而保持会话视角的统一。五、反馈机制结构、方法与评分Providing Feedback区块定义了 5 条反馈输出规范是本提示词中教练价值落地的关键方法对齐反馈必须基于用户所面试岗位的最佳实践best practices based on the role。结束必复盘面试结束时必须提供详细反馈detailed feedback。重构示例在适用时给出用户如何重新组织/重述回答的示例an example of how the user can reframe the response。这是教练区别于评分机器的核心——不仅指出问题还示范正确答案的讲法。结构清晰反馈始终采用清晰的结构clear structure便于用户逐条消化。量化评分反馈必须附带0–10 分的评分并给出评分理由rationale for the score。反馈规范的设计意图评分 理由双输出分数给出直观的横向基准理由解释分数从何而来两者结合既满足可量化又满足可解释便于用户追踪自己的进步曲线。重构示例闭环从诊断哪里不好到处方应该怎么答构成完整的提升闭环这也是 STAR 方法在反馈环节的自然延伸——重构示例通常就是按 STAR 结构重排的回答。角色对齐的上下文依赖第 1 条意味着反馈标准不是固定的技术岗侧重技术深度与结构行为岗侧重 STAR 完整性这要求模型根据第 2 步采集的职位描述动态切换评价维度。六、提示词设计模式总结可迁移到其他 Coach 型 GPT从Interview Coach这份提示词可以提炼出三类可复用的设计模式对构建其他教练/陪练类 GPT如演讲教练、销售话术教练、谈判教练同样适用先采集、后服务用一次一问的多步开场流程在正式服务前完成用户画像与场景参数的收集避免模型在不了解背景时瞎猜。模式化交付将服务过程显式切分为不同模式练习/模拟由用户选择控制体验节奏。反馈协议化为反馈环节制定固定协议——方法、结构、示例、评分四项缺一不可确保每次反馈的质量下限。该提示词收录于本仓库的 prompts 目录仓库 README 将其列入 Leaked Prompts 清单README.md同目录下还有大量同类 Coach/助手类提示词可供对照学习例如 Sales Cold Email Coach.md冷邮件教练、The Negotiator.md谈判陪练与 Creative Writing Coach.md写作教练。对比可见信息采集 → 角色扮演 → 结构化反馈几乎是这类教练型 GPT 的通用公式而Interview Coach是其中流程定义最完整、可执行性最强的范例之一。七、使用与复刻建议作为求职者使用开场按提示词第 16 步依次提供简历、职位描述、面试类型、面试官角色、题目数量≤10与模式选择即可获得个性化面试。练习模式适合备考阶段逐题打磨模拟模式适合面试前 12 天做全真演练。每次结束时关注三样输出0–10 分评分、评分理由、重构示例据此整理自己的高频失分点清单。作为开发者复刻以本提示词为模板替换 Persona 中的行业方法论如把 STAR 换成技术面试的 SOLID/复杂度分析即可生成不同岗位的垂直面试教练。反馈协议评分 理由 重构示例 结构清晰可作为通用输出 schema固化到下游应用中便于将反馈结果结构化成 JSON 供追踪与统计。说明本文分析对象为仓库中公开的提示词文本prompts/Interview Coach.md其原始发布信息作者、GPT 链接以该文档头部为准文中关于 STAR 方法等内容的解释属于通用的面试行业常识不构成对原 GPT 行为的实测结论。赞分享提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载相关推荐拆解 Creative Writing Coach 泄露提示词用先肯定后建议构建 AI 写作教练拆解 Creative Writing Coach 泄露提示词用先肯定后建议构建 AI 写作教练 GPTCustom GPT的定制能力本质上是由一段提示工程GPTs 提示词工程实战拆解 The Negotiator 谈判教练的系统提示词与复用模板GPTs 提示词工程实战拆解 The Negotiator 谈判教练的系统提示词与复用模板 The Negotiator 是本仓库GitHub 推荐项目精选提示工程MetabolismBoosterGPT 提示词深度拆解从一段系统提示词看健康教练类 GPT 的设计模式MetabolismBoosterGPT 提示词深度拆解从一段系统提示词看健康教练类 GPT 的设计模式 本文以仓库 prompts/MetabolismBo提示工程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考