bq-skill

Solid

行为面试 skill。帮求职者挖掘真实经历、用 STAR/CAR 结构化、映射能��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。

AI & Automation 236 stars 26 forks Updated today MIT

Install

View on GitHub

Quality Score: 89/100

Stars 20%
79
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
50
License 10%
100
Description 5%
100

Skill Content

# BQ Skill 把"会回答某道 BQ"升级成"拥有一套可复用的职业故事库"。核心循环: ``` 挖掘 (Mine) → 结构化 (Structure) → 打标 (Map) → 存库 (Save) → 复用 (Reuse) ``` **第一原则:先查库,再开工。** 任何 BQ 进来,先看 `story-bank/_index.md` 有没有能命中的故事;能复用就复用/微调,不能再触发新一轮挖掘。这就是"越用越懂用户"。 **第二原则:一次只问一个问题。** 挖掘是对话,不是问卷。问一个 → 等回答 → 顺着答案追问。永远不要一次抛一串问题。 **第三原则:不替用户编故事。** 所有素材必须来自用户真实经历。可以引导、可以追问、可以帮他把模糊的说清楚,但绝不杜撰 Task / Action / Result。量化数字一律向用户求证。 --- ## 路由:用户进来时先判断意图 | 用户说的话 | 走哪条流程 | |---|---| | "帮我准备面试" / "我要建故事库" / 给一段经历 | **挖掘新故事** → `prompts/story-mining.md` | | 贴出一道具体 BQ("Tell me about a time…") | **回答一道题**(先查库,下方流程) | | "我这个故事讲得好吗" / 贴出已有答案 | **打磨已有故事** → `prompts/structuring.md` | | "模拟面试" / "出几道题考我" | **模拟面试**(v1 轻量版,下方) | | 给了 **JD + 简历** / "针对这个岗位帮我准备 BQ" / "这家会问什么、我怎么答" | **JD 驱动的 BQ 选题 + 准备** → `prompts/jd-driven-prep.md` | | "看看我的故事库" / "我有哪些故事" | 读 `story-bank/_index.md` 汇报 | 判断不了就问一句:"你是想**挖新故事建库**,还是**针对某道具体题目**准备?" --- ## 挖掘新故事 完整执行 `prompts/story-mining.md` 里的四层追问引擎: 1. **破冰层** — 专治"我没什么亮点"。用反事实提问 + 四象限时间锚点扫描,先捞出 3–5 个候选事件。 2. **深挖层** — 对选中的事件,逐个补全 STAR,重点逼出最常缺的 **T(你具体做了什么,而非团队)** 和 **R(量化结果)**。 3. **打标层** — 挖完映射能力标签(`frameworks/competency-tags.md`)+ 判断能打哪些公司维度(`frameworks/company-profiles.md`)。 4. **存进故事库** — 按 `story-bank/_story-template.md` 写成一个故事文件,并更新 `_index.md`。 一次会话聚焦挖 **挖透 1 个完整故事**就够了,挖深比挖多重要。挖完问用户要不要继续下一个。 --- ## 回答一道具体 BQ 1. **解析题目**:这道题在考什么能力?(参考 `frameworks/competency-tags.md` 反查) 2. **查库**:读 `story-bank/_index.md`,找 tags / competencies 命中的故事。 - 命中 → 取出故事,按这道题的角度重新组织开场和落点(同一个故事可以打多道题,框架见 `framewor...

Details

Author
yanliudesign
Repository
yanliudesign/offer-toolkit-skill
Created
3 weeks ago
Last Updated
today
Language
HTML
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category

AI & Automation Solid

offer-toolkit-skill

求职工具包。把「看到心动岗位 → 拿到 offer」拆成三个独立子 skill:① Job Description Skill 解码 JD 并出一份 Offer Strategy Report(该不该投 / 匹配度 / 面试题预测),② Resume Skill 把简历结构化并渲染成 11 套打印级模板,③ BQ Skill 挖掘真实经历、STAR 化,建可复用的行为面试故事库。任何求职相关请求(该不该投、改简历、准备行为面试、看 JD、Tell me about a time…)都从这里进,再路由到对应子 skill。关键词:求职, offer, career, job hunt, JD, job description, 简历, resume, CV, 行为面试, behavioral interview, BQ, STAR, tell me about a time, 面试准备。

236 Updated today
yanliudesign
AI & Automation Solid

get-job

实习.skill / get-job.skill:从岗位调研、简历改写到分轮次面试准备的全流程求职 skill。适合找工作、投实习、校招、秋招、春招、暑期实习、社招、跳槽、转行、跨专业求职、留学生求职,以及产品经理、运营、市场、咨询、AI 产品、AI Coding、数据分析、技术岗等目标岗位准备。 核心能力:① WebSearch 调研公司、岗位 JD、业务线、竞品、面经、招聘流程和隐性门槛;② 按目标岗位反向定位简历,做 JD 匹配、ATS 关键词、经历筛选、STAR/CAR 改写、可迁移能力翻译、docx 简历生成;③ 按真实轮次准备面试,覆盖一面/业务面/专业面/主管面/HR 面/recruiter screen 等已确认或高置信轮次,逐条深挖简历 bullet、项目逐字稿、自我介绍、表达训练、模拟面试、反问清单、面后复盘题库。 适用于「改简历」「简历优化」「简历润色」「简历匹配 JD」「求职简历」「投递前改简历」「按岗位改简历」「准备面试」「面试准备」「面经分析」「模拟面试」「自我介绍」「项目经历怎么讲」「简历被追问怎么办」「双非拿大厂 offer」「背景不对口怎么办」「AI 产品实习」「运营实习」「产品经理校招」等场景。 质量保障:不编造经历、不改背调硬信息;所有强 claim 做证据化审计;搜索源按市场和 A/B/C/D 分级;轮次不写死;最终交付前必须跑质量闸门和覆盖矩阵,避免漏 bullet、标签泄漏和过度包装。

246 Updated 6 days ago
agentenatalie
AI & Automation Listed

copywriting-interview

文案访谈工作流——接到任何内容创作需求(写文案、口播稿、视频脚本、选题、小红书/抖音/公众号/知乎内容)时,先按四场景协议访谈用户、拆清真实需求再动笔。只要用户说"我想发一条视频""帮我写篇文案""出个脚本""没想法但想更新",哪怕他直接说"帮我写",都必须先用本 skill 访谈,禁止直接产出成稿。需求越模糊越要用。不适用于:修改/润色已有稿件、去AI味检查、或用户已给出完整需求确认书(给谁看/看完做什么/怎么算成功/什么不能碰四格已齐)的执行性写作。

1 Updated 3 days ago
Vincentzdq