我之前发的一个调侃的修改仇人简历的prompt爆火,现在已经快3k点赞了 评论区大家试了一下也特别有意思,大家有兴趣可以往前翻一下看看 今天我就基于这种逆向思维却顶级好用的求职类prompt做一个分享 超好用求职AI技巧: 一、让AI嘲讽你,而不是让AI顺从你(挑问题) 场景:改简历 一般prompt:请结合我的信息和岗位信息,帮我写一份专业的产品经理简历 优化prompt:你是一个刻薄的互联网大厂资深HR,我现在想用这份简历去面试大厂产品经理,请帮我挑出这份简历所有会被直接刷掉的问题,用犀利的语言嘲讽我每一个问题,要能够达到让我痛苦的状态,越尖锐越好,每条问题都请给出具体修改方案 二、告诉AI你是谁,会让AI更聪明 场景:面试 一般prompt:你是一个xx咨询合伙人,现在我要进行一场面试,请扮演面试官的角色对我进行提问 优化prompt:我是一名应届校招生,本科复旦大学xx专业,硕士墨大xx专业,有几段实习,第一段在德勤数字化转型做实习生,负责xx,第二段在安永做xx实习,我比较擅长数据分析,但我不太会面试case,请你作为xx面试官对我进行提问 三、让AI来反问你,而不是直接给答案 场景:转行职业规划 一般prompt:我现在是一名建筑设计师,目前行业下滑,想进行转行,请帮我做一份职业规划,并进行优劣势对比 优化prompt:我现在是一名建筑设计师,目前行业下滑,想进行转行,需要你帮我做一份职业规划,请在回答之前向我进行提问,直到你认为充分了解我个人情况,确保能够给出明确的职业规划建议,每次提问只问一个问题
00:00 / 04:12
连播
清屏
智能
倍速
点赞8
00:00 / 00:23
连播
清屏
智能
倍速
点赞110
AI产品经理面试高频问题(11)-如何提升模型语义识别能力 #AI产品经理 #面试技巧 #产品经理面试 #大厂产品经理 #面试高频问题 这是一道送分题,也是用来炫技的问题! 这里问题一般出现在智能客服、智能问答助手类项目上,如果你的简历中中有类似项目,一定要听完本视频。 问题分析 面试官为什么会问这个问题 考察你对advancedRAG或者智能客服整个链路的处理架构的理解深度。 是否理解意图识别的意义 是否理解query改写的意义 是否有提示工程的经验 是否有badcase调优经验 …… 回答策略 结合自己的项目实践!【非常重要】 抽取advancedRAG或者智能客服的问题处理链路中语义处理的核心环节进行回答。 需要表达语义识别不是一次性的,是持续调优的过程,引出badcase处理。 视个人能力情况决策是否表达模型微调的业务能力。 【AI产品经理课程中有详细讲解,50个小时的课程中,其中有4个小时讲高级RAG,2个小时讲智能客服】 【看历史视频:高频问题8 工程级RAG全链路】 全部来自VIP陪跑学员面试录音,面试复盘 面试录音展示 面试录音展示 面试复盘也是我们高offer率的保障,也是我们求职陪跑标准sop流程之一。 我们的服务流程:简历改写(重构AI项目)和投递策略【解决面试邀约量】→面试前辅导 → 面试后复盘 把面试中,面试官真实的提问以及回答策略分享给大家,而非网传的猜测的面经。 回答范例(不要背诵,要理解后转换为自己的语言) 面试官您好。关于如何提高语义识别能力,结合我过往落地的[XX智能客服/知识库]项目经验,来谈一下语义识别能力的问题,因为标准的RAG或提示工程都无法实现精确的语义识别,所以必须使用带有意图识别的高级RAG链路。 我将这个过程拆解为三个阶段:查询理解(Query Understanding)、检索增强与排序(Retrieval & Rerank)、以及持续的Badcase调优闭环。 第一阶段:查询理解与改写—— 解决“输入不准”的问题 很多时候识别不准,是因为用户的问题本身有歧义、缺省或口语化严重。在项目中,我引入了Query改写环节作为语义识别的第一道防线: 多轮对话的语义补全: 用户常说“那个多少钱?”,大模型如果不看上文是无法识别的。我会利用LLM的改写能力,结合History Chat,将用户的Query重写为“请问[产品A]
00:00 / 09:00
连播
清屏
智能
倍速
点赞10
AI产品经理面试高频问题(12)-智能体Tool Use问题 #产品经理面试 #AI产品经理 #大厂面试 #面经 #智能体 这是一道送命题 针对主导过AI agent项目的产品经理。 如果你的简历中中有AI agent项目,一定要听完本视频。 问题分析 面试官为什么会问这个问题 考察你是否真正理解AI agent的工具调用,并且是否在项目中真正使用过。 考察你对工具调用的全链路处理。 …… 回答策略 结合自己的项目实践!【非常重要】 炫技:本质(Why) -> 实现(How) -> 工程挑战(Experience) 复杂场景如何处理! 【AI产品经理课程中有详细讲解,50个小时的课程中,其中有4个小时讲AI agent】 全部来自VIP陪跑学员面试录音,面试复盘 面试录音展示 面试录音展示 面试复盘也是我们高offer率的保障,也是我们求职陪跑标准sop流程之一。 我们的服务流程:简历改写(重构AI项目)和投递策略【解决面试邀约量】→面试前辅导 → 面试后复盘 把面试中,面试官真实的提问以及回答策略分享给大家,而非网传的猜测的面经。 回答范例(不要背诵,要理解后转换为自己的语言) 开场白(一语道破本质) “对于AI Agent中的Tool Use,我认为它是LLM从‘全知全能的空谈家’进化为‘解决实际问题的实干家’的关键跃迁。本质上,它是将LLM强大的语义理解与推理能力与外部世界的执行能力相结合的桥梁。” 第一:核心价值与原理(展示你懂底层) “首先,Tool Use主要解决了LLM原生存在的三个核心痛点: 幻觉问题: 通过调用搜索或数据库工具,实现知识召回,确保存储的信息是准确和实时的。 计算与逻辑短板: LLM不擅长精确数学计算,Tool Use可以让它调用Python解释器或计算器来保证精度。 与物理/数字世界交互: LLM本身只能输出Token,通过Tool Use,它才能真正执行发邮件、操作数据库、控制IoT设备等动作,当然这也是Re-Act架构的AI agent的核心能力。 其核心闭环是:Prompt构建 -> 模型推理 -> 参数提取 -> 外部运行时执行 -> 结果回填 -> 模型最终生成。这不仅仅是一个API调用,而是一个完整的认知-决策-执行反馈循环。” 第二层:工程落地的关键挑战(展示你有实战经验) “在实际开发Agent的过程中
00:00 / 10:43
连播
清屏
智能
倍速
点赞24
00:00 / 01:29
连播
清屏
智能
倍速
点赞0
AI产品经理高频面试问题:如何构建和提高测试数据集准确度? #AI产品经理 #产品经理面试 #产品经理 #ai产品经理面试 #产品经理简历 面试高频问题来源 全部来自VIP陪跑学员面试录音,面试复盘 面试录音展示 面试录音展示 面试复盘也是我们高offer率的保障 我们的服务流程:简历改写(重构AI项目)和投递策略【解决面试邀约量】→面试前辅导 → 面试后复盘 把面试中,面试官真实的提问以及回答策略分享给大家,而非网传的猜测的面经。 常见问题 1 重要度 ★★★★★ 在上线之前,你是如何构建和提高测试数据集准确度? 这道题考察AI系统评测相关能力,考察AI产品经理在系统评测上的能力方面,包括: 1、对AI系统评测的认知,考察你是否理解AI系统评测。 2、对AI系统评测实施流程的掌握程度 3、考察评测数据集构建的方法 4、考察评测后,如何调整和提高准确度,你的方案是什么【获得高分的关键】 5、隐含考察:你的AI项目最终的准确度指标是多少? 相信通过以上的分析,你可以总结出一个满分答案了! 如果你还是不知道该如何回答,可以私信我获取帮助,私信我! 我们从内部的测试数据集中,抽取了大约10%(即一万多条)的全量数据,并将其按照问题类型分成十几类。这十几类数据用于模型上线前的验证测试。我们首先用70%的数据训练模型,然后用20%的数据验证,确保没有问题后,再用剩下的10%数据调试并最终测准度,直到达到90%以上才上线。即使在测试阶段达到90%,上线后也会持续监控并根据反馈调整模型。
00:00 / 08:23
连播
清屏
智能
倍速
点赞26
一天投80份简历,一个面试都没有?我告诉你,你这是在无效努力!那些0ffer能拿4/5个的,根本不是比你优秀,而是人家会使用工具。我给你们整理了一套用AI 找工作的方法。全是实操干货,应届生直接照抄,马上就能用, 1. 让AI 帮你定位,能投什么岗位 你直接发给 AI 这段话: 我是 XX 专业应届生,做过 XX 兼职 / 实习,性格偏 XX,帮我列出3–5 个最适合我、容易上岸的岗位,不要太冷门,告诉我每个岗位是干嘛的。 AI 能直接给你方向,不用自己瞎琢磨。 2. 让AI 帮你,改简历 把你的破简历丢给 AI,说: 把我这段经历改成求职简历版,突出数据、成果、能力,符合应届生求职,简洁专业。 你的简历瞬间从 “流水账” 变成“满分简历”。 3. 让AI 帮你写,自我介绍 / 求职话术 投简历、打招呼、面试都能用: 帮我写一段应届生求职自我介绍,200字内,自然不尴尬,突出学习能力和态度。 4. 让AI 帮你模拟面试 你直接说: 你是面试官,帮我面试 XX 岗位,问我应届生常见问题,我回答后帮我优化。 遇到回答不上来的。多练几遍,面试一点也不会慌。 5. 让AI 帮你选行业、避坑企业 不知道投什么行业,问ai 帮我分析某某行业对应届生友不友好,加班多不多,门槛高不高,值不值得投。 所以应届生找工作别自己硬想,用 AI 帮你定位、改简历、模拟面试,你只负责大胆投!赶紧点赞收藏,关注牛哥,我们下期视频再见。 #找工作 #应届生求职 #大学生就业 #职业规划
00:00 / 01:17
连播
清屏
智能
倍速
点赞331
AI产品经理面试高频问题(3)RAG中答案准确度如何保障 #AI产品经理 #面试高频问题 #面经 #产品经理 #产品经理面试 RAG回答准确率:是面试AI产品经理岗,必问的问题之一!必问! 这是送分题!但是,能拿满分的人不多! 常见的回答: 先把文档切片,通过向量模型转变为向量后存储在向量数据库,回答用户提问时,到向量数据库中查询与用于提问相似的知识片段,并且将查询到的知识片段给到大模型进行总结,生成答案。 这样回答面试官,最多30分 面试高频问题来源 全部来自VIP陪跑学员面试录音,面试复盘 面试录音展示 面试录音展示 面试复盘也是我们高offer率的保障,也是我们求职陪跑标准sop流程之一。 我们的服务流程:简历改写(重构AI项目)和投递策略【解决面试邀约量】→面试前辅导 → 面试后复盘 把面试中,面试官真实的提问以及回答策略分享给大家,而非网传的猜测的面经。 常见问题3 重要度 ★★★★★ RAG的答案准确度如何保障? 这道题是对RAG的高级理解,考察AI产品经理在对高级RAG流程的掌握程度和系统化思维,如何做到满分回答: 回答的核心:系统化回答 知识库构建环节:合理的文档切分方案,语义聚集且不丢失原始文档信息;如果知识库业务上更新频繁,需要设计同步机制,保障知识库内容与业务高度一致。 query处理:语义补全(通过上下文),语义扩展,意图澄清,查询改写、提取主题关键词等。 更高级的方案:如果是多跳问题,还需要进行问题的拆解,拆成子问题进行知识召回。 召回环节:多路召回;基于关键词的全文检索,基于语义相似度的向量检索,图检索。保障召回知识的召回率。 知识片段重排:使用重排模型对召回全部知识片段进行精排,选出top5做为增强生成的知识片段。 增强与生成环节:严格控制模型必须根据提供的上下文进行总结回答。 到此仅仅 80分 为什么:架构,解决方案,AI产品经理,与传统产品经理肯定有差别的。 系统化回答最后一点:评测体系 1、评测集:在系统测试时,需要使用评测集对RAG系统进行评测,需要到准确度标准才能上线。 2、生产环境评测:在系统运行过程中,需要去发现badcase,然后解决badcase,一步步提高答案的准确度。 给面试官递过去一个钩子…… 相信通过以上的分析,你可以总结出一个满分答案了! 如果你还是不知道该如何回
00:00 / 11:12
连播
清屏
智能
倍速
点赞18