不会考察候选人的「AI能力」？你可能招不到未来的人才！
你有没有发现一个现象：
打开招聘网站，现在越来越多岗位描述中多了这样一句话：
「熟悉 DeepSeek、Cursor 或其他 AI 工具者优先。」 十年前面试官会问：「你会不会用Excel、Word、PPT？」如今则变成了：「你会不会用AI？」
时代在变，技能要求也在变。
正好前些天有网友留言问：怎么面试才能真正考察出一个人「会用AI」呢？
今天，就来聊聊这个话题。
考察AI能力，究竟要看什么？
很多人可能觉得，会用AI不就是会用 DeepSeek 提个问题，或者让Midjourney画个图吗？
其实远远没那么简单。
真正会用AI的人，会表现出这几种能力：
基础 AI 应用能力
- 提示词工程（Prompt Engineering）能力：懂得用最好的方式问问题（Prompt），引导AI高效输出
虽然现在模型越来越强，大多数时候你是不需要用很复杂的提示词，但基本的提示词工程还是需要有的，比如说，你得知道怎么给 AI 提供充足的上下文；怎么要求输出的格式；知道怎么控制上下文窗口长度；推理模型和非推理模型提示词用法差别在哪里等等。
对于专业的应用，比如画图，得知道各种常用的图片参数；比如编程，得知道如何要求 AI 使用特定的语言、框架，知道训练语料少的框架该如何提供文档、示例代码。
- 内容评估能力——知道 AI 生成的内容是否靠谱，能有效验证和优化
在你不够专业的领域，你是很难分辨 AI 生成结果好坏的。就像 AI 画图，我觉得挺好的图让专业人士点评一下，就能指出其中很多细节上的问题，但反过来在我专业的编程领域，AI 生成的结果一眼就能看出来好坏，对于不好的结果，我也知道怎么让 AI 去修改调整。
所以现在虽然 AI 能快速的生成内容，但还是需要专业人士去评估生成的结果，挑选出好的结果，或者对于不好的结果，提出要调整的方向生成更好的结果。
- 熟练使用 AI 工具的能力：熟悉 AI 工具的使用方法，能快速上手各种 AI 工具
现在使用 AI，离不开各种 AI 工具，熟练使用这些工具才能充分发挥 AI 的能力，除了通用的像 AI 聊天工具，还有一些专业领域的工具。比如说我日常会用 AIStudio 帮我做音频转文本，比如作为程序员，日常得会用 Trae、Cursor、Winsurf 这样的 AI 工具写代码。
高级 AI 应用能力
- 任务拆解能力——知道哪些工作适合用AI，哪些环节应该自己把控
任务拆解在以前是一种工程能力或者管理能力，能把复杂的任务拆分成简单任务，在 AI 时代，由于我们每个人都有机会使用 AI，AI 就变成了我们的“员工”，但是 AI 这个“员工”能力又有限，一次只能处理相对简单的问题，就需要我们把复杂的任务拆分成简单的任务，最后再合并在一起完成任务。
- 业务场景应用能力：知道如何用AI真正提高工作效率
现阶段的 AI，即使某些方面的智能已经达到博士生水平，但本质上也只是工具，还是需要靠使用者来发挥其作用，作为用人单位，希望候选人掌握 AI 技能，看重的就是候选人能将 AI 应用到业务场景中。
举例来说，有个日常以 Excel 为主的网友，曾经在我微博下面留言，说 TA 自己不会编程也不会写宏函数，但是他现在借助 AI，让 AI 帮 TA 写宏函数，把很多 Excel 的计算变成了自动化的，极大的提升效率。这就是一个典型的将 AI 应用到业务场景的案例。
更高级一点，还能重新设计现有业务流程，引入 AI 的智能，让原来需要很多手动干预的操作，变成半自动或者全自动的流程，极大提升效率。
加分项
6.快速学习能力：能够跟上AI技术快速迭代的节奏
如果你观察周围，那些 AI 用的好的人，通常是有好奇心，原意接受新事物，保持学习的人，每当有新技术，他们会原意去尝试，去应用。所以招聘是，好奇心、快速学习能力通常是一个很好的加分项。
总结一下就是 6 个方面的能力：
- 提示词工程（Prompt Engineering）能力
- 内容评估能力
- 熟练使用 AI 工具的能力
- 任务拆解能力
- 业务场景应用能力
- 快速学习能力
简单说，就是：
不但会用AI工具，更要知道「什么时候用」「怎么用」「怎么用得更好」。
不同领域，怎么考察AI能力？
不同岗位、不同领域，对AI能力的需求其实是不一样的。
举几个常见领域的例子：
① 软件开发领域：AI辅助编程
程序员面试，以前都是让候选人徒手写代码，现在AI时代来了，光凭手写未必真实。
更好的办法是：
直接让候选人现场用 AI 工具（比如 Trae、Cursor 或 Windsurf）解决一个小问题。 关键不在于 AI 写了多少代码，而是：
- 他怎么问 AI？
- 如何判断 AI 写的代码对不对？
- 遇到问题怎么调整？
考察的是程序员利用 AI 的真实技能，而不是死记硬背的能力。
② 市场营销领域：AI 生成创意和内容
营销岗位尤其看重创意，但很多创意初稿现在都能让 AI 快速生成了。
面试时，不妨这么做：
- 给候选人一个产品，让 TA 用 AI 生成一条营销文案。
- 然后问 TA：「你为什么用这个 Prompt？」、「AI 给的文案你怎么看？」
真正的考察点在于：
- 候选人会不会灵活地调整提示词；
- 是否能判断 AI 内容质量，主动修正不足之处；
- 对 AI 生成内容是否有自己的标准（比如品牌调性、目标用户偏好）。
③ 产品管理领域：用 AI 做用户洞察和数据分析
产品经理的日常工作经常和数据打交道。
比如，你可以现场出一道题：
「给你一份用户反馈数据，现场用 AI 工具帮我们提炼出产品改进建议。」 考察候选人：
- 是否懂得怎么使用 AI 快速抓住用户的痛点；
- 有没有能力验证 AI 结论的准确性；
- 是否能结合 AI 建议，提出清晰明确的改进方案。
具体可以问什么样的问题？
这里给大家分享一些实操性强的通用AI面试题：
- 「你遇到过 AI 给出明显错误答案的情况吗？你怎么处理的？」
- 「最近有没有新出的 AI 工具或功能是你学习并实际应用了的？具体讲讲。」
- 「你平时怎么调整 Prompt 来优化 AI 输出？」
- 「如果AI生成的内容和你的预期不符，你会怎么优化它？」
- 「你觉得AI目前有哪些无法解决的业务难题？遇到这些难题你会怎么办？」
这些问题看似简单，但候选人的回答可以充分展示：
- TA 有没有真正用过 AI；
- TA 是否能批判性地看待 AI 工具；
- TA 是否具备快速学习和自我优化的意识。
如何有效评估候选人的AI能力？
要真正了解一个人的 AI 水平，不能只靠简单问答，最好做到：
- 现场实操：当场让候选人用 AI 工具解决具体问题，观察其真实操作过程。
- 多角度考察：既看候选人使用 AI 的熟练度，也看他对AI的理解深度。
- 注重开放性提问：引导候选人表达对 AI 的见解，观察其思考的深度和广度。
优秀的人才会主动提到 AI 的局限性、使用的风险、以及如何有效避免这些风险。而不够熟悉的人通常只是机械地使用工具，甚至完全忽略了 AI 可能产生的误导性结果。
还有最重要的一点，面试官最好自己要有一定的 AI 使用经验，否则你很难分辨候选人回复答案的好坏。
结语：未来，AI会像Excel一样普及
曾经，懂得用Excel、PPT的人更容易找到好工作；如今，懂得如何巧妙运用AI的人也会拥有同样的竞争力。
但真正优秀的人才，并不是会用几个工具那么简单，而是知道：
- 如何更高效地完成任务；
- 如何与 AI 有效沟通；
- 如何快速学习新的工具和方法。
所以，下次面试的时候，不妨多问问上面那些问题，或许你会发现，真正会用 AI 的人才并不只是懂技术，而是懂得让技术更好地为自己服务的人。
附录
（网友讨论https://x.com/dotey/status/1898586241450250349内容汇总，大家可以拿去用 AI 分析）：
```
但我觉得会有一些基于AI理解能力的框架思路：
1、判断对方是否清楚了解当下AI的能力边界在哪里，哪些业务场景适合AI直接做的，哪些是AI做不到的，哪些是AI+工程可以做的
2、判断对方对AI幻觉的利用理解 什么场景下要极度严谨的AI（极低幻觉甚至工程化杜绝幻觉） 什么场景下要发挥创造的AI（容忍幻觉）
3、判断对方对RAG的理解 什么场景适合RAG，该如何构建知识库（从信息获取，分类处理，构建结构，召回利用这几个维度去判断对方是否能落地知识库）
4、判断对方对AI与业务落地场景的理解 比如当下AI在用户侧/生产侧 能发挥效益的地方有哪些 如果对方说的很空泛，大概率是不太懂AI的 如果对方是以发展角度举例讲垂直细分场景，是有经验，至少自己做过的 （发展角度是指当下利用AI怎么做怎么提升，未来AI能力强了这个环节就可能质变）
5、判断对方对AI在业务节点中在哪里发挥核心价值的判断 比如让对方判断在业务场景，当下节点让AI做最大化收益的事情，最核心的事情该是什么
一方面判断对方对核心矛盾的把握，另外也能了解对方是否理解AI能否应用在该矛盾的解决上，是如何解决的
6、判断对方的学习能力 比如他平时从哪里获取AI信息，如何尝试AI，如何做最佳实践等等，可以看出对方是一个Geek，还是只是为了蹭AI热度而选择工作，真正主动学习AI的人，提到一个新的东西会很愿意去尝试实践
7、判断对方与AI沟通的能力 比如他如何制定自己的提示词，当AI无法达成效果时，他是如何判断解决问题的（是AI当下边界问题，还是提示词问题，还是工程问题，该如何优化or不能优化）
8、判断对方对AI效果的验收 针对AI的作业，如何评价AI的产出，有哪些构建回收标准的方法或者思路
个人拙见，抛砖引玉，也请大家补充
换一个思路，在资源有限的情况下，他会如何规划一个中等复杂的任务。比如2-3人在24小时内做一个小红书内容爆款预测体系。看ta的选择和决策思路。运用AI能完成，花钱能完成，雇人能完成，自己能完成，等待领导指示能完成，都是路径和方法。 第一时间用工具让团队保持统一认知，并且能把任务拆解清晰就合格
在这个基础上，如果知道用A工具可以做a事情，用B工具可以做b事情，用C工具可以把A B 和张三的产出整合成要的结果1，那么其实会不会AI不重要了，已经是个很优秀并且有规划执行能力的人了。
在这个基础上在针对性的布置/考察/询问他是否过用Ai技术，并且用了哪些取得了什么成果，并且如何看待AI不断快速更新的情况下自己的本职工作能有哪些偷懒的方式和思考就是更加进阶的评分了。
OK. Here's the text from the image, formatted as Markdown:
markdown 如果要面试候选人的 AI 运用能力, 可以从以下几个核心维度考察, 并结合实际场景设计面试题:
1. 任务拆解与 AI 适配能力
✅ 考察点: 能否拆解任务, 合理判断 AI 适用场景 💡 面试题: 👉 给定一个任务 (如 24 小时内做一个小红书爆款预测体系), 请你拆解任务, 并说明哪些部分可以用 AI 完成, 哪些不能?
2. AI 工具的熟练度与实际应用经验
✅ 考察点: 对 AI 工具 (如 ChatGPT、Midjourney、Notion AI、数据分析 AI) 的掌握情况 💡 面试题: 👉 你最近在哪个项目中运用过 AI? 具体提升了哪些效率? 如果不用 AI, 执行方式有何不同?
3. AI 的局限性与补救策略
✅ 考察点: 能否辨别 AI 误差, 并采取修正措施 💡 面试题: 👉 AI 生成的数据有错误, 或者生成的内容不符合预期, 你会如何优化和调整?
4. AI 与团队协作能力
✅ 考察点: 能否引导团队更好地使用 AI, 提高整体产出 💡 面试题: 👉 你如何帮助团队非技术人员更好地理解和使用 AI? 有没有成功的案例?
5. AI 迭代学习能力
✅ 考察点: 能否快速学习新 AI 技术, 并应用到工作中 💡 面试题: 👉 最近 AI 领域有哪些新技术或工具? 你学习过哪些, 并如何应用到实际工作?
总结:
一个合格的 AI 运用者, 不仅要会用 AI, 更要 懂得如何拆解任务、评估 AI 适用性、优化 AI 结果、带动团队应用 AI, 并能持续学习迭代。 👉 出题公式: 真实业务场景 + AI 介入点 + 解决方案 + 迭代优化
如果你是面试官, 你会怎么考 AI 能力? 欢迎讨论! 🔥
宝玉 你这面的应该是级别比较高的了，我很认同规划和任务拆解能力，这挺重要的
jinghui su 其实和职业级别没关系（个人观点）哪怕是实习生，他具备了这个基础能力，在什么岗位都能做好。你可以把这种当成是ssr，那么开始做减法，那些缺点是可以接受的，那些是不可以的。如果只是考核硬技能就回归到了是否背题是否背面经的猜疑链中。如果你遇到ssr，甚至愿意多给钱让他成长吧？哈哈哈
(在手游中，"SSR" 是一种稀有度的简称，代表“Super Super Rare”或者“Super Rare”卡牌，意思是非常稀有的卡。SSR 通常是抽卡系统中的最高或次高稀有度，拥有 SSR 卡的角色或装备通常在游戏中具有更强的能力或更高的属性。)
可能不是特别重要，更核心的要考察 curiosity 和 agency，工具能力 宝玉老师 你可以自己教，自己引导。
要不这样问吧： 1.知道哪些工具，用过哪些工具，为什么没有去体验更多的工具，对这些工具有怎样的评价 2.专业相关的工具会推荐哪些，目前主力在用什么，解决了什么样的问题，展示一个具体的案例 3.认为现在工具的局限性在什么地方，如果由候选人改进，会增加哪些功能 4.请候选人分析下，未来AI工具对自己所在行业，会有怎样的影响，个体应该做怎样的应对 这些个问题应该就差不多了，包含了 好奇心、自驱力、技术认知和行业洞察，以及一些动手能力。 七七八八了
给一套 CRUD 工程题目，然后让ai实现几个接口
主要看这个过程，怎么一步一步调试得到最优解的
针对这次面试，有使用过什么样的 AI 工具做准备？ 有的话是哪些？ - AI search 搜索本公司信息？效果如何？ - AI 知识库 整理搜集到的信息？有什么有别于传统手段的发现？ - AI chatbot 将公司信息与自身情况和职业规划比对研究过吗？符合自身预期吗？ - AI 语音或数字人，模拟过本次面试吗？AI 提出的问题押中了现在实际面试的题吗？ 最后，AI 整体对本次面试的准备有多大帮助？有哪些地方可以改进的？
Sam的博文中有一段话非常好： “我们现在开始推出人工智能代理，它们最终会感觉像虚拟同事一样。 让我们想象一下软件工程代理的情况，我们认为这个代理特别重要。想象一下，这个代理最终将能够完成一家顶级公司拥有几年经验的软件工程师可以完成的大多数工作，这些任务最多需要几天时间。它不会有最伟大的新想法，需要大量的人工监督和指导，它在某些方面会很出色，但在其他方面却出奇地糟糕。”
要求对方在指定时间内充分利用 AI 来实现某某系统。功能的要求其实可能简单点，留 1-2 个 AI 解决不了的看人兜底就行。但我会加大量以前面试根本来不及或者处理不了的工程上的问题，比如一个单元测试，文档格式，commit lint 等，都从 0 开始要求搭建。
这些是以往在面试中问的不太多的这种东西，一般也就是看你使用的习惯，但今天有 AI 了，完全可以利用 AI 快速部署上这些工程实践。
至于候选人本身对技术的理解，那也不是体现在这里面。这些额外的要求，放以前可能在面试中是舍本逐末，但今天可以充分考察能不能利用 AI 快速干好这些事。
宝玉 你这是考数学不是考AI呀
goldengrape 就是说工作中你需要的是一个问题解决者，至于ta是借助AI解决，还是ta自身能力就可以解决，这并不重要。所以只需要问出本领域内可能会遇到的足够难的问题即可。
宝玉 你说的是工作中，这个确实是以解决问题为主，这也是为什么要面试使用 AI 的能力。但现在难的还是如何面试考察，毕竟候选人需要现场去回答或者解决问题，给个数学题再给 ChatGPT 现场问？
goldengrape 要不，找个AI设计一下问题？ 我公司是一家xx公司，在yy领域，产品是aa，目标是bb，现在想招cc职位，工作描述如下。我们特别关注候选人使用AI的能力，请设计5道题目，并阐明题目设计的原因
大致是你问一个SOTA才能解决的问题，如果被试者能解决，说明ta能用sota或者是个人能力sota水平之上的。
前端/全栈我考虑直接让开发整个产品设计稿，不过担心有点过于偏向经常自己开发小型项目的面试者了
借助AI让他完成一个跨行业的基本入门学习，让那个行业人员打个分
我觉得让他说一说设计prompt的思路比较好
对 AI 原理的理解要考吗？比如： 前端工程师一个常见面试题：输入url之后发生了什么 AI工程师的一个常见面试题：当用户在 ChatGPT 的对话框中输入一个问题并发送后，发生了什么
我觉得这个问题的核心是面试官自己要懂AI，而这点在很多公司内是稀缺的。例如宝玉老师做面试官的话，随便和对方聊两句就知道面试者对ai是否熟悉了，但是换了个本身不熟悉ai的面试官，就算让ai出了套题来提问，他也无法辨别对方回答的质量
直接让做一个 demo 出来，控制好复杂度和时间。最终聊一下过程当中如何实现和解决问题的思路就好，我认为这比八股文靠谱得多
我便会收集我自己用ai解决问题的情况，解决了的，没能解决的都收集，然后现场根据问题让他问ai就好了，得到的答案不如我，ai不如我，得到的答案比我好，比我强，另外bar也提升了，下个面试的朋友变难一点了
其实最近聊的人里，什么是7b,32b怎么理解豆不太能说啥来，再就是自己使用ollama或LM Studio动手操练过的基本没有🤣
宝玉 参数量这个是可以问问，毕竟基础概念；但是ollama这些倒还好，因为不是谁设备都可以跑得起，能调用 API 实践的也很好
一台mac电脑提前安装好windsurf, cursor. 限定15分钟搞定一个需求。
看他有没有为 AI 付费， 比如长期为 chatgpt、 Claude付费。
可以考虑定义几种类型的系统instructions和prompt，让候选人编写，然后请其解读编制思路，特别是给出大模型执行提示词的稳定性和准确度的判断，不在于具体的指标，在于考察候选人对提示词是如何影响模型的理解。
接触过哪些模型，几个模型的差异，平时用在哪些方面。重点是对提示词的理解，可以出个题，然后自己拟一个系统提示词，可以帮助他更好的解题。
宝玉 这些问题都挺好，得看平时怎么用的
Terry 是的，系统提示词，prompt能用的溜，对ai就会有个很好的理解了，可以拓展的使用领域也可以更多。
看下chatgpt的聊天历史，看看会不会问问题（就是会涉及到个人隐私……）
宝玉 这不现实，还是得新问题
有哪些知名的AI，各个优缺点是什么，价格API调用的要求，如果他只答国产的，你懂的
还有就是设计一些场景，让他们给出提示词，如果是后端，那么要有接口调用和数据处理的能力，这个应该不难
说不定可以这么做，出一个问题，让候选人当场使用ai来完成。当然，在出问题前，您要先想好这个问题如果用ai该怎么完成比较好，然后看看候选人使用的方法，跟您想的方法，有没有改进或落后的地方。或者让其使用ai，在您想要领域想出新方案或者新思路，并且用ai来实践，然后通过客观指标来衡量效果好不好
我碰到过公司直接要求写项目设计文档的，有让人白白做贡献的嫌疑。😆
昨天被问到了一些： 大模型为什么推理成本中输入成本单价低于输出成本
谈谈对Deepseek的看法
谈谈multiagent
谈谈中文字符和token的对应关系
这个问题真的有这么难吗？如果只是针对【运用AI的能力】，用mini推理模型和4o标准模型结合，多次输入提示词改一下就可以生成很好的质量，答案如下：
最终推荐问题清单（共 12 题）
【基础使用与实践】（7 题）
- 有没有让你印象深刻的 AI 输出或错误？你从中学到了什么？
- 你为什么选择会员版？与免费版相比，哪些功能最有价值？
- 请描述一次你用 AI 解决问题的完整案例。
- 在什么场景下你会想到用 AI 解决问题？
- 你遇到过 AI 输出的意外创意或错误吗？你是如何处理的？
- 你通常如何调整 Prompt 来优化 AI 输出？有没有什么秘诀？
- 面对新上线的 AI 模型，你通常如何测试以判断是否适合你的需求？
【创意探索与创新应用】（5 题）
- 如果用 AI 生成个人简历，你会如何设计 Prompt 来突出优势？
- 你是否尝试过与 AI 进行"对话式辩论"？这种方式对创意思考或业务决策有什么启示？
- 请分享一次你用 AI 生成代码解决问题的经历，遇到的最棘手 Bug 是什么？如何解决的？
- 假如你拥有无限额度的 AI 资源，最想实现什么功能？这个构想背后的商业或技术逻辑是什么？
- 请描述一次你用反向提示测试 AI 的经历，这样做的目的是什么？
让候选人自带电脑，用自己常用的AI工具写提示词。主要考察问问题的逻辑，顺便看下他对工具的选择能力
可以考虑偏重于实战性的考察，结果要可验证而不是仅仅输出方案和文档
多少年前这个题目还是如果现在面试候选人运用“Excel的能力”，”SAP的能力“，”珠算的能力“......
我首先会问：如果我有一个python function，我把这个function 给LLM进行tool call，和让LLM写个python代码来跑这个function，有什么区别？哪个方法更好？ 这个问题可以过滤掉大部分不懂LLM运行方式的人。
如果推向极致，在AI资源无限情况下，就要回到事情本身，能用简单的话，把事情讲清楚。这个简单其实不简单。
出一组4个数字，从1-10中随机选取。然后讲这一组数字用加减乘除运算等于24。讲解过程。问面试者哪个模型可以最快给出答案。
一问工作中使用工具/借力同事的多与寡。 二问项目管理能力。 三问GPT的能力边界。
只能考察逻辑思维能力、表达能力、AI基础知识的掌握了吧，毕竟越来约考验人类本身素质了🐶
不太明白这个考点的意义，就像世纪初招人会说会计算机的好，但不会把"怎么会用计算机"作为一个单独的考点，一般考验使用excel，word进行实际工作的能力。 通用能力的话，意思上和考一个人"够不够聪明"感觉是相似的。
直接参考IQ测试怎么样（
我觉得还有一个是是否会验证AI给出的答案的能力。
倒是联想到现在学校就应该增加AI课，期末考试时，直接线上AI解题，成绩=正确率。
问问他，用 AI 用得不会用的体验是什么
表达能力， 否则 Prompt 也写不好，AI 也不知道需要解决的问题是什么🤪
简单点：就让他说说现在有哪些AI，不同工作场景用哪个最好。
深入问观测评测的细节实现就行
为啥要考察ai能力，总不至于再出现一个 leetai hot 100 继续烤人吧。
问：你充了多少钱？
为啥ai一定要是流返回，不能等结束了，一下全部返回吗？
我更加偏向于他对AI的兴趣和理解。比如对AI的主动性（这个能刷下去不少），好多人只看新闻，从没自己动手跑过项目。
聊使用cursor 2小时上架一个app就够了
还是问题的拆解 工程化
我觉得：面试题也可以顺应潮流出10x
这三个问题 1.谈谈你对提示词的理解； 2.说一说你喜欢用的AI工具和使用方式，理由是什么？ 3.那些人对你使用AI影响最大？（或者哪本书、哪个课程也可以）
对于新技术，没什么值得考察的，还不如重点关注学习能力。
1.详细说出大语言模型的不足、理由和你如何发现的 2.说出调优提示词的经验 3.就某一个复杂的问题，当场写提示词来解决
+----+------------+---------------------+----------------------------------------+---------------------------+ | No | Name | Self Assessment | Companies | Graduate Schools | +----+------------+---------------------+----------------------------------------+---------------------------+ | 1 | 徐子楼 | 全栈 | 同策网 (2021-03 - 2024-09) | 南京大学 (2014 - 2017) | | | | | 领行科技股份有限公司(2020-09 - 2021-03) | | | | | | 猎宝网络科技有限公司 (2019-03 - 2020-09) | | +----+------------+---------------------+----------------------------------------+---------------------------+
- 可以针对提取后的表格，做自然语言查询，如“把南京大学毕业的列出来”
AI能力考察点： 1. UI设计——如v0 2. UI交互——如上传和提取时的进度展示 3. 结构化信息输出，LLM Structured Outputs 4. 如果PDF内容是图片，该如何处理，传统OCR vs LLM OCR 5. Text to sql
进阶： 现在我有一套简历筛选标准，是否可以自动帮我筛选符合标准的候选人
对方在什么场景下会想到使用 AI 解决问题？如果只是出于工作使用场景而非自主需求，那或许 ta 并没有足够好奇心。
看对方是如何理解「最独特」和「问题」的，这会对知识和常识的深度获得一定把握。
问候选人实际应用ai中碰到哪些问题,哪些是ai的缺陷,用什麽方法解决的. 宽泛和ai知识面无需考察,ai本身就是知识密集型的工具 . 要问实操或行业对应的问题.
宝玉 这对于面试官要求相对高一些，要面试官本人就有丰富的使用经验，这样一听就知道对方说的靠谱不
glorivuer 面试官不是it或ai行业的,很难评估的,应聘者简历是模板,面霸忽悠型的口才又好,掉坑是常规. 就像招cio或it经理,公司管理者是极难评估应聘人员能力.容易被忽悠. 很多技术大牛解决问题很厉害,展示却很差.
这个问题好比是玩游戏找bug，玩得多自然就知道bug在哪儿。
还是王总 biantaishabi4 说得好
就给他 AI 模型，再给他一些问题，看他怎么用 AI 的就行了
Talk is cheap. Show me code.