热门角色不仅是灵感来源,更是你的效率助手。通过精挑细选的角色提示词,你可以快速生成高质量内容、提升创作灵感,并找到最契合你需求的解决方案。让创作更轻松,让价值更直接!
我们根据不同用户需求,持续更新角色库,让你总能找到合适的灵感入口。
本提示词可根据指定岗位模拟完整面试流程,提出结构化问题以评估候选人的专业能力、工作态度、团队协作及发展潜力,并生成面试评价和改进建议,帮助招聘人员科学决策。
一、公司与岗位简介、面试流程与目标
二、岗位理解与求职动机(理解目标、匹配度)
三、专业经历与岗位相关性(Go、微服务、稳定性、性能) 6. 请介绍一个你主导或深度参与的高并发服务:峰值 QPS、架构拓扑、关键数据存储、缓存策略、队列使用、扩缩容策略,以及你个人的职责。 7. Go 并发模型中,你如何避免 goroutine 泄漏?在生产中你通过哪些信号或指标发现并定位泄漏问题? 8. 你在生产环境优化过的最显著的性能瓶颈是什么?请说明定位方法(指标/追踪/火焰图/pprof)、优化手段与收益。 9. 你如何设计幂等性与重复消费的保障?基于 HTTP/gRPC 和 Kafka 场景分别讲讲你的方案与权衡。 10. 在分布式场景保障最终一致性你更常用哪些模式(Saga、Outbox、事务消息)?分享一次落地经验。 11. 介绍你在缓存方面的策略:选择 Redis 的原因、键设计、过期策略、失效风暴防护、缓存击穿/穿透/雪崩的应对。 12. 讲讲你对 gRPC 与 REST 的取舍:协议、性能、演进与可观察性,在哪些场景你更偏好 gRPC? 13. 你如何做服务限流与降级?在网关(如 Envoy)与应用层的配合上,有哪些常用策略(令牌桶、漏桶、断路器、熔断)? 14. 你在 Go 项目中的工程质量实践:单元测试、基准测试、集成测试、fuzz/property-based、静态分析(vet/staticcheck)、lint 规范。 15. 你如何设计配置与密钥管理?本地开发、容器化、K8s Secret、配置热更新与回滚策略。
四、情境问题(问题解决与架构思维) 16. 设计题:一个订单服务需要在高峰期承载 50k RPS,p99 < 200ms。数据写入 PostgreSQL,要求强幂等、可用性高。请概述架构:读写分离/缓存策略/消息队列、水平扩展、数据库瓶颈与优化、如何观测与压测。 17. 流量突发场景:10 分钟内突增 5 倍流量。你如何在应用层与基础设施层做限流、背压、队列削峰与弹性扩容?如何保护下游依赖不被打垮? 18. 线上 p99 突然升高,你发现 GC 暂停增多。你会如何排查与治理(对象分配、逃逸分析、sync.Pool、JSON 编解码优化、GOMAXPROCS/GCPercent 调整)? 19. 出现数据竞争导致偶发错误,你如何在开发与生产定位与修复?race detector、锁/通道设计、不可变数据策略、降低共享状态。 20. 一个跨服务事务需要保障资金扣减与库存扣减的最终一致性,你会如何设计补偿流程、消息投递可靠性、重试与去重、监控与告警? 21. 你如何设计服务的可观察性:OpenTelemetry 指标/日志/链路追踪,关键指标(RPS、错误率、latency、饱和度、资源利用),以及问题定位流程。 22. 如果网关到下游服务的超时频繁,你会如何区分网络层、服务层、存储层的原因?分别给出验证与缓解措施。 23. 你如何做跨版本协议演进与灰度发布?兼容策略、可回滚设计、数据迁移、蓝绿/金丝雀发布与 SLO/错误预算管理。
五、团队协作(协作精神与跨团队交付) 24. 讲一次你在架构或实现方案上的分歧与协调经历:如何提出证据、设计评审、RFC、实验与数据驱动决策。 25. 你如何与 SRE/DevOps 合作设定 SLO、报警阈值与值班机制?遇到错误预算耗尽时,如何协调产品/业务节奏? 26. 你在代码评审中最看重哪些维度(可读性、健壮性、性能、可测试性、文档化)?如何给出高质量、可执行的评审意见? 27. 跨团队联动交付复杂需求时,你如何管理依赖、里程碑与风险?遇到上游延迟或变更时的应对策略? 28. 你如何建设团队知识库与文档(ADR、设计文档、Runbook、故障复盘)并保证持续更新?
六、压力管理(抗压能力与稳定性意识) 29. 描述你值班/on-call 的经验:报警分级、降噪策略、响应流程、交接、事后复盘与改进。 30. 高压迭代周期下你如何平衡质量与速度?举例说明你在临近上线前的取舍与风控。 31. 面临多个高优先问题时你如何制定优先级?请举例说明你采用的影响评估方法(业务影响、频率、可修复性、依赖关系)。
七、持续学习(发展潜力与成长动力) 32. 你最近系统性学习的主题是什么(如 Go 1.22/1.23 新特性、eBPF 可观测性、服务网格、数据库调优)?如何在团队内扩散与落地? 33. 你如何跟进 Go 社区与微服务最佳实践(官方发布、proposal、博客、会议、开源贡献)?最近一次让你改变做法的学习是什么? 34. 你如何制定个人成长计划与量化目标(如每季度性能基准、开源贡献、内部技术分享、架构演进里程碑)?
八、候选人提问环节(了解关注点)
九、面试后简洁评价与改进建议(待候选人回答后填写)
改进建议(通用可执行项)
以下为本次面试的结构化流程与针对性问题。请以具体案例、数据与方法论作答,优先使用STAR(情境-任务-行动-结果)框架。
一、公司与岗位简介、面试流程与目标
二、对岗位的理解与求职动机
三、专业经历与岗位相关性 4) 请分享一个你领导10–30人跨职能团队的项目案例:目标、方法(Scrum/Kanban、CI/CD、代码评审、测试策略)、度量、结果与复盘。 5) 你在上一家/近两年如何使用DORA指标(部署频率、变更前置时间、变更失败率、故障恢复时间)发现瓶颈并改进?具体动作与提升幅度。 6) 描述你建立工程实践的经验:分支策略(Git Flow/Trunk-Based)、质量门禁(静态扫描、单元/集成测试覆盖率)、发布灰度/回滚机制。 7) 人才培养方面:你如何制定能力矩阵、个人发展计划(IDP)、1:1机制、教练与反馈(如SBI模型),以及识别/培养潜力人才?
四、情境问题(问题解决能力) 8) Sprint进行到第2周,销售提出关键客户的临时需求将影响现有承诺。你如何处理范围变更、沟通干系人、维护承诺与关系?请给出具体步骤与决策依据(如WSJF、成本/收益、风险)。 9) 近三个月变更前置时间与部署频率恶化,生产问题上升。请定位可能的瓶颈(需求、评审、测试、发布、环境、数据依赖、变更管理),并给出三层方案(快速止血/中期优化/长期机制)。 10) 凌晨发生P1生产事故,核心功能不可用。你如何组织响应、沟通内外部、做事后复盘与改进,确保“无责文化”落地且防止复发? 11) 两位资深工程师在架构方案上分歧(微服务 vs 模块化单体)。你如何主持技术评审(ADR/RFC)、设定决策标准(可维护性、性能、团队能力、成本、上市时间),以及达成共识并执行? 12) 团队累计技术债影响速度与质量,但业务要求加速交付。你如何设定技术债比率、专属Sprint/Capacity、可视化与ROI评估,平衡短期交付与长期健康? 13) 有成员持续低绩效且影响团队士气。你将如何评估原因(角色匹配/技能差距/动机/流程问题)、制定改进计划或PIP、并在必要时进行调整或退出管理?
五、团队协作(合作精神与跨职能协调) 14) 请举例你如何与产品、QA、运维/平台团队建立高效协作机制(例:共同定义就绪/完成标准、三方评审、缺陷分级与SLAs)。 15) 你如何打造心理安全与信任文化,使团队敢于暴露问题、提出改进?有哪些具体仪式或机制(回顾、Tech Talk、事后分析)? 16) 在远程/多时区团队的场景下,如何保持目标一致、信息透明与节奏稳定?你采用过哪些异步协作与文档化实践?
六、压力管理(抗压能力) 17) 请分享你在高压阶段(硬截止期、合规上线、重大客户交付)保持团队可持续节奏的做法:风险前置、缓冲设计、容量管理、轮班与弹性支持、健康检查。 18) 当你个人面对高强度工作与多方期望时,如何进行优先级管理与能量管理?请给出你使用的工具或习惯(如周/日计划、时间块、OKR对齐、委派与RACI)。
七、持续学习与发展潜力 19) 最近一年你系统学习了哪些技术或管理主题(如云原生、SRE、平台工程、敏捷度量、绩效教练)?对团队有何具体迁移与产出? 20) 你如何在团队推广持续学习文化(读书会、实践日、内训/外训、pair/mob programming),并用数据衡量学习与业务成果的关联?
八、候选人提问(双向选择) 21) 你最关心我们团队/公司/岗位的哪些方面(目标与指标、技术栈、人才发展路径、文化与价值观、授权与决策机制)?还有什么需要我们补充说明?
九、简洁评价及改进建议(面试后填写)
综合评价(待候选人回答后填写):
改进建议(通用,结合候选人表现微调):
备注:如需,我可以将上述问题整理为结构化评分表与记录模板,便于多面试官统一评估与对齐。
帮助用户高效、专业地开展招聘面试,通过结构化的问题设计全面评估候选人的专业能力、工作态度、团队协作精神等核心能力,同时提供改进建议,为面试流程提供智能化支持。
帮助制定精细化的面试流程,在短时间内高效评估候选人技能和文化契合度,做出数据驱动的招聘决策。
在资源有限的情况下,通过智能化面试方案,快速找到匹配企业需求的高价值人才。
为求职者提供高质量模拟面试场景,全面提升面试实战能力与表现自信心。
将模板生成的提示词复制粘贴到您常用的 Chat 应用(如 ChatGPT、Claude 等),即可直接对话使用,无需额外开发。适合个人快速体验和轻量使用场景。
把提示词模板转化为 API,您的程序可任意修改模板参数,通过接口直接调用,轻松实现自动化与批量处理。适合开发者集成与业务系统嵌入。
在 MCP client 中配置对应的 server 地址,让您的 AI 应用自动调用提示词模板。适合高级用户和团队协作,让提示词在不同 AI 工具间无缝衔接。
半价获取高级提示词-优惠即将到期