大模型应用开发、RAG 工程师、Agent 开发这类岗位的面试有一个共同点面试官最关心的不是你会不会调 API而是你在项目里遇到了什么问题、怎么判断、怎么验证。跑通一个 demo 很容易讲清楚「为什么这么做」才难。下面按「项目怎么讲 → 常见追问 → 自查清单」三部分整理。一、项目怎么讲一条线讲到底建议按这条线组织每段控制在 1–2 句业务问题给谁用、解决什么问题、原来怎么做的。比如「内部 2 万份技术文档员工靠关键词搜索找不到答案」。方案选择为什么用 RAG 而不是微调或者为什么要上 Agent。说出取舍不要只说「因为 RAG 火」。你负责的部分数据处理、检索链路、评测还是上线运维讲清「我」做了什么。最难的一个问题只挑一个讲透比如召回率低、答案幻觉、延迟太高。怎么验证有效用了什么评测集、什么指标、改之前和改之后的数字。没有数字也要说清楚你是怎么判断的。还能怎么改主动说出局限面试官会觉得你想得清楚。二、常见追问按链路准备数据和切分文档怎么解析PDF 里的表格、图片怎么处理切块chunk大小怎么定的有没有重叠按固定长度切还是按标题、段落切元数据存了什么检索时怎么用来过滤检索用的是向量检索、关键词检索BM25还是两者混合为什么向量模型怎么选的中文效果怎么样召回之后有没有重排rerank重排带来多少提升、多少延迟Top-K 取多少取多了会有什么问题生成提示词怎么组织检索到的内容内容太长怎么办怎么减少幻觉要求引用来源、检索不到时拒答还是做事后校验多轮对话里怎么改写用户的问题再去检索评测评测集怎么来的多少条谁标注检索和生成分别用什么指标比如召回率、命中率、答案正确率、引用准确率。线上怎么收集反馈坏例怎么回流Agent 方向再加几个工具怎么定义和描述模型选错工具时怎么处理怎么防止死循环、控制调用步数和成本多步任务出错了怎么定位是哪一步的问题工程化延迟、成本、并发分别是多少瓶颈在哪模型或向量库换版本时怎么保证效果不退化数据权限不同用户只能检索到自己有权限的文档是怎么做的不需要每题都有标准答案。重要的是和你的项目对得上你做过的就讲细节没做过的就说「我们当时没做如果要做我会……」。三、面试前自查清单项目能在 3 分钟内讲完上面那条线「最难的问题」准备了至少三层追问至少有一组改之前、改之后的对比数字或典型例子RAG 和微调的区别与适用场景能用自己的话讲清能画出自己项目的数据流从文档进来到答案出去简历上写的每个技术名词都能被追问两层准备了一个「如果重做我会怎么改」四、怎么练最有效的练法是讲给人听让对方追问找同学或同事扮演面试官专挑「为什么」「怎么验证的」往下问。练完把卡住的地方记下来下次重点准备。我们做的 OfferGod面神官网 offergod.cn是 Windows 和 macOS 上的 AI 实时面试助手面试中实时识别面试官的问题面试官话音一落毫秒级识别出问题秒级开始逐段给出参考回答回答结合你的简历、岗位 JD 和个人知识库用到你的项目文档时标注出处系统设计、代码题可以框选或全屏截图识别选中回答任意一段可以一键展开讲解或准备追问结束后生成复盘报告从技术深度、表达清晰度、项目经验、逻辑思维四个维度整理改进点。参考回答只是参考项目细节要用你自己真实做过的事来讲各公司对面试中使用辅助工具的规定不同请事先了解并遵守招聘方的规则。新用户注册后 15 分钟免费体验月度 ¥199、季度 ¥459、年度 ¥999到期不自动续费。