用AI生成PHP面试题需明确约束：指定PHP版本、考察维度，只输出问题不附答案；拒模糊题，改问具体机制；用通义千问等模拟面试官深挖细节；本地LLM验证代码，关联网，带环境声明；补全非技术信号与框架版本差异。
用 ChatGPT / Claude 做 PHP 面试题生成器
直接让它输出「PHP 中 __construct() 和 __invoke() 的区别」这类具体问题，比自己翻文档快得多。关键是要给明确约束：语言版本（如 PHP 8.2）、考察维度（语法 / 生命周期 / 实际陷阱），否则容易得到泛泛而谈的答案。
实操建议：
- 提示词里必须带
PHP，否则它可能混入 Python 或 JS 的类比解释 - 加一句「只返回问题，不附答案」，避免它自作主张写解析，干扰你独立思考
- 对模糊问题（如「讲讲面向对象」）立刻拒掉，换成「请出 3 道关于 PHP trait 冲突解决机制的单选题」
拿通义千问或 Kimi 模拟真实面试官语气
它们在中文语境下更懂「面试官想听什么」——比如问 array_merge() 时，不会只答「合并数组」，而是会追问「如果键是字符串和数字混合呢？null 传进去会怎样？」这种真面试里常卡人的点。
注意坑：
立即学习“PHP免费学习笔记（深入）”；
- 别让它自由发挥「你觉得你哪块弱」这类主观题，AI 编的弱点往往假大空（如「我对协程理解不够深入」），没参考价值
- 要求它按「技术深挖 → 场景延伸 → 错误复现」三步走，例如：
isset()→ 「怎么用它安全判断嵌套数组键？」 → 「写出一个触发E_NOTICE但isset()不报错的 case」
用本地 LLM（如 Qwen2-7B）跑 PHP 代码验证环节
面试官常让你当场写个小函数，比如「用递归反转关联数组键值」。这时候把你的草稿丢给本地模型跑一遍，比手动 trace 快，还能暴露 array_key_exists() 和 isset() 在 null 值上的行为差异这种细节。
关键限制：
- 必须关掉联网，否则它可能偷偷调用在线 PHP 手册，给出理想化答案，掩盖你真实盲区
- 输入要带环境声明，例如「PHP 8.1，禁用
eval()，开启严格类型」，不然它默认按最宽松场景回答 - 对它返回的「优化建议」保持警惕——比如把
foreach改成array_map()，未必真更快，得自己测microtime(true)
让 AI 帮你补全被忽略的「非技术信号」
PHP 面试里真正筛人的，往往是「你怎么定位一个线上 502 Bad Gateway」或「交接一个没文档的 Laravel 5.6 项目，第一步做什么」。这些题没有标准答案，但 AI 能帮你列出现实中高频动作：查 php-fpm.log、看 opcache 是否失效、确认 mysql.sock 路径是否变更……
重点提醒：
- 别信它编的「我三年前在某厂用 Swoole 接了千万级订单」这种故事，专注要它拆解动作链：「查日志 → 对比部署配置 → 复现最小 case → 提交 issue 或 patch」
- 对 Laravel/Yii/ThinkPHP 等框架相关题，必须指定版本，
Laravel 9的Route::middleware()和Laravel 5.8的写法根本不是一回事
真正难的不是记住所有函数，而是知道哪个问题该查哪份日志、哪个异常该翻哪个 RFC、哪个 deprecated 提示其实不影响当前运行——这些边界感，得靠反复用 AI 模拟不同角色（运维、测试、老同事）来磨出来。
