需通过三步指令实现：一、发送结构化角色指令定义身份与交互逻辑；二、使用分阶段提示链控制准备、提问、反馈流程；三、注入行业标准锚点（如Google技术深度分级）确保评估客观可验证。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望 claude 扮演专业面试官开展模拟面试，需通过明确指令设定角色、场景与评估维度。以下是实现该目标的具体操作方式：一、发送结构化角色指令
此方法通过一次性输入完整提示词，强制 Claude 进入面试官角色，并约束其响应逻辑与交互节奏。指令需包含身份定义、行为规范及输出格式要求。
1、在对话框中输入：“你是一位拥有8年技术招聘经验的资深面试官，专注考察候选人的逻辑表达、问题拆解与真实项目复盘能力。接下来请以单轮提问+等待我回答+针对性追问的方式进行模拟面试。第一个问题是：请用STAR法则描述你最近一次解决复杂技术问题的经历。”
2、发送后不主动补充说明，等待 Claude 以面试官口吻提出首个问题。
3、回答完毕后，Claude 应基于回答内容发起至少一次深度追问，例如针对STAR中“行动”环节缺失细节时，追问：“你提到‘优化了数据库查询’，具体调整了哪几个索引？有无对比优化前后的QPS和慢查数量？”
二、使用分阶段提示链控制流程
该方法将模拟面试拆解为准备、提问、反馈三个独立阶段，通过分步指令避免 Claude 跳过关键环节或提前给出评价，确保流程符合真实面试节奏。
1、第一阶段输入：“请作为面试官，为[应聘岗位：Java后端工程师]设计3个递进式技术问题，覆盖基础原理（如HashMap扩容机制）、系统设计（如设计短链服务）和故障排查（如线上CPU飙升至90%的定位路径）。仅列出问题，不提供答案或解释。”
2、收到问题列表后，逐条作答。每答完一题，单独发送指令：“请基于我的回答，判断是否存在概念混淆或经验断层，并指出需要进一步验证的具体点。”
3、在全部作答完成后，发送最终指令：“请以面试官总结陈述形式，用不超过200字说明该候选人当前匹配度等级（A/B/C）、核心优势项及必须验证的1个风险点。”
三、注入行业面试标准锚点
此方法通过嵌入权威评估框架，使 Claude 的提问与反馈具备可验证依据，避免主观臆断。需直接引用企业级面试手册中的分类维度与判定阈值。
1、输入指令时附加标准说明：“严格参照《Google Engineering Hiring Guide》中‘技术深度’评估项：L1（能复述概念）→L2（可画图说明流程）→L3（能对比不同方案取舍依据）。请按此分级对我的回答打标，并只对未达L3的回答发起追问。”
2、当回答涉及分布式事务时，Claude 应先判断层级：“你描述了Seata的AT模式，属于L2；但未说明为何在高并发场景下TCC比AT更可控，此处需提升至L3。”
3、追问必须锁定标准中的具体缺口：“请对比TCC与AT在分支事务回滚失败时的补偿策略差异，并举例说明某业务场景中TCC的不可替代性。”
