AI PM裸辞跳槽:半个月38场面试 + 一套Claude工作流 = 13个offer
我数了下，过去半个月左右我一共面了38家AI产品公司。加上周末，平均每天2-3场，最离谱的一天面了6场。晚上第6场结束我对着摄像头说谢谢面试官的时候，已经有点记不清早上前几家是谁了。- 一份154道的真题库，按14个维度分好类，每道题都标好了高频中频低频，光高频就42道。
- 一份Claude给我写的答崩名单，精确到哪句话答得稀烂，以及面试官当时心里在想什么。
- 一个能本地浏览的H5。有场面试聊到一半，面试官好奇我怎么准备的，我也没藏着，直接投屏给他看了一眼。投屏出去那一刻我心里其实在打鼓——这玩意儿会不会让人觉得我太"重技巧"。结果他从头翻到尾，直接让我过了。全程聊了不到15分钟。
当然offer也拿了13个。但今天不聊offer。当我真的在一个行业里面够38家的时候，我发现"面试"这个词的含义会变。心态上，面试不再是我被人挑的过程，而是变成我薅了38场免费的、对方还得说真话的、强制陪我聊1小时的——AI产品行业咨询。我每天大量接触的这些面试官，都是离市场前沿需求最近的人。他问出口的每一个问题，背后都在告诉每个面试者你当下最需要具备的能力。前提是你得有点办法把对话沉下来。不然两周后你就只记得"那个面试官好像戴眼镜"。表面那层是装的——面试是最好的市场调研，刷题刷不出来。买了课。看了"AI产品经理100问"。把豆包Qwen的模型参数背了一遍。准备了两周。某天晚上我盯着PDF发呆，突然意识到一件特别破的事。我其实连市场到底在招什么样的AI PM都没有真的弄清楚，因为我没真的接触过，背那种网上的通用准备资料，万一背了根本没用咋办。招聘JD全是一个模板抄出来的——懂大模型、有项目经验、能跨团队协作。这话约等于没说。去找文章看。文章都是半年前甚至更早写的，AI圈半年等于半个世纪。去问前辈。前辈他入行的时候GPT image 2也还没出来。把面试当成一个免费的、能强制对方陪我聊1小时的、对方还得说真话的——市场调研。我面到第8场的时候，"为什么选RAG不选微调"这道题已经被问了5次。意味着这道题是行业共识，不是某家公司的偏好。所有候选人都会被问。我立刻停下来打磨这道题的答案。后面30场，这道题再也没翻过车。如果我闷头准备2个月再开始面，我可能要面到第40场才意识到这题这么重要。每天2-3场高强度对话灌进脑子。48小时之后你只剩"那家公司面试官挺凶的"这种感觉。你想复盘，根本想不起来对方问了啥。一周之后回头看，你不知道自己面过谁。线上视频面试用QuickTime或者Mac自带的屏幕录制。电话面试用手机录音，配合电脑通义听悟实时记录。Mac原生屏幕录制默认不录系统声音。你录出来只听得见自己。听不见面试官提问。得装一个BlackHole或者用OBS才能录到系统声音。我第一场面试就栽在这上面。下午面完信心满满，晚上打开录屏一听——一片寂静。只有我尴尬的自言自语。每场录音开头我会对着麦克风说一句"今天是X月X日，面试X公司X轮"。后期整理素材的时候，这一句话能帮我省10分钟找文件的时间。伦理上我自己有条线。这些东西全程自用，不外传，不公开，不挂网上。录屏文件拖进通义听悟网页版，自动转写，自动区分发言人，自动出摘要。免费额度对一个月38场的频率刚好够用。一场1小时的面试，转写出来大概1.5万字。读完得20分钟。我直接进下一步。这里是反直觉的地方。很多人以为复盘就是"把面试再听一遍"。错了。听一遍是没有信息增量的，基本只是让你重温尴尬。真正有价值的是让Claude站在第三方视角，告诉你哪里答崩了。我把同一份转录文本，让Claude跑三轮，每轮只做一件事。关键是分开跑。不分开跑Claude会偷懒，三件事混在一起做，每件都做得不深。你是一名资深AI产品经理。下面是我面试[公司名/匿名代号]的完整转录。请你完成两件事：1. 提取面试官问的所有问题，原样列出，不要改写2. 给每道题打两个标签 - 类别：从【AI产品认知 / 项目深挖 / 技术理解 / 数据指标 / 商业判断 / 行为面 / 价值观 / 反问】中选 - 频率推测：基于这道题的开放性和通用性，判断它在其他公司被问到的可能性高/中/低请用表格输出。[粘贴转录文本]
你是一名严格的AI产品面试官，刚刚面完我。下面是我的简历/项目[粘贴简历/项目]，和刚才的面试完整转录[粘贴转录]。请你针对其中我答得最差的5道题，做以下分析：1. 我的回答里，哪一句话/哪一段是答崩的关键？精确引用原话2. 面试官真正想听的是什么？请站在他的角度还原他的考点3. 基于我的简历项目，正确的回答应该怎么组织？请用STAR结构注意：不要安慰我，不要说"整体回答不错"。直接指出问题。
基于Prompt B的诊断，请把这3道题的"我应该这么答"版本，写成可背诵的回答稿。要求：- 每道题不超过200字- 用第一人称- 必须带至少1个数据- 必须带至少1个我简历里的项目细节- 结尾要有一个反问句或开放点，给面试官追问的钩子
下面是我这一周面试沉淀的47道题。请：1. 找出被不同公司重复问到的题（频率≥2），标为"高频"2. 找出问法不同但本质相同的题，合并归一3. 重新做一次类别分布统计[粘贴所有题]
- 第一个，面试前的咖啡店里、地铁上，我没法快速翻题。Obsidian对我来说不够顺手——打开慢、找文件慢、跳转慢。我需要的是一个能在90秒内扫过20道高频题的东西。
- 第二个，我没法按"今天面的这家公司"去过滤题库。比如下午面一家做教育AI的，我想看一下"AI产品认知 + 项目深挖 + 数据归因"这3类的高频题。Obsidian里我只能一个一个文件夹翻。
我需要的是一个3分钟扫完、双视图（项目维度+问题类型维度）、可搜索可筛选的载体。具体怎么做的——直接让Claude生成HTML文件，存在本地，需要的时候直接在浏览器打开。这里有个细节我想多说一句，不用把它部署到线上。这个H5的用户只有我自己。它不是个人作品集，不是要在简历里留链接。它就是一个给自己用的个人面试备战题库。所以本地HTML文件够用了，电脑浏览器打开就能看。154道题按14个分类折叠展开，每道题标好频率。我想看哪类点哪类。我的两个项目AI学长和AI拍搜讲，每个项目一个独立模块，里面装着完整的时序图、技术架构、关键数据解读、项目深挖问答。随口想到一个关键词——"RAG"——秒定位到对应问答。H5真正改变的不是面试现场，是面试之前的那15分钟。之前我面试前15分钟，是在地铁上翻Obsidian、翻简历PDF、翻聊天记录里的JD要点，手忙脚乱。有H5之后，我面试前15分钟只做一件事——打开H5，按"今天这家公司可能问的类别"筛一遍高频题，每道题花30秒过一遍我的标准答案。它不是用来给别人看的。它是用来让我自己在面试前的最后15分钟，把过去沉淀的所有东西，快速重新加载到大脑里的工具。而且，做H5这件事本身，还顺便逼着我做了一遍系统化整理。我从Claude生成HTML，到迭代视图、加交互、做搜索——整个过程逼我把所有项目、所有真题、所有答崩点结构化梳理了一遍。但我想把这半个月月38场面试的最大收获，压成三句话给你。而面试现场被问3次以上的同一道题，是市场真实信号。我一开始也是那种"准备好了再投"的人。背模型参数、背产品框架、背案例分析。结果发现，背的东西很多都用不上。真正用得上的，是面试现场被问到的真实问题——而这些问题，你不亲自下场永远不会遇见。准备不是闭关刷题。准备是让自己进入一个能持续被问真问题的状态，然后用流程把每次被问的真问题，沉淀成下一次的准备材料。面得越多，你越知道市场要什么。你越知道市场要什么，你下一场就答得越准。下一场答得越准，你越能拿到offer或者更深入的对话。越深入的对话，给你越多的真问题。绝大多数人写完简历，扔进招聘软件，就忘了它的存在。Claude没有你的简历，给的建议永远是网络通用模板。喂了简历，Claude才能告诉你"你这个项目里其实有现成的答案，你刚才没用上"。写完简历不是结束。写完简历，才是Claude的开始。你的简历其实是你自己的"个人知识库"的第一份语料。很多AI PM都在帮公司做RAG知识库。但极少有AI PM意识到，自己应该给自己也建一个RAG知识库。当这些语料喂给Claude，它就不再是一个通用助手，它变成你的个人面试教练。这个教练知道你做过什么项目、踩过什么坑、答崩过哪道题、被反复追问过哪个数据。剩下100多道，全是"为什么选这个不选那个"、"怎么证明你的改动有效"、"跨部门怎么推"、"数据怎么解读"、"用户痛点怎么挖"。区别只在于，AI PM要在AI这个新变量下重答一遍。你需要的是——能听懂算法工程师在说什么，并把它翻译成业务能听懂的语言、用户能感受到的体验、老板能算得出的账。我本科刚毕业的时候是审计出身，后来才转了PM。其实审计的工作本质也是翻译——把企业的财务行为，翻译成符合会计准则的语言；把会计准则，翻译成审计意见；把审计意见，翻译成投资人能看懂的报告。最后转AI PM的时候，我以为我要重新学一遍——学大模型、学Transformer、学Python。只是翻译的语言变了——从财务变成了AI，从准则变成了模型能力边界。但翻译的本质没变——把一个领域里精确但晦涩的东西，转换成另一个领域能用的东西。- 你不用懂Transformer的注意力机制。你只需要知道——这个东西在产品上能做什么、不能做什么、什么场景下会失效、失效了怎么兜底。
- 你不用懂RAG的向量空间。你只需要知道——什么数据该进知识库、什么数据该靠prompt硬塞、什么数据应该让模型直接生成。
- 你不用懂Agent的ReAct循环。你只需要知道——什么任务该让Agent做、什么任务该让用户做、什么任务该让两者协作。
我做它就是因为——这半个月的事儿我不记下来、不输出我真的会忘。我面完第二天就会忘。我必须有点办法把记忆固化下来。后来才加进Prompt A，开始让Claude帮我归类题目。再到后来才发现Prompt B必须喂简历，否则Claude给的全是通用废话。最后才意识到题库需要每周聚合，否则会变成一个无序的文件堆。如果你也在找AI PM的工作，我希望你别学我具体的流程——你应该长出你自己的。但你可以学这个心法——把每一场对话都当资产，而不是消耗。每一场都是你未来某场面试的预备材料，也都是你给Claude的训练样本。
