快手产品（智能客服）实习一面凉经
《面试题目》
- 第一部分：自我介绍
- 第二部分：深挖简历（从来没碰到过挖的这么细的）
- 第三部分：能力考察
- 第四部分：反问环节
- 在风控报警机器人中你做了什么？
- 怎么进行功能迭代的？
- （上线前）
- 怎么量化结果？
- 项目过程中都和哪些部门对接？
- 遇到分歧怎么处理？
- 写prompt的流程？
- 有什么经验分享吗？
- 会用ai去写吗？
- 你觉得做的最好的项目是哪个？
- 为什么？
- 有什么做的不好的地方吗？
- 再给你一次机会你怎么做？
- 对报警的结果有去考虑过他的真实性吗？
- （答：那是运营的工作）追问：你搭的工作流你不去看吗？
- 公司自研平台用的什么大模型，prompt不对没考虑过是大模型的问题吗？
- 了解rag嘛
- 1️⃣最近ai飞速发展，你怎么看？
- 有体验过什么最近新出的功能吗？
- （回答用了open claw）
- 2️⃣追问open claw相比于其他的ai，有更好吗？
- 缺点是什么？
- 对工作流、prompt，skill的理解以及三者的关系
- 都是ai相关的，有做过平台产品吗
- 为什么考虑这个工作机会？
- 为什么选智能客服？
《参考解析》
- AI产品与 Agent 项目：回答这类问题要先讲清目标用户和业务场景，再说明模型、数据、工作流、评测指标和上线后的真实使用效果。面试官通常更看重你能否把 AI 能力转成可落地的产品闭环，而不是只罗列模型名。
- RAG 系统：RAG 的核心是召回质量、切分策略、排序和答案可追溯。BM25 擅长关键词精确匹配，向量检索更适合语义相近的问题，工程上常用混合检索加重排来提升稳定性。
- 项目深挖：项目深挖的核心是讲清背景、目标、你的职责、关键决策、难点和结果。遇到追问时优先用数据、取舍理由和复盘说明自己的判断，而不是只描述流程。