← Все кейсы

ИИ-тренажер для подготовки к собеседованию

Тренировка по вакансии и резюме: вопросы, голосовой или текстовый ответ, разбор и повторная попытка. Итоговый отчет сохраняет оценки и объяснение слабых мест.

Перейти к разбору

ИИ-тренажер для подготовки к собеседованию

1 / 7
Обложка кейса: ИИ-рекрутер помогает кандидату подготовиться к собеседованию и дойти до оффера
Кейс начинается с полного пути: кандидат приносит вакансию и резюме, система ведёт его к вопросам, ответам и итоговому отчёту.
Содержание разбора

перед собеседованием полезно проговорить ответы на вопросы по конкретной вакансии. Кандидату нужен разбор того, что он сказал, и возможность попробовать еще раз

я связал этот путь в веб-приложении. Пользователь добавляет вакансию и резюме, проходит вопросы, отвечает голосом или текстом, получает обратную связь и итоговый отчет

разбор нужен для следующей попытки. Кандидат должен понимать, где ответу не хватает конкретики, личного вклада или результата

Вакансия задает контекст тренировки

инструкции разделяют требования вакансии и опыт кандидата. Из вакансии берутся роль, уровень и нужные навыки. Резюме дает сведения о том, что человек уже делал

если резюме не добавлено, инструкция запрещает дописывать кандидату опыт. Вопросы строятся по контексту роли, уже заданные вопросы учитываются при продолжении

это делает тренировку предметной. Один и тот же общий ответ может оказаться уместным для одной роли и недостаточным для другой

От вопроса к повторной попытке

  1. Кандидат добавляет вакансию и резюме
  2. Система подготавливает контекст и вопросы
  3. Кандидат отвечает текстом или записывает голосовой ответ
  4. Ответ получает оценку и разбор по критериям
  5. Кандидат повторяет попытку или продолжает интервью
  6. Итоговый отчет собирает результаты сессии

голосовой ввод связан с расшифровкой, состояниями записи и возвратом к тексту. Расширение браузера передает пользователя в основное приложение, где продолжается тренировка

Пять критериев вместо необъясненного балла

в исходных инструкциях оценка складывается из пяти частей по 0–20

  • Структура понятны ситуация, действия и результат
  • Ясность мысль выражена коротко и последовательно
  • Личный вклад видно, что сделал сам кандидат
  • Глубина объяснены решения и выбор между вариантами
  • Результат названы конкретные и правдоподобные итоги

сумма дает шкалу 0–100. Инструкция требует складывать значения без округления и отдельно обрабатывать нерелевантный или пустой ответ

Пять критериев оценки: Structure, Clarity, Ownership, Depth и Impact

Где отчёт терял доверие

до правки сервер отдавал оценки 62, 51, 47, 65, 42, а экран показывал 60, 50, 50, 70, 40. Так интерфейс менял смысл обратной связи уже после расчета

в итоговом отчете разбивка по критериям могла превращаться в одинаковые 20/20/20/20/20. Такой шаблон скрывал различия между сильными и слабыми частями ответа

я исправил передачу данных до экрана и отчета. В контрольном результате сохранились общий балл 54, оценки 62/51/47/65/42 и разбивка 12/13/9/10/10. Это проверка отображения, не оценка кандидата

Разбор опирается на ответ кандидата

проверка разделяла ответ модели и его отображение. Иначе ошибку округления легко принять за проблему самой оценки

для сравнения использовались сильный, средний, слабый, пустой и красиво сформулированный ответ без фактов.

вопрос проверки простой. Разбор должен опираться на слова кандидата, а пример усиления не должен приписывать ему чужие достижения

проценты на слайде относятся к проверке интерфейса и передачи оценок, а не к точности модели или вероятности получить работу

Что я разработал

Путь кандидата

React и TypeScript, ввод вакансии и резюме, вопросы, обратная связь, повторная попытка и отчет

Обработка сессии

Пять серверных этапов для контекста, вопросов, оценки, итогового отчета и расшифровки аудио

Работа модели

OpenAI/OpenRouter, инструкции по роли и критериям, проверка структуры ответа и передача оценок

Продолжение тренировки

Список сессий, голосовой и текстовый режимы, расширение браузера и локализация

результат разработки связывает тренировку и понятный отчет. Кандидат получает материал для следующей попытки, владелец продукта может проверять поведение на повторяемых сценариях

ближе всего такие задачи к ИИ-агентам и веб-приложениям

На чем собрано

React · TypeScript · Node.js · Vercel Functions · OpenAI · OpenRouter · Zod · Chrome Extension · Playwright