一句话总结
3 天后面试，你需要一份聚焦的 brief：公司近况、团队结构、可能的面试主题。关键是用带联网搜索的 AI，让它根据当下的真实来源生成，而不是凭过时的训练数据。把公司、岗位、级别喂给它，跑下面那条可直接复制的 Prompt，然后亲自核实你真打算在面试里引用的 3-5 条事实。想”别露怯”留 20 分钟就够，想做深一点就 3 天累计 4 小时。
一定要用联网的工具，别用纯对话
这件事最大的翻车点，是拿一个不联网的对话模型去问一个在它训练截止之后才变化的问题。截至 2026 年 6 月，模型训练数据仍比当下落后约 3-9 个月，而最近的收购、融资、高管变动、产品上线，恰恰是面试官默认你应该知道的。所以一定要开能联网的模式：
| 工具 | 用哪个模式 | 套餐（2026 年 6 月） | 擅长 |
|---|---|---|---|
| Gemini（Gemini 3.1 Pro） | Deep Research | Google AI Pro $19.99/月 | 带引用的多页结构化报告；授权后还能读你的 Gmail / Drive |
| ChatGPT（GPT-5.5） | Deep Research | Plus $20/月（10 次/月）、Pro $100（50 次）、Pro $200（250 次） | 报告写得最长；单次 5-30 分钟 |
| Claude（Opus 4.7） | Research 模式 | Pro $20/月 | 交叉核对来源，还能结合你上传的 JD / 文档 |
只准备一场面试，上面任何一个的免费档或 $20 档都绰绰有余。Deep Research 的付费配额只有在你一个月研究很多家公司时才有意义。手头没有付费账号，开了联网搜索的 ChatGPT 或 Gemini 免费档也能产出一份能用的 brief。
什么时候适合让 AI 来做
- 公司有公开 footprint：官网、博客、最近新闻、财报电话，或者有高管在公开输出。
- 你知道岗位和级别。通用的”工程师” brief 没用。
- 你愿意亲自核 3-5 条你打算在面试里引用的事实。
需要先给 AI 的信息
- 公司名 + URL
- 团队 / 部门（若知道）
- 岗位 + 级别（IC3、staff、EM 等）
- 面试官（若知道，给他们的 LinkedIn 或最近演讲）
- 时间预算：20 分钟、2 小时、还是临阵磨枪
可直接复制的 Prompt
发送前把方括号里的占位符换成你的具体信息。
用联网搜索研究 [公司] 准备面试。请输出 1 页：
- 1 句商业模式 + 怎么挣钱
- 3 个近期战略动作（近 6 个月，带日期 + 来源 URL）
- 2 个公司级当前挑战（监管 / 竞争 / 组织）
- 基于这些挑战，5 个面 [岗位] 可能被问的问题
- 2 个我该问 *他们* 的问题（一个战术、一个战略）
- 1 个"不要主动提"——目前政治敏感的话题
聚焦面试相关，不要通用背景。
近 90 天内的任何事实都要带来源 URL。
凡是无法对照实时来源核实的，标注 [未核实]。[未核实] 那一行是关键。它逼模型把”从记忆里凑出来”和”真从页面上读到”的内容区分开，你一眼就知道该自己核哪几条。
输出示例
Acme Cloud — 平台工程师 brief（周四面试）
商业模式： 卖给中型 SaaS 公司托管 Postgres + Redis；收入主要来自算力小时 + 支持档位。
近期战略动作：
- 2026 年 3 月推出 serverless 档（TechCrunch，3 月 14 日）——定价对现有档形成压价。
- 4 月收购可观测性创业公司 Sift——把 metrics / traces 补进产品组合。
- 5 月开源他们的 query router——社区驱动的 go-to-market 押注。
可能的挑战：
- serverless 档蚕食现有托管档——毛利问题。
- Sift 整合：UI 合并，还是各跑各的？
5 个针对岗位的可能问题： …
2 个反问：
- 战术：“serverless 档在平台团队 roadmap 里怎么定位——是 feature 对齐的路径，还是独立 codebase？”
- 战略：“6 个月后，如果 Sift 成为 Acme 客户默认的可观测性层，对这个团队意味着什么？”
不要主动提： 最近 CTO 离职（上下文不清楚，只在两个 thread 里有暗指）。
不同时间预算怎么剪裁
当天准备（60 分钟）
把 brief 压缩到：
- 1 句商业模式
- 1 个最可能被问到的近期战略动作
- 3 个岗位相关问题（跳过公司级）
- 1 个反问
- 背 1 个具体数据点，能脱稿引用60 分钟版本的目标就是”别露怯”，深度跳过。
前一晚准备（2 小时）
完整 1 页 brief，再加上：
- 读你要加入的团队最近 2 篇博客（或他们的技术博客）
- 在 LinkedIn 上查 3 个面试官——每人拉一个具体项目
- 围绕公司的 3 个战略动作写 3 个 STAR 故事3 天准备（3 天累计 4 小时）
第 1 天：brief + 财报或最新融资公告（30 分钟扫一遍）。 第 2 天：读他们技术博客 top 3 篇 + 文档首页（60 分钟）。 第 3 天：对着空气讲 30 分钟模拟问答，然后打磨你要反问的问题。
怎么改输出
- 输出太泛 → 给 AI 公司博客 URL 或最新财报。让它基于真实文本，而不是训练数据的平均值。
- 输出像通稿 → 告诉它：“我要的是员工在饭桌上跟朋友聊的版本，不是 CMO 在 panel 上说的话。”
- 反问的问题太通用（“团队文化怎么样？”）→ 硬性要求：“每个问题都必须引用你来源里的一个具体细节——任何公司都能问的就不能问。“
容易踩的坑
- 新闻不查源就信。 哪怕开了联网，模型偶尔也会引错日期或拿到过时页面。收购、融资、高管变动一律去公司官网 press 页或一手来源核。
- 跳过”我该问他们的问题”。 这是最强的准备信号；问得通用又是反向最强信号。
- 不分级别同模板。 IC brief 要侧重技术栈 + 团队节奏；高级岗 brief 要侧重 roadmap + 组织动态。
- 把 brief 全背下来。 面试官闻得出。内化 3 个事实，其余留在笔记里。
- 研究了公司没研究面试官。 面试官最近的演讲 / 博客 / 项目，往往是杠杆最高的那 15 分钟。
FAQ
- 哪个 AI 工具最适合？ 任何能联网搜索的都行。Gemini Deep Research（Google AI Pro，$19.99/月）会给出带引用的多页结构化报告，截至 2026 年 6 月也最全面。ChatGPT Deep Research 报告写得最长（Plus 每月 10 次）。Claude Research 模式（Pro，$20/月）在你同时上传 JD 或公司文档做交叉核对时最强。
- 免费档能做吗？ 能。开了联网搜索的 ChatGPT 或 Gemini 免费档就能产出一份能用的 brief。Deep Research 的付费配额只在你一个月研究很多家公司时才有意义。
- 公司还没上线 / 没有公开 footprint 怎么办？ 搜创始人之前的演讲、他们的 LinkedIn 发文、任何投资人写的 memo。还是没有，就基于 JD 准备，然后问面试官”这个岗位前 90 天的’成功’长什么样”——把 brief 从他嘴里掏出来。
- 面试时要不要引用 brief？ 自然带 1-2 个事实，别背书。“我看到 Sift 的收购——这会不会改变……”是好的；背新闻稿就糟了。
- AI 答到多近的事是可信的？ 训练截止之后的，除非工具真去联网读了页面，否则都不能信。收购、融资、高管变动一律去公司官网 press 页或 LinkedIn 核。
- 看 Glassdoor / 脉脉的文化信号呢？ 闻红旗有用，但单条贴权重压低（选择偏差）。20+ 条里的模式才重要。