任务场景
你拿到 offer。HR 会回电话问”你期待多少？“。锚太低你要 18 个月后才能扳回来；不带数据，HR 会一步步把你往下带。真正的问题是彩排：大部分人没把这些话念出口，就上桌靠感觉。AI 是免费的对练 HR，深夜 11 点也能陪你练。
哪些情况适合让 AI 来做，哪些情况不要
AI 很会演 HR、坚定 push back、并标出你哪里发软。但它不知道你具体市场——你只写”柏林资深 PM”它会编一个区间。把 Levels.fyi / Glassdoor / 朋友的近况一起喂，AI 的 push back 才有依据。
需要给 AI 的输入信息
- 角色、级别、地区
- offer 明细：base、equity、签约金、年终、福利
- 你能接受的总包底线
- 市场数据 + 来源（Levels / Glassdoor / 同行）
- 当前薪资 + 换工作原因
- 不能让步的（入职日、地点、远程）
可直接复制的 Prompt
请扮演一个 push back 我 counter-offer 的 HR。
角色 / 级别：<line>
地区：<line>
offer 明细：<base / equity / 签约金 / 年终 / 福利>
我的期望（总包）：<number>
我的底线：<number>
市场数据 + 来源：<列表>
当前薪资：<line>
不能让步的：<列表>
规则：
- 像资深 HR 一样坚定但专业地反驳
- 每一轮后告诉我你观察到我什么——犹豫、过度解释、模糊
- 用真实的 HR 反驳模式："我们有 band"、"这已经在我们 ceiling"、"我要带去 comp 委员会"、"我们加 equity 换 base 可以吗？"
- 跑 5 轮，最后总结：我最强一步、最弱一步、最该练的一句话有竞争 offer：“演一个知道我有竞争 offer 的 HR——push back 要质疑那个 offer 的可信度。“
建议让 AI 输出成什么样
5 轮对话，每轮后附观察。最后一段总结：最强一步 / 最弱一步 / 该练的那一句。那一句就是你的彩排首选。
怎么判断 AI 给的结果能不能直接用
- HR 的 push back 是真实行业里的，使用真实反驳模式
- 观察指向你具体说的那句话，不是泛泛”听起来不确定”
- 总结挑出”某一具体句子要练”
- 5 轮你都能守住底线，不是靠情绪
- “该练的那一句”短到能背下来
容易踩的坑
- 因为沉默尴尬就先报低——沉默是你的工具，不是他们的
- 没数据撑——“我觉得我值更多”百分百输
- 给完 counter 一直接着说——你已经报了数，闭嘴
- 用”我需要这么多”做理由——HR 不和需要谈
- 把 HR 当敌人——他们经常希望你在他们 band 里赢
- 忘了非 base 杠杆——签约金、equity、休假、入职日
实操加深
做「用 AI 准备薪资谈判：先和 AI HR 对练，再上真桌」这类任务时，AI 输出质量主要取决于输入包是否完整。至少给它受众、原始材料、目标格式、你要做的决策，以及一好一坏两个参考。第一轮先要求保留事实，第二轮再优化结构、语气或表达，不要让模型一边猜事实一边润色。
拿到结果后单独做一次复核：有没有遗漏限制、编造细节、行动项不清、语气和真实场景不符。最终稿最好能马上使用，包含明确对象、下一步和判断标准，而不是还需要别人重新解释一遍。
FAQ
- 如果 HR 说”这是最终”怎么办？ 大概率不是。承认、复述价值、问”签约金或 equity 还有灵活度吗？”
- 要不要披露竞争 offer？ 要披露就要给细节，并且必须真实。模糊披露会反噬。
- 书面谈判呢？ 准备类似，节奏不同。单独练书面回复。
相关
- 薪资期望表达 AI ——第一轮表达
- 薪资谈判 Prompt ——更多 Prompt 变体
- Recruiter 回复准备 AI ——回 HR 消息
- 模拟面试 AI ——同样的模拟模式用于面试
- 自我介绍 ——通向 offer 的面试开场
- JD 解读 ——可用于谈判的 JD 信息