什么是上下文？
上下文是您为 AI 助手进行的个人设置。没有上下文，AI 不知道您的角色、经验、技术和响应格式偏好。有了上下文，它会完全按照您的需要回答。
您可以为不同类型的面试创建多个上下文：
- HR 面试 - 专注于软技能和行为问题
- 技术面试 - 强调技术和代码示例
- 以及其他
在面试前一键切换它们。
上下文参数
上下文名称
用于在列表中快速识别预设的名称。例如：“Python Backend”、“React Frontend”、“DevOps Engineer”。
自定义上下文
高级用户的切换开关。如果启用，所有其他字段将被忽略，仅使用下面块中的文本。
如果您想完全控制 AI 的指令，请使用此选项。
您申请的职位。示例：
- Senior Python Developer
- Frontend React Developer
- DevOps Engineer
- Data Scientist
AI 会根据指定的角色调整回答：对于前端开发人员，它会谈论 React 和 TypeScript，对于 DevOps - 谈论 Kubernetes 和 CI/CD。
回答语言
助手将使用的回答语言。可用选项：
- 自动检测 - AI 将从上下文确定语言
- 俄语、英语和 50+ 其他语言
如果面试是英语，但您希望看到俄语提示（或反之），这很有用。
简历（PDF）
上传 PDF 简历 - 文本将被提取并添加到上下文中。AI 将在回答时使用您的真实经验。
工作原理：
当面试官问”告诉我关于项目 X”时，AI 已经知道您在那里做了什么，并根据您的真实经验回答。
处理 PDF 时会自动过滤个人数据（姓名、联系方式）。
您使用的技术列表。启用切换开关并通过输入字段添加技术。
如何影响回答：
如果您指定 Python, FastAPI, PostgreSQL - AI 不会在回答中提及 Java 或 MongoDB。所有代码示例都将使用指定的技术。
附加数据
为 AI 提供的任何附加信息：
- 关于您经验的具体事实
- 回答的特殊说明
- 您正在面试的公司的上下文
示例：
- 始终提及指标和具体数字
- 使用金融科技领域的示例
- 不要按名称提及前雇主
回答长度
控制生成回答的篇幅：
| 值 | 描述 |
|---|
| 简短 | 100-600 个字符。1-2 句话或简短列表。适用于简单问题。 |
| 中等 | 700-1500 个字符。简洁与细节之间的平衡。 |
| 扩展 | 1500+ 个字符。最大细节、示例和解释。 |
回答格式
定义聊天中直接问题的回答结构：
| 格式 | 描述 | 何时使用 |
|---|
| 术语 | 清晰的定义和解释 | 技术问题 |
| 术语和示例 | 定义 + 代码示例 | 代码问题 |
| STAR | Situation-Task-Action-Result | 行为问题 |
| Problem-Action-Result | 问题-行动-结果 | 案例面试 |
| 自定义 | 您自己的模板 | 特定要求 |
转录的回答格式
类似的设置，但适用于对从语音转录的消息的回答（系统音频和麦克风转录）。
可以不同配置：例如，直接问题使用 STAR，转录使用简短术语。
转录语言
语音识别的语言。影响转录准确性。
选择进行面试的语言。如果面试是英语 - 设置为英语。
转录关键词
应该更准确识别的特定术语、技术名称、缩写。
示例：
React, TypeScript, Kubernetes, PostgreSQL, CI/CD, gRPC, Kafka
设置建议
-
在面试前配置上下文 - 花费 5 分钟，获得相关回答。
-
上传最新简历 - 数据越准确，回答质量越好。
-
指定真实技术 - 不要添加您不知道的内容。
-
创建多个上下文 - 为不同类型的面试创建不同的配置文件。
-
使用附加数据 - 这是自然回答的微调。