跳到正文

如何解读 AI 面试报告:覆盖度、证据与追问.

AI 面试报告各部分的含义,从覆盖度评分、必备项到引文、追问问题和诚信信号,以及一套审阅报告的流程。

更新于 2026年11月17日 · 阅读约 10 分钟

本页内容

简而言之

  • 覆盖度评分 由代码根据每项考察要求的状态计算,必备项按双倍计。它供审阅参考,并非录用决定。
  • 先看必备项那一行: 缺失一项必备项,比分数差几分更重要。
  • 每个状态都有引文。 阅读它,在录音中播放它,如有错误就修改状态;分数会随之更新。
  • 追问问题和信号 把疑点带入下一轮。诚信信号是信号,不是证据。
  • 由人来决定 晋级、待定或淘汰,并附上引用证据的备注。

解读报告,而不只是看分数

只有当审阅人清楚报告每一部分的含义以及可能出错的地方时,AI 面试报告才真正有用。本指南将从上到下带你浏览 testee 的结果页面(覆盖度评分、必备项一行、各环节的证据、优势与不足、追问问题、诚信信号和团队决定),最后给出一套可用于每位候选人的审阅流程。

AI 面试报告里有什么

在 testee 中,AI 面试报告按从上到下的顺序阅读:

  • 页眉: 时长(适用时注明“额外时间”或“文字模式”)、覆盖度评分和必备项一行。
  • AI 摘要: 优势、不足和建议的追问问题。
  • 每个环节一张卡片: 该环节自己的分数和摘要,然后是每项考察要求及其状态、备注和候选人的引文。
  • 检查项: 开启时显示诚信信号和录像,有内容被标记时显示面试官检查卡片。
  • 记录: 带音频的文字记录、评论和团队决定。
视频教程,3:02。 结果列表、从分数到追问问题的完整报告,然后是团队决定、评论和分享。 英文讲解,带字幕。
候选人的 AI 面试报告:覆盖度评分、团队决定、总结、优势和不足。
结果页面的顶部:AI 覆盖度评分与团队决定分开显示,下方是摘要、优势与不足。

覆盖度评分,以及它不是什么

覆盖度评分(0 到 100)只回答一个问题:你要求的内容,回答覆盖了多少?AI 为每项考察要求标注一个状态;把状态换算成分数的是代码,而不是 AI。

状态计分含义
已覆盖全额回答在无人帮助的情况下体现了这一点。
部分覆盖一半只覆盖了一部分,或只是泛泛而谈。
提示后覆盖一半候选人在面试官给出提示后才答到。
不正确不计分候选人谈到了这一点,但答错了。
未覆盖不计分回答中没有涉及。

必备项的权重是加分项的两倍。环节分数是其考察要求的加权占比,总分则按各环节的权重组合而成。

一个计算示例

一个客户支持环节询问候选人会如何处理一份问题报告。它有三个必备项和两个加分项。候选人覆盖了“询问客户在屏幕上看到了什么、之前刚做了什么”和“在升级之前先确认问题”,在“让客户及时了解进展,但不承诺修复日期”上回答不完整,覆盖了加分项“同时提供临时解决办法”,遗漏了“把问题整理成工程师能据此处理的记录”。即 2 + 2 + 1 + 1 + 0 = 6 分,满分 8 分:得分 75。

必备项一行

页眉会在分数旁显示“满足所有必备项”或“部分必备项未满足”,每个环节也会显示自己的数量(“必备项 2/3”)。必备项在已覆盖或提示后覆盖时算作已满足;这一行还会注明其中有多少项需要提示。

先看这一行,再看数字。在上面的示例中,分数是 75,但有一项必备项只是部分覆盖,因此显示部分必备项未满足。一位 70 分但满足所有必备项的候选人,可能比一位 85 分却缺了一项的候选人更合适。打开该环节看看原因:回答含糊、问题根本没问到,还是转写出错。

清晰的必备项才能让这一行有用。关于如何撰写,请参阅必备项与加分项。

各环节的考察要求:状态与引文

这是面试评估的核心。每张环节卡片会显示该环节的分数、摘要、必备项数量以及结束方式,然后列出每项考察要求:必备还是加分、状态、备注及其所依据的引文。

AI 面试报告中某个环节的分析:评分、总结,以及每项考察要求的状态、备注和候选人的原话。
一个环节的分析:每项考察要求及其状态、备注和候选人的原话。

核查引文,而不只是状态

对每个关键的状态

  1. 阅读引文。 它是否体现了这项考察要求?“我会先请对方发一张截图,并说明他们点了什么”支持“询问客户在屏幕上看到了什么”;“我总是尽力帮忙”则不支持。
  2. 播放录音。 点击引文即可收听那一刻。文字记录可能出错,在有口音、言语障碍或噪音时更是如此。
  3. 阅读上下文。 文字记录显示了之前的内容,环节中也会显示记录了多少次提示。
  4. 查看作答内容。 候选人的代码、绘图、测验选择或文字都在卡片上。代码没有被运行:分析是结合候选人的讲解来阅读代码的,你也应该这样做。
  5. 修改错误之处。 审阅人可以手动设定任何考察要求的状态。卡片随后会同时显示两者(“AI:部分覆盖 → 审阅人:已覆盖”),分数也会随之更新。

环节中还可以列出超出你考察要求的表现以及悬而未决的问题:这些都是下一轮的素材。

优势与不足

优势与不足是对各环节证据的提炼,而不是单独的判断。把它们当作目录:当某项不足很重要时,打开对应环节核查引文。它们从不涉及情绪、语气、口音、流利度、性格或文化契合度;testee 不分析这些内容。

建议的追问面试问题

摘要下方有五到八个供真人追问面试使用的问题,每个都附有一句话的理由及其依据:未覆盖、回答不完整、前后矛盾(两处说法相互冲突,均附引文)、深入挖掘(值得进一步探究的优势),或活动记录(最多两个,且问题从不提及该信号)。

  • 挑着用,不要八个全念。 选择两三个用来检验尚未确认的必备项和审阅人疑点的问题。
  • 在面试前规划好。 事先规划、数量有限的追问能让面试保持结构化;无限制的追问会让它重新变得非结构化(Levashina 等,2014)。
  • 同一阶段的每个人都问同样的核心问题。 在此基础上加入针对个别候选人的追问,并对照同样的考察要求评分。
  • 与下一位面试官分享。 它们包含在 PDF 和 CSV 导出中。

示例:候选人关于让客户及时了解进展的回答只覆盖了一部分。一个好的追问是:“工程师暂时还给不出修复日期。你今天会怎么跟客户说?”

诚信信号、面试官检查与额外时间

诚信信号:是信号,不是证据

当你的公司开启此功能时(默认关闭;在欧盟、欧洲经济区和英国,会先请候选人同意,未经同意,面试将在不记录这些备注的情况下进行),报告中会有一张“诚信信号”卡片:先是汇总数字,然后是每个环节的时间线,附有客观描述,例如“标签页被隐藏 48 秒,返回 3 秒后向编辑器粘贴了 1,240 个字符”。点击某个事件即可收听那一刻的录音。

  • 每个信号都可能有无辜的解释。 辅助工具、候选人必须使用的应用以及网络不佳,都会产生同样的事件。
  • 信号从不改变分数。 没有诚信分数;信号不会进入覆盖度评分、优势与不足、结果列表、CSV 导出、邮件和 Webhook。
  • 绝不据此淘汰。 改为就工作本身提问:追问问题中最多有两个取自值得关注的时刻,且问法针对候选人自己的工作。
  • 逐一结案。 将事件标记为已解释或已忽略,并附上备注。已忽略的事件不再计入值得关注的数量。

面试官检查卡片

每场面试结束后,testee 都会检查自家面试官的每一轮发言。如果它透露了期望的答案、夸奖或评判了候选人,或违反了其他规则,“面试官检查”卡片会列出每一处标记,并附上面试官的原话。这张卡片针对的是面试官而非候选人,也不影响分数。被直接告知答案的候选人,并没有展示出这项能力。

额外时间标签

申请了便利安排的候选人可能获得了额外时间(+25%、+50% 或 +100%,总时长绝不超过 60 分钟)。页眉会在时长旁以中性方式显示“额外时间 +50%”。评判这些回答时,请和对待其他任何人完全一样。

团队决定、评论与分享

  • 团队决定。 由人来设定晋级、待定或淘汰,并必须附上备注;每次修改都会保留在历史记录中。testee 从不替你设定。
  • 写一条说明理由的备注。 “晋级:覆盖了所有必备项;问题报告的回答很出色(环节 2)。终面时考察优先级判断。”而不是“分数 82”。这条备注就是你进行人工审阅的记录。
  • 评论。 审阅人可以在讨论串中讨论某个结果,支持回复和 @提及。
  • 分享。 下载 PDF、通过邮件发送给最多五个人,或在即时通讯工具中分享一份简短摘要,附带需要登录才能打开的链接。只与参与此次录用决定的人分享:发出去的 PDF 已在 testee 之外,不会随候选人一起被删除。
团队决定卡片:晋级,附审阅人的备注,并展开了决策历史。
“团队决定”卡片:决定、审阅人必填的备注以及修改历史。

为什么先看证据,再看印象

扫一眼摘要就做决定很有诱惑力,但研究表明有更好的顺序。在 Kuncel、Klieger、Connelly 和 Ones(2013)的一项元分析中,按固定公式组合数据对工作绩效的预测,优于专家在头脑中组合同样的数据:平均效度为 .44 对 .28,即使专家了解这些岗位也是如此。

这并不意味着 testee 的覆盖度评分是经过验证的预测指标:该研究讨论的是一般意义上的评估组合。可以借鉴的是方法:对照证据评判每项考察要求,对每个人采用同样的方式组合,然后在备注中加上你自己的判断。为每项评级引用候选人的原话,源于关于第一印象和光环效应的研究;它本身并不是一种单独验证过的方法。

约 15 分钟的审阅流程

一场 30 分钟的面试,预留 10 到 20 分钟:这是建议的时间预算,并非实测平均值。可以根据岗位调整时间,但请保持顺序。

审阅一份 AI 面试报告

  1. 页眉(1 分钟)。 先看必备项那一行,再看分数。留意是否有额外时间或文字模式,以便公平地看待时长。
  2. 摘要(2 分钟)。 阅读优势与不足;标出涉及必备项的不足。
  3. 各环节(6 到 10 分钟)。 对每个未覆盖的必备项,以及你的决定所依赖的每个状态,阅读引文并播放录音。把错误的状态改过来。
  4. 检查项(1 到 2 分钟)。 查看面试官检查的所有标记。如果开启了诚信信号,结合录像查看值得关注的事件,并将每个事件标记为已解释或已忽略。
  5. 追问(1 分钟)。 为下一轮挑选两三个建议问题。
  6. 做决定(2 分钟)。 晋级、待定或淘汰,并附上引用证据的备注。如果拿不准,先在评论中提出不同意见。

总结

  • 分数用来排序,不做决定。 覆盖度由代码计算,供审阅参考,并非录用决定。
  • 先看必备项,再看数字。 分数较低但满足所有必备项,可能胜过分数较高却缺了一项必备项。
  • 核查引文。 阅读它、播放它,并修改错误的状态。
  • 信号不是证据。 结合录像审阅它们,就工作本身提问,绝不据此淘汰。
  • 由人来决定, 并附上引用证据的备注。

问题与解答

AI 面试报告里有什么?

在 testee 中:覆盖度评分、必备项一行、优势、不足和追问问题,每项考察要求的状态及其引文,文字记录和录像,以及团队决定。

由 AI 决定候选人能否获得这份工作吗?

不是。AI 标注你的考察要求覆盖得如何,并展示证据;分数标注为“供审阅参考,并非录用决定”。由你团队中的人设定晋级、待定或淘汰,并必须附上备注。

如何对照文字记录核查 AI 分数?

核查状态,而不是数字。点击某项考察要求的引文收听那一刻,阅读前后的文字记录,如有错误就修改状态;分数会随之更新。

“提示后覆盖”是什么意思?

候选人在面试官给出提示后才覆盖了这一点。它在分数中按一半计算,对必备项则算作已满足,提示的次数会显示在必备项那一行旁边。

应该如何使用建议的追问面试问题?

挑选两三个用来检验尚未确认的必备项或疑点的问题,在下一轮之前规划好,并对照同样的考察要求为回答评分。不要把它们全部念一遍。

来源

  1. Kuncel, Klieger, Connelly and Ones (2013), Mechanical versus clinical data combination in selection and admissions decisions: a meta-analysis
  2. Levashina, Hartwell, Morgeson and Campion (2014), The structured employment interview: narrative and quantitative review of the research literature
  3. Barrick, Swider and Stewart (2010), Initial evaluations in the interview: relationships with subsequent interviewer evaluations and employment offers
  4. Nisbett and Wilson (1977), The halo effect: evidence for unconscious alteration of judgments
  5. testee:企业使用说明
  6. testee:功能——审阅与诚信

用你的下一个岗位试试看。

几分钟内,根据你的职位描述创建一场结构化 AI 面试。免费 14 天,无需绑定银行卡。