候选人把Prompt写得像范本，未必代表会设计指令。把模糊任务、约束变更和失败复盘放在一起看，模板记忆与真实能力才会显出分界。
只看措辞和篇幅，容易把背过的句式当成结构化思维。本文用「指令质量与迁移验证」拆开考察：先给信息不全的现场任务，看候选人如何补齐目标、约束、输出格式与验收标准；再更换角色与数据边界，观察其调整的是结构还是措辞；最后用失败复盘核对归因，并交付一张Prompt能力追问题卡与判定边界。
为什么指令写得好不等于有Prompt设计能力
候选人交出结构工整、术语齐全的指令，面试官容易当成结构化思维的证据。资料提出的疑问：Prompt写得漂亮，可能来自拆解，也可能只是背模板；只看表面容易误判。
要把两者分开，先换观察点：不看他交了什么，而看怎样把模糊需求变成可执行步骤。目标没写清是否确认，约束冲突先保哪条，输出偏离时从哪查，这些动作才暴露设计过程。
两类“模板”要分开：招聘侧用追问模板与评分要点属于流程资产，经审核、去偏见并版本化管理；候选人背模板则是另一回事，判断仍要落在调试记录上。
先给一个信息不全的模糊任务
现场微任务只交代业务目标和可用材料，不说受众、篇幅、格式与失败标准。比如只说“让AI根据这批用户反馈整理改进建议”，观察候选人先补什么。
有设计能力的人会先把目标改成可判定结果：给谁看、解决哪个决策、产出什么结构。接着确认材料范围与数据边界，再约定格式和验收；直接写长句的人，常把“不清楚”藏进措辞。
资料把提示词能力定义为将模糊目标拆解为精确步骤的能力，从准确性、鲁棒性与边界处理三维观察。牛客的提示词考察方案要求候选人围绕任务编写Prompt并反复调试，由系统用隐藏测试用例检验。
把指令拆成四段来核对结构
给完任务后，按四段核对：目标、约束、输出格式、验收标准。四段齐全只是及格线，还要追问每段依据，避免把框架复述当成设计能力。
- 目标：写成可判定结果，说明产出支持什么决策。
- 约束：分清必须做与不能做，列出数据范围与禁止事项。
- 输出格式：固定结构、字段与顺序，便于对照。
- 验收标准：说明如何自测，越界时怎样修正。
可直接追问：“这一段为什么这样写？”“遇到矛盾数据怎么办？”能说出依据的人，四段互相支撑；说不出的人，只是把框架摆在一起。
更换约束，测试能力是否迁移
同一任务第二次给出时更换条件：角色与受众改变，篇幅压缩或放大，数据边界增删，格式调整。观察他是否回到目标与约束重新推导，而不是替换同义词或套模板。
| 观察点 | 模板记忆 | 设计能力 |
|---|---|---|
| 目标 | 沿用原句，只改称呼 | 重新确认决策与读者 |
| 约束 | 忽略新增限制 | 指出冲突并给出取舍 |
| 结构 | 顺序基本不变 | 按新约束重排信息 |
| 理由 | 只说“这样更顺” | 说明依据与验证方式 |
假设示例：原任务面向新用户写活动通知，第二次改为面向老客户、限制篇幅，并增加不得承诺收益的约束。具备迁移能力的人会重设读者与证据；背模板的人可能只改称呼。该方法不代表筛选效果。
追问修改过程：改了什么、为什么改、怎么验证
请候选人复述一次Prompt迭代：初版哪里不稳定、如何发现、改了哪一处、改后用什么输入验证。资料说明提示词考察允许反复调试，追问应落在修改记录上，而不是只听最终版本。
重点核对每次修改是否有明确触发原因。比如他发现AI把“全部用户”理解成“所有历史用户”，便补上时间范围，并验证是否稳定。能讲出“问题—改动—验证”闭环，说明掌握的是可复用方法。
失败复盘：区分指令、理解与任务拆分问题
请候选人讲一次AI输出偏离预期的经历，追问排查顺序：先怀疑指令歧义、模型理解偏差，还是任务没拆开；并要求指出具体证据，例如哪条约束缺失导致越界。
只停留在重试或换模型，说明缺少归因链；能回到指令结构，说明缺失的是目标、约束还是验收标准，并讲清修正后的验证方式，才接近真实设计能力。
本节为方法设计，结论需人工复核；面试官应结合任务与评分锚点记录证据。
交付：Prompt能力追问题卡与判定边界
把观察固化成追问题卡，按项记录追问句与证据，避免凭印象打分。下表可作起点，列名与追问句按岗位调整。
| 观察项 | 追问句 | 可接受证据 | 边界 |
|---|---|---|---|
| 任务设定 | 你先确认哪几件事？ | 补齐目标、受众与验收 | 顺序可解释 |
| 指令结构 | 这四段分别解决什么？ | 每段说出依据与作用 | 复述框架不算 |
| 约束变更 | 条件变了为什么这样改？ | 回到目标与约束推导 | 只换措辞算不足 |
| 迭代记录 | 改动由什么触发？ | 有“问题—改动—验证” | 无触发原因仅参考 |
| 失败归因 | 越界时先查哪里？ | 定位到具体指令缺口 | 只说重试算不足 |
| 迁移表现 | 换场景后保留什么？ | 说明方法与模板取舍 | 依赖句式疑似模板化 |
判定分三档：证据充分、证据不足、疑似模板化，只作面试材料，结论由人工复核；权重与通过线按岗位小样本验证。牛客AI面试的具体维度与配置以官方最新信息为准。
常见问题
问：Prompt写得长，是不是说明设计能力强？答：不是。篇幅只反映信息量，不能说明结构成立。可看目标能否判定、约束是否分清、格式是否稳定、验收是否有动作；再更换约束，看他能否解释调整依据。
问：候选人能背出通用框架，是否就能判定模板化？答：不能。复述框架可能是学习结果，关键看他能否用它处理现场任务，并在约束变化后继续调整。若动作、取舍与验证都说不清，才更接近模板记忆。
问：这套追问题卡能直接套用到所有岗位吗？答：不能。技术岗与非技术岗的任务边界不同，追问句、证据标准与评分锚点都要按岗位调整。建议先在同岗位小样本试用，再决定是否扩大使用。
团队真正要回答的，不是候选人能不能背出漂亮的Prompt，而是他遇到模糊需求时能不能拆开问题、改完能不能证明有效。把追问落在过程证据上，模板记忆与设计能力就会显出分界。了解更多AI面试与牛招智能体方案，请访问牛客AI招聘官网，或立即咨询体验。
