更新README.md

README.md

@@ -132,3 +132,10 @@ MIT License
 陆程杰	2411020124	(组长) 核心逻辑开发、Prompt 编写
 蒲俊霖	2411020125	 文档撰写、测试与 Bug 修复
 陈一佳	2411020121	 前端界面设计、PPT 制作
+#### AI面试官项目开发心得
+作为三名大数据专业的大学生，我们用trae软件完成了“AI面试官”求职辅助工具的开发。这段实践让我们跳出课本理论，真切感受到：工具是技术落地的桥梁，而真正让产品有价值的，是背后的思考与用户同理心。
+项目初期，我们没有急着用trae写代码，而是先琢磨“为什么做”。身边同学求职时总抱怨：通用题库的问题和自己的简历不沾边，练完也没人指点改进。这让我们意识到，工具再便捷，没有精准需求导向就是空谈。我们决定不做简单的题库搬运，而是聚焦“个性化”，让AI能读懂简历、给出针对性反馈——这一定位成了后续开发的核心方向。
+用trae开发的过程，更像是一场“想法落地的试炼”。这款软件降低了编程门槛，让我们不用纠结复杂的语法，能专注于功能逻辑的打磨。但真正的挑战不在代码编写，而在如何让工具“懂用户”。比如生成个性化面试问题时，我们反复调试prompt逻辑，引导AI从简历中抓取项目细节、技能亮点，甚至职业空白期等关键信息，再结合职位类型精准提问。一开始AI会给出通用问题，我们就不断优化指令，加入“追问数据成果”“聚焦技术难点”等具体要求，慢慢让回复更贴合实际面试场景。
+反馈功能的设计，让我们对“实用”有了更深理解。我们不想让反馈只停留在“回答不错”的表面，而是希望能真正帮用户改进。借助trae的便捷调试功能，我们设计了多维度评价体系，从结构逻辑、语言表达等方面给出具体建议。比如提醒用户用STAR法则梳理回答，或结合Python、SQL技能突出专业优势。这个过程让我们明白，工具是实现想法的手段，而对用户需求的深度拆解，才是产品好用的关键。
+   测试时，同学说“AI提的问题他觉得十分符合当下面试的提问热点”，这句话让我们备受鼓舞。原来，trae这类工具能帮我们快速落地想法，但真正打动用户的，是我们站在求职者角度的思考。
+这次开发让我们领悟到：技术工具再强大，也只是辅助。作为大数据专业学生，我们的核心价值在于发现问题、拆解需求、用逻辑让工具服务于人。未来，我们想继续用trae优化功能，加入面试表现分析、薪资参考等模块，让这个工具真正成为求职者的助力，也让我们在实践中更懂技术与需求的平衡之道。