AI 前端岗位项目表达
AI 前端岗位面试中如何组织项目表达，突出工程能力、AI 提效能力和业务落地能力。
#frontend
#synthesis
#growing
[!info] related notes
AI 前端岗位项目表达
AI 前端岗位的项目表达，不能只停留在“做了哪些页面”，而要把工程能力、AI 提效能力和业务理解一起讲出来。
一句话定义
一个好的 AI 前端项目表达，通常要同时说明业务背景、个人职责、技术难点、解决方案和最终结果，并体现 AI 在研发流程或业务交互中的真实作用。
一个常用表达结构
- 项目背景：解决什么问题
- 个人职责：你实际负责什么，哪些由团队成员或 AI 辅助完成
- 技术难点：性能、流式输出、状态复杂度、可维护性
- 解决方案：架构拆分、状态设计、优化策略、AI 工作流
- 最终结果：已经观察到或验证的变化，注明范围与证据；没有收益数据时不预设“提升”
特别值得强调的点
- AI 工具如何提效
- 是否沉淀了可复用资产
- 是否做过性能或稳定性优化
- 是否能用数据说明收益
证据边界
区分“用 AI 开发前端”与“给 AI 产品开发前端”：前者说明工作流和审查责任，后者说明模型输出、流式交互与失败状态如何进入产品，两者可以重叠但不能互相代替。
- 关键主张对应代码、测试、运行记录或明确的设计文档，按 项目证据链 表达当前完成程度。
- 工具生成代码不等于个人完成所有设计；说明你做出的取舍、修正与验证。
- 提效数字需交代对照任务、测量方式与返工成本；只有主观感受时保留定性描述。
- 原型、局部测试通过与生产运行是不同证据，不把计划写成已经上线。
最短记忆方式
不要只讲做了什么，要讲为什么这样做、怎么验证有效、最后带来了什么结果。
Digital Biome