简单的提问帮你找求职方向

我做了一个会「追问」的职业测评:问到底,问出你真正想做的工作

90+ 个问题,一个问题接一个问题。你答什么,它就往里再问一层。

一、关于我

我是一名21岁的在校学生,编程经验 2 年。

做这个产品的起点,是我自己和身边同学的同一个困惑:“我到底适合做什么?” 市面上的测评大多让人在“是 / 否”之间点几十下,最后甩来一个星座式的结论。可真正让人犹豫的,从来不是“你喜不喜欢和人打交道”,而是更具体的事——你踢球时习惯站哪个位置、遇到没见过的难题是套模型还是先画图、你更愿意把一件事做深还是做宽。

于是我做了「问到底」。它不像问卷,更像一场对话:你答什么,它就顺着往里再问一层。Vibe Coding 让我能把这个“追问”的想法,真的变成一个能点开、能答完、能出结果、还能继续细化到岗位的产品。

  • 擅长:把模糊的感受拆成能回答的问题;把规则写成代码;和 AI 一起快速试错,当天改完当天验证。

  • 性格标签:好奇驱动、理性分析。

二、产品简介

是什么

「问到底」是一个纯前端的对话式职业兴趣测评网页。它用 90+ 道由浅入深的问题,持续追问你的学习方式、做事习惯、运动角色、口味偏好、社交节奏与价值取向,最后匹配出 3 个最贴近你的职业方向;确认方向后,还能再答 2 题,细化到具体岗位。

核心解决的是:“测评结论太泛,看完还是不知道自己能投什么岗。”

面向谁

  • 正在选专业、选赛道的高中生 / 大学生

  • 找第一份工作、对方向没底的应届生

  • 工作 1–8 年,想转行或重新确认方向的职场人

典型场景:花 10–15 分钟认真答一轮,拿到方向;再花 2 分钟细化到岗位,直接形成投递清单。

功能清单

  1. 对话式提问:按主题分块,一次只聊一个话题;换话题时有过渡句,并引用你上一句回答。

  2. 动态追问:文本题答完后,顺着你的原话生成追问;条件题会根据你的经历决定是否出现。

  3. 自由跳过 / 回退:任何一题都能跳过,也能回到上一题修改答案。

  4. 五种题型:数字、单选、多选、量表、文本;年龄直接填数字,量表支持键盘快捷选择。

  5. 十维特质画像:分析力、创造力、共情力、领导力、条理性、动手力、表达力、稳定度、成就欲、好奇心。

  6. 职业匹配:50 个职业画像,输出 Top 3、匹配度、特质雷达图,以及“为什么是它”的回答证据。

  7. 岗位细化:确认大方向后,再答 2 题,在该方向下排出 3 个具体岗位(如商业分析师 / 增长分析师 / 数据工程师)。

  8. 本地存档:回答只保存在浏览器本地,不上传、不联网,可随时重新开始。

  9. 继续深挖:结果页可以按主题继续提问,答得越多,结论越稳。

用户使用路径

打开首页 → 开始答题 → 按主题连续作答(可跳过 / 回退)→ 随时结束并分析 → 查看 Top 3 方向、匹配度、雷达图与回答证据 → 点“细化到具体岗位” → 再答 2 题 → 查看 3 个岗位排序 → 返回方向结果或继续深挖。

首页

答题页:一次只聊一个主题

结果页:方向、匹配度、雷达图与证据

岗位细化:确认方向后继续收窄

细化结果:同一方向下的 3 个具体岗位

三、体验地址

已设置为「所有人可见」,手机和电脑浏览器均可直接打开,无需登录。所有回答只存在你自己的浏览器里。

四、TRAE 实践过程

整个产品从 0 到上线都在 TRAE 中完成。我的做法不是“一次写一个巨大的需求”,而是把产品拆成一轮一轮可验证的小任务:先跑通答题闭环,再修追问体验,再做求职者视角的题库瘦身,最后加岗位细化并部署上线。

关键步骤

  1. 搭骨架与题库:先定 10 个主题、90+ 道题和 10 个特质维度,再写答题引擎与匹配模型。

  2. 修“追问不像人”的问题:把提问改成主题分块,每块最多 4 题;换主题时加过渡句;文本题按你的原话生成动态追问。

  3. 用求职者视角重做题库:补职业阶段、换工作原因、问题对象、组织类型、专家 / 管理路线、工具能力;删掉 8 道低信号、重复的题。

  4. 加岗位细化:为全部 50 个职业各配 3 个岗位和 2 道细分题,完成评分与页面。

  5. 一键部署上线:用 TRAE 的部署能力发布为公开可访问的静态站点,并完成线上截图验证。

关键任务与 Session

说明:本次作品在一个连续的 TRAE 会话中完成,以下关键任务节点均来自该会话;
关键任务
主要产出
Session ID
产品骨架与题库设计
2191791438445688:b9a558a93e9b4c35ad13d7289d578bd8_6b01b3fdb6836ef2dc24a48e.6b01b3fdb6836ef2dc24a490.6b01b3fdb6836ef2dc24a48f:TraeWork CN.3.4.20.no_sid.no_ppe.T(2026/11/21 23:08:45)
会话式提问改造
2191791438445688:5070a733f4db4166b17b4a3be9b52a31_6b01b3fdb6836ef2dc24a48e.6b01bb31b6836ef2dc24a5c7.6b01bb31b6836ef2dc24a5c6:TraeWork CN.3.4.20.no_sid.no_ppe.T(2026/11/21 23:39:29)
求职者视角题库复盘
2191791438445688:3d4718fda6e74c81913ce06d51a0ab4e_6b01b3fdb6836ef2dc24a48e.6b02577c08c77ee08686f074.6b02577c08c77ee08686f073:TraeWork CN.3.4.20.no_sid.no_ppe.T(2026/11/22 10:46:20)
岗位细化与部署
2191791438445688:a843bd9718a34e06b2fcc10c2032ad70_6b01b3fdb6836ef2dc24a48e.6b025a2108c77ee08686f0cd.6b025a2108c77ee08686f0cc:TraeWork CN.3.4.20.no_sid.no_ppe.T(2026/11/22 10:57:37)

开发关键步骤截图

1. 提出需求:先跑通答题闭环

TRAE 对话:提出产品需求,搭出题库与答题引擎

2. 按体验反馈返工:把追问改得像人

TRAE 对话:修复年龄输入、学历选项与追问生硬的问题

3. 换求职者视角:补题与删题

TRAE 对话:以 5 年经验求职者身份复盘题库

五、一点感受

做这个产品最大的收获,不是写了多少行代码,而是发现:“问对问题”比“给对答案”更难,也更有价值。

同一个大方向里,商业分析师、增长分析师、数据工程师每天做的事完全不同。测评如果只停在“你适合做数据”,其实没有帮上忙。把问题再往下问两层,结论才会从“听起来对”变成“我明天就能去投”。

如果你也正卡在“不知道选什么”的阶段,欢迎点开试试。答完如果觉得哪里问得不准,也欢迎告诉我——这个产品本身,也是在一次次追问里长出来的。