AI 模拟面试会从五个维度为案例表现打分——结构、分析、沟通、商业敏感度、计算——这与麦肯锡、BCG、贝恩真实面试官所用的评分维度一致。真人教练往往只记得住你上一场案例的表现，而 AI 打分系统会追踪你的每一次练习，精准指出拉低你平均分的那一个短板维度，让你在真正的面试之前有足够的练习量去补上它。
真实面试官会从结构、计算准确度、沟通表达和最终建议的说服力这几个维度给案例打分——在很多事务所，案例表现在整体录用决策中占据一半以上的权重。AI 模拟面试把同样的"四加一"评分逻辑应用到你的每一次练习中，这意味着你每做完一个案例，得到的不再只是一句"做得不错"或一个模糊的印象，而是一份实实在在的成绩单。
面试官到底在评估什么
案例面试没有唯一的"正确答案"——被评估的是你推理过程的质量。各大事务所普遍会考察四项核心能力：拆解一个混乱问题的结构化能力、计算的准确度与速度、清晰表达思路的沟通能力，以及最终建议的实用性与说服力。AI 模拟面试把这四项进一步拆解为五个明确的打分维度，让你清楚看到自己强在哪里、又在哪里悄悄丢分。
| 维度 | 评估内容 | 常见失分模式 |
|---|---|---|
| 结构（Structure） | 议题树是否 MECE、逻辑顺序是否合理、是否针对本案例量身定制 | 生搬硬套一个记熟的框架，而不管它是否适合这个案例 |
| 分析（Analysis） | 能否把数据转化为洞察，并优先聚焦影响最大的分支 | 算出了数字，却没说明这些数字意味着什么 |
| 沟通（Communication） | 表达是否清晰、是否有效使用路标句、被打断后能否顺畅接上 | 埋头算数时全程沉默，或者说了很多却没有明确的下一步 |
| 商业敏感度（Business） | 商业判断力——建议是否真正符合该行业的运作逻辑 | 给出泛泛而谈的建议，忽略客户特有的约束条件 |
| 计算（Math） | 计算的准确性、速度，以及是否对最终结果做常识性检验 | 公式用对了，算术却算错，或者压根没有回头验证结果是否合理 |
为什么 AI 打分能发现自我复盘漏掉的问题
凭记忆复盘自己的案例表现并不可靠——你记住的是当时感觉有多自信，而不是自己的逻辑到底交代得有多清楚。根据我们对候选人练习模式的分析，大多数自我评估都会高估那些"感觉很顺"的瞬间，却低估结构悄悄断裂的那短短十几秒。AI 打分系统没有这种偏差：它评估的是完整的对话记录，而不是当时的感觉。
flowchart TD
A[你完成一场模拟案例] --> B[AI 转录你的推理过程]
B --> C[按五个维度打分]
C --> D{哪个分数最低?}
D -->|结构| E[专项练习议题树搭建]
D -->|计算| F[专项练习心算速度]
D -->|沟通| G[专项练习表达与路标句]
D -->|商业敏感度| H[专项练习行业判断力]
D -->|分析| I[专项练习数据转洞察]
E --> J[重新做一遍案例，对比分数]
F --> J
G --> J
H --> J
I --> J
这也是为什么面试官更看重稳定表现，而不是一次灵光闪现：一个九个案例都结构清晰、只在一个数据密集的市场规模题上崩掉的候选人，和一个在五个维度上都表现平平的候选人，风险画像完全不同。只有把分数追踪到几十次练习的跨度上——而不是只看某一次——才能真正告诉你自己属于哪种模式。
两种模式，两种反馈
CasesCoach 用两种模式运行 AI 模拟面试，各自产出的反馈服务于备考的不同阶段。
引导模式（Guided Mode） 会在案例进行中由面试官提供提示和适度的纠偏——当你还在打磨结构、想看看一棵优秀的议题树本该如何展开，而不是等结束后才发现哪里断了的时候，这个模式很有用。这是新手阶段应该投入大部分练习次数的地方：反馈闭环更紧凑，因为你是被实时提点，而不是三个问题之后才发现差距。
专家模式（Expert Mode） 模拟真实面试压力——提示极少、节奏更紧，还会有资深合伙人式的追问和反驳。专家模式的分数是更真实的面试准备度信号，因为它是在你真正面试时会遇到的同等压力条件下生成的。
如果你想针对某个具体商业问题深入拆解，而不是跑一整场限时案例，与案例对话（Chat with Case） 可以让你按自己的节奏，完整走一遍真实案例——背景、选框架、填数据、分析、结论五个对话阶段，帮你真正理解推理逻辑，而不是急着冲一个分数出来。
正确解读你的成绩单
单次案例里出现一个低分只是噪音。同一个维度在五次以上案例中持续偏低，才是信号。看成绩单时，先检查这三种模式，再决定该修什么：
- 持续垫底的维度——这是你的瓶颈。继续打磨你最强的那一项，边际收益已经很小；补上最弱那一项的差距，才最能拉动你的整体表现。
- 引导模式下表现良好，专家模式下就掉分的维度——这通常说明你理解这项技能的概念，但还没在压力下把它变成本能反应。解法是更多限时练习，而不是更多理论。
- 计算或分析分数在不同案例之间大幅波动——这往往指向习惯不稳定（有时会验算，有时不会），而不是知识缺口。解法是建立一套每次都严格执行的固定检查清单。
搭建一个反馈驱动的练习闭环
分数只有在真正改变你下一步练什么的时候才有价值。根据我们辅导 MBB 和四大候选人的经验，最有效的练习节奏是：做一个案例、立刻查看五维度分析、下一次练习专门针对最低那个维度做专项训练、再做一个类似案例验证分数是否真的提升了。在面试前坚持这个闭环两到三周，比随机地跑案例、指望结构感自己变好要快得多。
如果拖后腿的是计算分数，把模拟案例和专门的心算速算技巧练习搭配起来，而不是多跑几个完整案例——单独拆出这项技能专项训练，比把它稀释在一个 30 分钟的案例里修得更快。如果差距在沟通表达，结尾陈述专项练习正好针对成绩单里最常被标记出来的收尾清晰度问题。
核心要点
- 真实面试官和 AI 模拟面试评估的是同一套核心能力：拆解问题的结构、分析数据的能力、清晰沟通的表达力，以及像生意人一样思考的商业判断——AI 打分额外把"计算"单列为第五个明确维度。
- 单次案例的分数只是噪音；五次以上练习中反复出现的规律才是信号。要关注的是你持续垫底的维度，而不是某一次最糟的瞬间。
- 引导模式的反馈帮你学会这项技能；专家模式的分数告诉你在真实压力下是否真的能做到。
- 与案例对话适合深挖单个案例背后的推理逻辑，不适合用来生成限时成绩单。
- 最有效的习惯是一个闭环：打分、专项训练最弱的维度、再测试、循环往复。
让你的成绩单真正发挥作用
你可以立刻体验这套打分系统——免费体验 3 个完整案例和 AI 模拟面试，无需信用卡。在引导模式或专家模式下跑一个案例,查看你的五维度分析，在下一次尝试前专项练习分数最低的那一项。
看清自己的短板之后，CasesCoach Pro 会为你解锁涵盖各大框架和行业的 835+ 真实案例，外加每月多次额度的 AI 模拟面试，让你有足够的练习量去真正补上成绩单指出的差距。这才是"知道自己哪里弱"和"有足够练习量在面试当天之前补上它"之间真正的区别。