麥肯錫 Solve 備考指南：4 周透過測評的行動計劃

麥肯錫 Solve 測評在候選人進入案例面試之前，就淘汰了大約 70%。這套遊戲化數字測評自 2020 年前後取代了紙質版問題解決測試（PST），已成為麥肯錫全球預設形式——如果你在 2026 年申請麥肯錫，Solve 幾乎肯定是你面對的第一道關卡。

與舊版 PST 不同，Solve 沒有可以刷題突擊的題庫，因為它根本不存在這樣的題庫。Solve 評估的是你的決策過程——你的選擇順序、時間分配方式、遇到變化時是否調整策略——而不僅僅是你是否得出了正確的最終答案。這意味著投入產出比最高的備考方式，是建立真實、可重複的分析習慣，而不是刷練習題。

本指南正是為此設計：一套圍繞 Solve 實際考查能力——資料分析、約束最佳化與系統思維、心算——組織的 4 周計劃，配合能力自測、模擬實戰和考試日流程，把這些能力轉化為能透過測評的實際表現。

Solve 究竟在考查什麼

一場 Solve 測評會給你分配兩個連續進行的小遊戲，總時長約 60–81 分鐘。絕大多數候選人遇到的組合是生態系統構建（Ecosystem Building）配對Redrock Study；少數人會遇到其他遊戲，例如 Sea Wolf 或 Plant Defense。

• 生態系統構建把你放入一個環境中，給出一份候選物種清單和一套規則（海拔、地形、溫度等約束條件）。你的任務是選出一組物種，在這些規則下組成一條可行的食物鏈。這本質上是一個約束最佳化問題，演算法關注的是你探索約束空間的系統性，而不只是你最終是否拼出了一條能運轉的食物鏈。
• Redrock Study 給你一份生態資料資料包——圖表、表格和簡短文字——要求你提取、組合並運用這些資訊回答一系列問題。這是一個資料分析與調查類任務，考查結構化記錄資訊和精確讀取刻度、單位的能力。

評分是演算法化、行為化的：Solve 會記錄你的決策序列、點選模式和時間分配，能夠區分出透過系統性探索得出答案的候選人，和靠試錯碰運氣得出答案的候選人。因為評分基於過程，無目的的點選和推倒重來都會被明確扣分——不存在舊版 PST 那種"蒙一個接著往下做"的策略。

關於兩個小遊戲的完整拆解、評分機制以及舊版 PST 的歷史說明，請參閱我們的麥肯錫 Solve 測評指南。本文聚焦於逐周備考計劃本身。

第 1 周開始前：先做一次能力自測

由於目前沒有帶官方評分的 Solve 官方練習測試，你的自測更接近自我評估而非打分考試。用一次約 45 分鐘的時間完成三個簡短練習，重點關注你如何解決問題，而不只是有沒有得到"正確"答案：

1. 心算速度測試：不用計算器，限時完成 10 道混合百分比、除法和增長率題目。如果大多數題目超過 20–25 秒，說明計算速度是你的優先訓練方向。
2. 小型約束選擇練習：找一組帶有若干相容規則的小物件（比如圍桌就座問題的"不能相鄰"約束，或者要求每組共享至少一個屬性的分類問題）來解決。留意自己是先梳理了所有約束再動手，還是一上來就靠猜測和反覆調整。
3. 資料閱讀練習：從真實商業案例中找一份圖表密集的資料，給自己 90 秒回答三個問題（一個具體數值、一個趨勢方向、一個對比）。留意這 90 秒裡有多少時間花在定位正確的圖表區域，又有多少花在了泛讀全部內容。

自測訊號	暴露的問題	訓練重點
計算超過 20 秒或需要打草稿	心算是瓶頸	第 2 周心算訓練線
動手選擇/點選前沒有先梳理約束	方法偏被動反應而非系統性	第 2 周約束最佳化訓練線
同一張圖表反覆重讀	資料提取缺乏結構	第 2 週資料分析訓練線
解出了題但事後說不清自己的方法	過程還不夠可重複	第 3 周加強過程覆盤
以上各項都感覺從容且迅速	你已接近備考成熟	可將本計劃壓縮為 2 周版

無論自測暴露了什麼，目標都是一致的：找出一到兩項在第 2 周需要重點加強的能力，但不要完全跳過其他能力。

4 周 Solve 備考路線圖

flowchart LR
    A["第 1 周\n熟悉形式與自測"] --> B["第 2 周\n核心能力訓練"]
    B --> C["第 3 周\n全真限時模擬"]
    C --> D["第 4 周\n收斂與調整"]
    style A fill:#e8f4fd,stroke:#2196F3
    style B fill:#e8f4fd,stroke:#2196F3
    style C fill:#fff3e0,stroke:#FF9800
    style D fill:#e8f5e9,stroke:#4CAF50

第 1 周：熟悉考試形式 + 完成自測

目標：瞭解一場 Solve 測評的整體結構，完成能力自測，明確最需要加強的一到兩項能力。

每日安排（60 分鐘）：

• 15 分鐘：瞭解生態系統構建和 Redrock Study 具體如何運作——遊戲機制、評分依據、常見的結構性陷阱（詳見Solve 測評指南）
• 20 分鐘：心算熱身（百分比、增長率、快速除法）
• 20 分鐘：交替練習一道約束選擇類題目或一份資料密集資料
• 5 分鐘：把當天覺得吃力或不確定的地方記入簡短學習日誌

第 1 周里程碑：

• 完成能力自測（第 1 或第 2 天）
• 能用自己的話說清楚兩個小遊戲各自在考查什麼
• 從上文自測表中明確自己最薄弱的一到兩項能力
• 建立一個心算基準，方便第 3 周對比進步

為什麼這周很重要：很多候選人直接跳到"練習遊戲本身"，結果第一次嘗試大多花在摸索介面和規則上，而不是展示自己的方法論。提前理解約束結構和評分邏輯，能讓後續每一次練習都用來提升能力，而不是熟悉環境。

第 2 周：核心能力訓練

目標：分項訓練 Solve 實際考查的三大能力，直到每一項都接近自動化。根據自測結果，把你最薄弱的一條訓練線加權，但每天三條線都要練。

每次 90 分鐘的訓練拆成三條線：

訓練線 1——資料分析（對應 Redrock Study），30 分鐘：練習從圖表密集的資料中提取、整理、交叉比對資料。邊讀邊做結構化筆記（資料來源、關鍵數字、單位、關係），再基於筆記而非原始資料回答若干問題。真實案例中的圖表非常適合用來練習——我們的Redrock 資料解讀指南詳細講解了能直接遷移的閱讀習慣。

訓練線 2——約束最佳化與系統思維（對應生態系統構建），30 分鐘：練習那些需要在多重同時生效的規則下進行選擇或排列的題目——食物鏈/生態棲息地題、邏輯網格題，或資源分配題。你要訓練的不是某個具體謎題的技巧，而是在動手前先梳理清楚所有約束、從問題最受限的一端開始系統推進（比如從約束最多的物種開始），以及遇到選擇失敗時逐步回退而不是推倒重來。

訓練線 3——心算，30 分鐘：不用計算器完成百分比、除法速算和複合增長估算。我們的心算技巧指南提供了難度遞進的訓練序列，幫助速度逐周提升。

第 2 周里程碑：

• 10 道練習中至少 8 道能在動手前先完成約束梳理，而不是靠試錯
• 能在 30 秒內從標準圖表中定位到具體資料點
• 基本的百分比和除法運算無需打草稿
• 從三條訓練線的自身錯誤中總結出 8–10 條"規則"（這個習慣會在第 4 周繼續打磨）

這是習慣日誌，不是規則手冊：與 PST 備考不同——PST 中的"規則"往往是針對特定題型的解題技巧——第 2 周的規則應該描述的是行為，例如"動手選擇前先梳理所有約束"“比較兩個數字前先寫下單位"“某個選擇失敗時先換一個物件再看效果，不要推倒重建”。這些行為能跨遊戲遷移，也正是演算法被設計用來檢測的東西。

第 3 周：全真限時模擬——覆盤過程，不只看結果

目標：在接近真實 Solve 測評的條件下練習，並訓練自己覆盤"如何"解決問題，而不只是有沒有得到一個可行結果。

每日安排（75–90 分鐘）：

• 60–80 分鐘：一次完整的模擬測評——一道約束選擇練習和一份資料分析練習，連續進行，嚴格計時，中間不暫停
• 20–30 分鐘：過程覆盤（見下方日誌），不是簡單地看分數

由於 Solve 沒有公開發布帶數字評分的練習測試，“覆盤結果"意味著重建你的決策路徑，而不是把百分比對照一條及格線。每次模擬後，用一份簡單的日誌回溯你做了什麼：

決策節點	我的實際做法	是否系統化	用時	下次會怎麼改
約束題的第一步	選了一個看起來合適的物種	否——還沒梳理約束就動手了	3 分鐘	先花 2 分鐘梳理約束
謎題中途卡住	推倒重來	否——浪費了之前的進度	6 分鐘	逐步回退而不是重建
讀資料資料	同一張圖表看了兩遍	部分系統化——筆記結構不夠清晰	4 分鐘	按資料來源做筆記，而不是按問題做筆記

第 3 周里程碑：

• 完成一次完整的 60–81 分鐘模擬測評，中途不需要休息
• 從日誌中至少識別出一個反覆出現的過程性失誤（不是知識盲區）——比如推倒重來而不是回退，或讀資料不做筆記
• 連續幾次模擬中，日誌裡"非系統化"的記錄數量呈下降趨勢
• 留意自己是否把過多時間花在了謎題容易的部分，而擠壓了困難部分——這是一個值得在第 4 周前糾正的節奏訊號

如果計時始終感覺緊張，我們的Solve 與 PST 時間管理指南提供了可以嵌入模擬練習的節奏檢查點。

第 4 周：收斂方法與考試日執行

目標：把你的方法收斂成少數幾條能真正靠得住的習慣，確認好技術環境，以充分休息而非臨考突擊的狀態迎考。

每日安排（45–60 分鐘）：

• 第 1–2 天：再做一次完整模擬，專門針對第 3 周識別出的那個過程性失誤
• 第 3 天：把習慣日誌收斂成 4–6 條在壓力下真正能想起來的規則——超過這個數量你在測評中根本記不住
• 第 4 天：只做心算熱身和一道簡短的約束選擇題——不做完整模擬
• 第 5 天：確認技術環境（見下方清單），輕度回顧已收斂的規則
• 第 6–7 天：休息。疲勞會明顯削弱 Solve 所看重的一致性，任何臨時突擊都換不回一夜好睡。

技術與環境檢查清單：

• 如有條件，使用有線網路——延遲可能扭曲行為遙測資料
• 使用筆記本或桌上型電腦、大螢幕，不用手機或平板
• 安靜、私密的房間，確保整個測評時段不會被打擾
• 禁用可能干擾的瀏覽器外掛，或使用隱私/無痕視窗
• 電量充足或電源穩定，不要冒中途低電量提示的風險
• 安排在個人狀態最佳的時間段，不要塞進疲憊的晚間時段

考前一晚和考試當天早上：輕度回顧你收斂出的 4–6 條規則即可，不要做完整模擬。睡夠 7–8 小時——認知處理速度和一致性都會因睡眠不足而明顯下降，而一致性正是 Solve 演算法專門用來檢測的指標之一。當天早上正常飲食，提前到達你的測評環境，做兩三道快速心算題作為熱身，而不是當作一場考試。

從 Solve 能力到面試表現

flowchart TD
    A[Solve 能力] --> B[面試中的應用]

    A1[資料分析] --> B1[案例中的圖表分析]
    A2[約束最佳化] --> B2[在多重約束下搭建框架]
    A3[心算] --> B3[向面試官實時口述計算]
    A4[系統化、可調整的過程] --> B4[假設驅動的案例結構]

    A1 --- A
    A2 --- A
    A3 --- A
    A4 --- A
    B1 --- B
    B2 --- B
    B3 --- B
    B4 --- B

Solve 能力	面試中的應用	如何轉化
資料分析	案例面試中讀取圖表	相同的提取習慣，現在需要口述給面試官
約束最佳化	在多重商業約束下搭建框架	相同的"先梳理約束再決策"習慣
心算	快速估算	相同的運算，現在需要向面試官講清楚
系統化、可調整的過程	假設驅動的問題解決	相同的驗證-調整-解釋思路

在 Solve 備考階段刻意訓練這些習慣的候選人，往往能帶著一套已經信任的方法進入第一次案例面試練習，而不是在壓力下臨時現場發明。

Solve 之後：接下來會發生什麼

透過 Solve 會把你帶入麥肯錫的面試環節，包括兩部分：個人經歷面試（PEI），一組關於領導力、影響力和衝突處理的結構化行為問題；以及面試官主導的案例，一個由面試官引導的真實商業問題，結構化的假設驅動思維決定成敗。

一旦進入這個階段，立刻轉移備考重心。我們的麥肯錫案例面試指南覆蓋了下一階段的準備，用真實的麥肯錫風格案例練習——尤其是盈利性分析、市場規模估算和財務分析類案例——能直接延續本計劃培養的分析習慣。

備考中常見的失誤

失誤	為何有害	如何糾正
不讀規則就開始動手	會漏掉約束條件，在演算法眼中顯得缺乏條理	強制養成"先通讀一遍"的習慣，哪怕是練習時也一樣
無目的的試錯	Solve 的行為化評分能檢測出非系統性探索	動手選擇前先梳理所有約束
卡住時推倒重來	浪費時間，也暗示恢復能力不足	逐步回退，而不是從頭重建
只關心謎題"有沒有解出來”	會錯過演算法真正評分的過程性失誤	每次模擬後用決策路徑日誌覆盤，而不只看成敗
只最佳化某一個維度	這些遊戲同時追蹤多項標準	在速度、準確性和適應性之間保持平衡
在不穩定的網路或嘈雜環境下測試	延遲和打擾會打亂你的行為訊號	第 4 周就確認好環境，別等到考試當天
考前一晚硬做一次完整模擬	疲勞會削弱被考查的一致性	最後 48 小時改為休息

Key Takeaways

• Solve 已取代紙質 PST 成為麥肯錫全球預設形式；一場測評是兩個連續小遊戲，總時長約 60–81 分鐘
• 沒有題庫可以背——Solve 評估的是你的決策過程，備考的核心是培養可訓練的習慣
• 在第 1 周前先做能力自測，明確資料分析、約束最佳化還是心算最需要加強
• 第 2 周並行訓練三項能力，按自測結果加權
• 第 3 周的模擬練習要覆盤過程——決策路徑、回退方式、時間分配——而不只是有沒有得出可行結果
• 第 4 周把習慣收斂成一套精簡、易記的規則，把休息放在臨考突擊之前
• 這套計劃培養的習慣會直接遷移到 Solve 之後的 PEI 和麵試官主導案例中

把這些能力用起來

本計劃中的限時模擬訓練周，與結構化案例練習天然契合。CasesCoach 的AI 模擬面試能讓你在壓力下反覆練習假設驅動的問題解決和實時計算——正是 Solve 考查的這種系統化、可調整的過程，也正是緊接其後的 PEI 和麵試官主導案例所需要的。免費版包含 3 個完整案例加 AI 模擬面試；Pro 版解鎖 835+ 真實案例，並支援多次 AI 模擬面試，幫你把習慣練到在壓力下依然靠得住。想全面瞭解兩個小遊戲和 Solve 評分機制，請從我們的Solve 測評指南開始。