和市面浅层方案不一样的地方
三个核心差异化决定输出质量与体验深度
4 步看清自己
从简历到面试到反哺，30 分钟一个完整循环
01
上传简历
PDF 文字版即可。BGE-M3 多语言 embedding，中英文混排都识别。
02
项目级解析
每个项目独立的 STAR 四段、五维薄弱评分（数据/技术/角色/STAR/规模）、5-10 个追问链。
03
模拟面试
粘 JD → 向量召回 top-3 项目 → AI 面试官 3-3-3 项目轮换 → 流式追问。
04
报告 + 反哺
综合评分 + 4 维项目掌握度 + 逐题点评 + 复练建议。点短板项目跳编辑器改写。
对比
三类常见方案的能力差异
| 能力 | Coachly | 训练类产品 | 题库类产品 |
|---|---|---|---|
| 项目级 chunk + embedding（而非整简历塞 prompt） | |||
| STAR 四段 + 五维薄弱评分 | |||
| 项目级 5-10 追问链预生成 | |||
| JD 向量召回 top-3 项目精准训练 | |||
| AI 面试官项目级路由（3-3-3 轮换） | |||
| 面后报告（综合分 + 项目掌握度 + 逐题点评） | |||
| 反哺闭环（点报告短板 → 跳编辑器 → 重 embed） | |||
| 全国内合规栈（DeepSeek + Qwen + BGE-M3） |
← 左右滑动查看完整对比 →
✓ 完整支持 · ◐ 部分支持 · ✗ 不支持。基于公开资料整理，截至 2026-04
定价
免费试用 → 月订阅 → Lifetime 早鸟，按你节奏
支付暂未上线，将在 Week 5 内测后接入。订阅按钮当前指向登录。
常见问题
数据安全怎么保证？我的简历会不会被滥用？
简历内容和对话记录存储在中国境内的 PostgreSQL 数据库（Railway 上海节点），仅用于为你本人的 AI 分析。不与任何第三方共享，不用于模型训练。可随时在工作台删除任意简历或面试记录。
用什么 AI 模型？为什么不用 ChatGPT/Claude？
主推理 DeepSeek-V3（国内备案过），多模态 OCR 用阿里百炼 Qwen-VL-Max，向量 embedding 用 BGE-M3。全国内合规栈，避免 PIPL 跨境数据流动 + 生成式 AI 应用备案的红线。
简历必须中文吗？英文简历支持吗？
支持中英文及混排。BGE-M3 是多语言 embedding 模型，可以跨语言匹配——比如英文 JD 召回中文项目。Phase 1 主推中文场景；Phase 2 会加纯英文面试模式。
免费版的 5 次面试用完了怎么办？
升级到月订阅（¥49/月）或一次性 Lifetime 早鸟（¥499，限前 100 名）解锁无限。月订阅可随时取消，下一个计费周期生效。
改了简历后旧的 STAR 拆解和评分丢了？
是有意为之。旧分析基于旧描述生成，对新内容已经不准确。保存后会自动清空旧分析 + 重 embed 项目向量；回项目页点「分析项目」约 15 秒生成新一轮 STAR + 评分 + 追问链，会反映你刚补充的内容。
AI 输出的内容可以直接用吗？
STAR 拆解、评分、追问链、模拟面试对话都是 AI 辅助生成的参考素材，建议结合自身真实经历判断后使用。每条 AI 输出都标注「AI 辅助生成，请结合自身情况判断」。