簡單說
AI 模擬面試是一場練習用的求職面試：由 AI 扮演面試官，出聲問真實的面試題，並替你的回答評分。NativeSpeech 會跑一套固定的題目，針對你真正說的內容追問，再依公開的評分標準替逐字稿打分——6 個面向、每個 1 到 4 級，每一項都引用當初評的是你哪一句話。
對話功能支援的全部 62 種語言都能用，報告也會用你練習的語言寫給你。
這是考試，不是上課。過程中不糾正你，結束前不顯示分數，而且每個考同一場模擬的學習者，都會以同樣的順序被問同樣的題目——只有這樣，兩次作答或兩個人之間才比得了。
評分標準
每個面向分成 1 到 4 級，並有固定權重，加權平均就是你的百分制綜合分數。六個面向中有三個由模型從逐字稿評定，而且一定要引用原句；另外三個由程式從錄音直接計算，因為叫模型去數贅詞，它會很有把握地編出一個數字。
第 4 級：All four parts stated, the learner's own contribution is unambiguous, and the outcome is named.
第 4 級：Position first, reason second, every time. Nothing in the answer is there twice.
第 4 級：Steady and listenable from the first answer to the last.
第 4 級：Rare enough that a listener would not notice them.
第 4 級：Accurate and appropriately formal from start to finish.
第 4 級：Consistently clear — nothing in the session would need repeating.
證據
每一個從逐字稿評出的等級，旁邊都附上你真正說過的一句原話。這句引用在顯示之前，會跟錄音逐字比對；凡是模型修飾過、改寫過或編出來的，一律不顯示，報告也會告訴你有幾句引用通過比對。
機器打的分數之所以有價值，靠的就是這一步。沒有附上推導過程的數字只是意見；只要學習者有一次被說成講了自己沒講過的話，報告裡其他每一行就再也沒人信了。
不只面試
共有橫跨 4 個類別的 8 場計分模擬，每個類別都依照那個場合真正需要的東西評分，而不是套用同一把通用的尺。
逐題依 STAR 結構評分：每個回答中，情境、你自己的任務、你採取的行動和結果，是明說了、只是暗示，還是缺了。只講到你做了什麼、結果留給人猜的回答，最高只到第 3 級。
依昨天、今天和卡關事項評分——照這個順序，而且卡關要主動講明是卡關，而不是被問了才提。主管會打斷你追問細節。
評的是先講影響再講原因、用數字而不是形容詞，以及你有沒有承諾下一次更新的時間。只有細節沒有影響，是第 1 級。
評的是先接住對方的不滿、再承擔責任、最後提出客戶願意接受的下一步——照這個順序。一開口就急著講解法，正是讓電話一直燒下去的原因。
怎麼運作
選求職面試、每日站會、事故通報會議或客訴升級，62 種語言任選。共有橫跨 4 個類別的 8 場計分模擬，每一場都有自己公開的評分標準。
一位有名有姓的面試官照著一套固定的題目問，並針對你真正說的內容追問。過程中不糾正你，結束前也不顯示分數——跟真正上場的條件一樣。
你會拿到 6 個面向、每個 1 到 4 級的評分，以及一個百分制的綜合分數。模型評定的每個等級都引用你回答中的一句原話；語速、贅詞比例和發音則是從錄音計算出來，不是評定的。
重考同一場模擬，報告會逐個面向顯示變化——「答題結構：2 → 3」。綜合分數 75 是準備就緒的門檻：平均每個面向都達到第 3 級。
怎麼計費
你的第一場模擬免費——整場都給你，含評分報告，而且不用開帳號就能考。讀過一份報告的學習者，完全知道自己會買到什麼，這比任何描述都有說服力。
之後，模擬跟對話練習用同一個碼表計費：每 5 分鐘實際說話時間 1 點數，麥克風、面試官的聲音、模型的每一輪回應和評分報告全都含在裡面。沒有另外的單場費用——用三句話答完，不該跟東拉西扯十分鐘付一樣的錢。
想先在沒有評分標準的情況下練練？AI 對話練習用的是同一套引擎，會邊練邊糾正你，而不是全部留到報告裡。
常見問題
