在第二轮和第三轮面试之间的某个时刻，它一定会出现："那么——你上班怎么用 AI？"这已经是非技术岗位最常见的面试问题之一，而且它几乎从来不是一道技术题。面试官在测三件事：你是否真的在真实任务上用 AI（而不是只停留在理论上）；你是否理解它的边界（数据安全、幻觉、核验）；以及你听起来像不像一个能安全、有效地使用它的人。多数候选人失败不是因为 AI 用得少，而是因为只报了一个工具名就没了下文。
这篇文章给你一套在面试、绩效考核乃至和经理闲聊中都能用的三段式结构，然后是两个完整示例答案——一个行政岗、一个 HR 岗——最后是那些毁掉本来不错候选人的常见错误。
框架：任务、判断、结果
任何好答案都按同样的三步走：任务——说一件你真正用 AI 做的具体工作，不是"什么都用"，而是一件：会议纪要、邮件初稿、面试问题准备、费用分类、报表排版。判断——展示你围绕它做的人性化决策：为什么选这个工具、用之前核对了什么（数据安全、公司政策）、产出里你核验什么。这一步把"真正用工具的人"和"只是打开过 ChatGPT 的人"分开。结果——说出真实世界的变化：省了多少时间、少了多少错误、快了多少，有具体数字就上数字。
注意这个结构做了什么：它把工具放在最后、把你的判断放在最前。面试官学到的是：你把 AI 当成一个需要监督的草稿引擎，而不是思考的替代品。这就是他们从头到尾在听的那句话。
行政岗示例答案
"我主要在三个以前吃我一周时间的任务上用 AI：会议纪要、邮件起草和报表排版。开会时我把原始笔记喂给我们批准用的助手，提示词是我自己写的——让它把笔记整理成决定、行动项和待解决问题三栏，发出去之前我一定对照录音把行动项再核一遍。邮件我是先写要点再让它起草，所以语气始终是我的。结果是我的周报从大约三小时压到一小时以内，用了行动项模板之后也没再漏过跟进。个人信息完全不进工具——客户姓名和数字一律不碰。"
数一下元素：具体任务、自定义提示词、核验步骤、可量化结果（3小时到1小时）、一句数据安全。这段答案 45 秒说完，面试官需要的信息全在里面。
HR 岗示例答案
"我现在用 AI 最多的是岗位描述和面试准备。经理要开岗位时，我拿他的要点和我对团队的了解起草 JD——AI 负责结构，我重写语气，发布前逐条核对每条要求是不是真的对应岗位职责。面试题我会按我们定好的能力项生成一套，再删掉和岗位对不上的。候选人数据我很小心——个人信息不进公共工具，涉及应聘者细节一律用批准的工作区。可量化的结果是岗位发布周期从四天缩短到两天，用人经理也说 JD 更一致了。"
依然是：任务、判断（JD 核对、能力映射、数据合规）、带数字的结果。听起来像个把 AI 当专业工具用的人，而不是玩玩具的人。
六种毁掉候选人的错误
- "我让 AI 直接写。" 瞬间听起来像把判断外包了。改成："我起草、AI 整理结构、我核验并负责。"
- 只列工具不讲任务。 "我用 ChatGPT、Claude、Gemini……"是演示，不是答案。一个有深度的任务胜过五个没深度的工具。
- 吹牛。 "我自动化了一切"在一个追问（"用的什么？"）下就崩。保持小、保持真。
- 只字不提局限。 说 AI 毫无瑕疵的候选人显得天真。一句核验或数据安全，比一整段赞美更有说服力。
- 没有结果。 "我用它发邮件"让面试官自己猜有没有用。加上前后对比，哪怕是粗略的。
- 无视公司政策。 提到你遵循批准工具和数据规则，是"这个人可以放心招"的安静信号。
30 分钟准备好你的答案
面试在即且毫无准备？半小时就够。第 1-10 分钟：列出你做得最多的五件事，标出哪些已经用 AI、哪些明天就能开始用。第 11-20 分钟：挑最好的一个，写下原始流程——喂什么、核验什么、以前没有 AI 时是什么样。第 21-30 分钟：把它套进任务-判断-结果三句话，出声练一两遍。就这么多。面试官不是在给你的 AI 造诣打分，他们是在看你是不是有一个真实、可复述的故事。想让故事成型更快，STAR 回答生成器会把你的原始笔记走一遍同样的流程。
其他岗位的变体
结构不变，换例子。市场："我按简报和受众笔记起草第一版文案，然后把 AI 味儿的句子删掉，逐条对照产品事实核对才送审——初稿从半天缩短到一小时左右。"销售："我用 AI 做通话准备——把客户历史整理成一页摘要、建议跟进问题，开口前一定对照 CRM 复核数字。"财务："我让它整理对账和起草差异说明——计算是我的，叙述草稿更快，每个数字都核验。"客服："我用知识库加 AI 起草重复工单的回复，逐条审语气和准确性——处理时长降了约两成，满意度没掉。"选贴合岗位的那个，判断部分永远放在最显眼的位置。
最后换个角度看这道题：面试官找的不是高手，是安全的用户——拿到时间收益、不沾数据风险和质量风险的人。给他看一件做得好的任务、一个清醒做过的决策、一个指得出来的结果，你就是他们想招的那个人。