业务场景设计
本章 20 道题 · 完整目录
本章是基于业务场景整理的设计练习,不代表对应公司的真实面试原题或内部架构。回答时应先说明假设、数据边界和验收指标,再选择实现方案。
说明:以下题目为基于真实业务场景和公开面经整理的模拟题/方向题,并非某公司某次面试的原题。重点考察候选人的业务理解、架构设计和落地能力。实际面试题目可能因岗位、部门、面试官不同而有显著差异。
Q181:如果你是字节跳动(豆包)的 Agent 工程师,设计一个基于 AI Agent 的智能写作助手
详解
产品定位:帮助用户完成长文写作(文章、报告、小说),具备资料收集、大纲生成、逐段写作、自动润色能力。
系统架构:
用户需求
│
▼
┌──────────────┐
│ 意图分析 Agent │ ──→ 判断写作类型、主题、篇幅
└──────────────┘
│
▼
┌──────────────┐
│ 资料收集 Agent │ ──→ 搜索/检索相关资料
└──────────────┘
│
▼
┌──────────────┐
│ 大纲生成 Agent │ ──→ 生成结构化大纲
└──────────────┘
│
▼
┌──────────────┐
│ 分段写作 Agent │ ──→ 逐段生成正文
└──────────────┘
│
▼
┌──────────────┐
│ 质量审校 Agent │ ──→ 润色、查错、一致性检查
└──────────────┘
│
▼
交付终稿
关键设计点:资料可信度(来源筛选)、大纲-正文一致性(防止跑题)、写作风格(用户指定或学习)、多轮修改(用户反馈回路)。
答题要点:画出多 Agent 架构,说明每个 Agent 的职责,重点谈资料可信度和一致性控制。
Q182:字节跳动(抖音)场景:如何用 Agent 做内容审核辅助?
详解
Agent 辅助审核设计:
用户上传内容(视频/图文)
│
▼
┌──────────────┐
│ 内容解析 Agent │ ──→ 提取文字/图像/音频特征
└──────────────┘
│
▼
┌──────────────┐
│ 风险识别 Agent │ ──→ 多维度风险检测(违规/侵权/敏感)
└──────────────┘
│
▼
┌──────────────┐
│ 决策 Agent │ ──→ 判定:通过/人工复审/拒绝
└──────────────┘
│
▼
结果 + 人工复审兜底
设计要点:人机协同(AI 初筛+人工复审)、风险分级(高险转人工)、可解释(给出违规理由)、时效性(高并发快速判断)。
答题要点:画出辅助审核架构,说明人机协同和可解释性两大重点。
Q183:阿里巴巴(淘宝/天猫)场景:设计一个智能购物导购 Agent
详解
导购 Agent 设计:
用户需求(想买什么)
│
▼
┌──────────────┐
│ 需求理解 Agent │ ──→ 分析预算、偏好、用途
└──────────────┘
│
▼
┌──────────────┐
│ 商品检索 Agent │ ──→ 检索+排序候选商品
└──────────────┘
│
▼
┌──────────────┐
│ 对比推荐 Agent │ ──→ 多商品对比、推荐理由
└──────────────┘
│
▼
推荐结果(含理由+比价)
关键点:价格实时性(库存/价格动态)、个性化(用户历史偏好)、比价(跨店铺)、售后衔接。
答题要点:说明多 Agent 导购流程,重点谈个性化推荐和实时价格。
Q184:腾讯(微信)场景:设计一个基于微信的智能客服 Agent
详解
微信客服 Agent 设计:
| 能力 | 设计 |
|---|---|
| 多轮对话 | 会话状态管理 + 用户意图识别 |
| 知识库检索 | RAG 对接企业知识库 |
| 工单处理 | 复杂问题转人工/建工单 |
| 主动服务 | 用户咨询过但未下单时主动跟进 |
关键点:多轮上下文保持、人机切换平滑、合规(微信生态规则)、消息触达限制。
答题要点:展示客服 Agent 能力矩阵,重点谈人机切换和平滑。
Q185:设计一个基于 Agent 的企业智能招聘助手
详解
招聘助手设计:
职位需求
│
▼
┌──────────────┐
│ JD 解析 Agent │ ──→ 提取技能要求、经验要求
└──────────────┘
│
▼
┌──────────────┐
│ 简历筛选 Agent│ ──→ 简历匹配、排序
└──────────────┘
│
▼
┌──────────────┐
│ 初面 Agent │ ──→ 结构化初面(技能问答)
└──────────────┘
│
▼
推荐候选人 + 评估报告
关键点:简历匹配准确率、评估客观性(防偏见)、合规(个保法,简历数据处理)、人机协同(终面人工)。
答题要点:画出招聘流程架构,重点谈简历匹配和防偏见。
Q186:设计一个基于 Agent 的金融智能投顾助手
详解
投顾助手设计(强调合规):
| 能力 | 设计 |
|---|---|
| 市场分析 | 检索实时行情 + 分析 |
| 资产配置 | 基于风险偏好给出配置建议 |
| 风险提示 | 强约束风险提示(合规必需) |
| 人工兜底 | 高风险操作/大额建议转人工 |
关键点:合规是生命线(投资建议需资质、风险提示强制)、信息实时性、免责声明、禁止承诺收益。
答题要点:展示投顾能力,重点强调合规(风险提示+免责+人工兜底)。
Q187:设计一个教育领域的学习辅导 Agent
详解
学习辅导 Agent 设计:
| 能力 | 设计 |
|---|---|
| 知识点讲解 | 按学习水平分层讲解 |
| 题目解析 | 分步解析 + 错误分析 |
| 个性化 | 根据学习记录定制练习 |
| 进度跟踪 | 记录掌握程度、薄弱点 |
关键点:讲解答疑质量、自适应难度、防作弊(考试场景禁用)、数据隐私(未成年人)。
答题要点:展示辅导能力,重点谈自适应难度和未成年人隐私保护。
Q188:设计一个医疗健康咨询 Agent(合规版)
详解
医疗咨询 Agent 设计(强调安全):
| 能力 | 设计 |
|---|---|
| 症状分析 | 基于输入症状给出初步分析 |
| 知识科普 | 常见健康知识问答 |
| 就医建议 | 建议挂号科室 |
| 风险识别 | 识别紧急症状提示就医 |
关键点(合规硬约束):不能替代医生诊断、紧急症状识别与引导就医、数据隐私(医疗敏感数据)、免责声明、内容审核。
答题要点:强调医疗 Agent 的合规边界——只做科普和建议,识别紧急症状引导就医,绝不给诊断结论。
Q189:设计一个政务便民服务 Agent
详解
政务 Agent 设计:
| 能力 | 设计 |
|---|---|
| 政策问答 | RAG 对接政策法规库 |
| 办事指引 | 办理流程、材料清单指引 |
| 表单辅助 | 协助填写申请材料 |
| 进度查询 | 查询办事进度 |
关键点:政策准确性(错误后果严重)、权威来源、隐私保护、人工兜底(复杂事项)。
答题要点:展示政务能力,重点强调政策准确性和权威来源。
Q190:设计一个跨境电商的运营 Agent
详解
跨境运营 Agent 设计:
| 能力 | 设计 |
|---|---|
| 选品分析 | 市场趋势、竞争分析 |
| 文案生成 | 多语言商品文案、本地化 |
| 定价建议 | 成本+竞争定价 |
| 客服 | 多语言自动回复 |
关键点:多语言本地化、时效性(市场变化快)、合规(各国法规)。
答题要点:展示跨境运营能力,重点谈多语言本地化和合规。
Q191:设计一个智能会议纪要 Agent
详解
会议纪要 Agent 设计:
会议录音
│
▼
┌──────────────┐
│ 语音转写 Agent │ ──→ 转写为文本
└──────────────┘
│
▼
┌──────────────┐
│ 发言分离 Agent │ ──→ 识别发言人(声纹/角色)
└──────────────┘
│
▼
┌──────────────┐
│ 纪要生成 Agent│ ──→ 提取要点/决议/待办
└──────────────┘
│
▼
结构化纪要(要点+决议+待办+发言人)
关键点:转写准确率、发言分离、待办自动提取、纪要结构化(决策/行动项)。
答题要点:画出纪要生成流程,重点谈发言分离和待办提取。
Q192:设计一个企业知识管理 Agent
详解
知识管理 Agent 设计:
| 能力 | 设计 |
|---|---|
| 知识入库 | 文档解析、分块、建索引 |
| 智能检索 | 语义检索 + 问答 |
| 知识整理 | 自动分类、标签、关联 |
| 知识更新 | 过期检测、版本管理 |
关键点:知识抽取质量、检索准确率、权限控制(不同部门数据隔离)、知识保鲜(更新)。
答题要点:展示知识管理能力,重点谈权限控制和知识更新。
Q193:设计一个代码生成 Agent(面向开发者)
详解
代码 Agent 设计:
| 能力 | 设计 |
|---|---|
| 需求理解 | 理解用户编码需求 |
| 代码生成 | 生成可运行代码 |
| 自动测试 | 生成并运行测试 |
| 代码审查 | 检查质量、安全、性能 |
| 迭代修复 | 根据测试失败修正 |
关键点:代码正确性(可运行验证)、安全(防注入/漏洞)、上下文(项目结构理解)、效率。
答题要点:展示代码生成全流程(生成-测试-审查-修复),强调代码可运行验证。
Q194:设计一个电商智能营销 Agent
详解
营销 Agent 设计:
| 能力 | 设计 |
|---|---|
| 用户分析 | 用户画像、行为分析 |
| 营销文案 | 生成个性化营销内容 |
| 活动策划 | 生成活动方案 |
| 效果分析 | 营销效果归因 |
关键点:个性化(千人千面)、合规(广告法)、效果归因、内容审核。
答题要点:展示营销能力,重点谈个性化和广告合规。
Q195:设计一个智能数据查询 Agent(非技术用户查数据)
详解
数据查询 Agent 设计:
用户自然语言提问(非技术用户)
│
▼
┌──────────────┐
│ 语义解析 Agent │ ──→ 理解意图 + 映射到数据模型
└──────────────┘
│
▼
┌──────────────┐
│ SQL 生成 Agent│ ──→ 生成 SQL(文本转SQL)
└──────────────┘
│
▼
┌──────────────┐
│ 执行验证 Agent│ ──→ 执行 + 校验结果
└──────────────┘
│
▼
结果 + 可视化
关键点:Text-to-SQL 准确率、权限(只能查授权数据)、结果验证(防错误查询)、可视化。
答题要点:画出数据查询流程,重点谈 Text-to-SQL 准确率和权限控制。
Q196:设计一个舆情监控 Agent
详解
舆情监控 Agent 设计:
| 能力 | 设计 |
|---|---|
| 舆情采集 | 多平台信息采集 |
| 情感分析 | 正负面情感判断 |
| 趋势预警 | 负面舆情爆发预警 |
| 报告生成 | 舆情分析报告 |
关键点:采集覆盖(多平台)、情感判断准确、预警时效(及时性)、报告可读。
答题要点:展示舆情监控能力,重点谈预警时效和多平台覆盖。
Q197:设计一个供应链优化 Agent
详解
供应链 Agent 设计:
| 能力 | 设计 |
|---|---|
| 需求预测 | 基于历史数据预测需求 |
| 库存优化 | 安全库存、补货建议 |
| 异常预警 | 缺货/延迟预警 |
| 方案建议 | 优化建议(降本增效) |
关键点:预测准确率、数据实时性、方案可执行、人机协同(决策人工确认)。
答题要点:展示供应链能力,重点谈预测准确性和决策人工确认。
Q198:设计一个智能旅行规划 Agent
详解
旅行规划 Agent 设计:
| 能力 | 设计 |
|---|---|
| 需求理解 | 预算、天数、偏好(亲子/冒险) |
| 行程规划 | 生成行程(景点/交通/住宿) |
| 实时信息 | 天气、门票、交通状态 |
| 预订衔接 | 预订酒店/门票 |
关键点:实时信息准确(天气/票务)、行程可行性(交通衔接)、个性化、预订安全性。
答题要点:展示旅行规划能力,重点谈行程可行性和实时信息。
Q199:设计一个智能合同审核 Agent
详解
合同审核 Agent 设计:
| 能力 | 设计 |
|---|---|
| 条款解析 | 提取关键条款 |
| 风险识别 | 识别风险条款(责任、期限、价格) |
| 对比审阅 | 与标准模板对比 |
| 修改建议 | 给出修改建议 |
关键点:条款识别准确(错漏后果严重)、风险分级、人工复核兜底(法律效力)、数据保密。
答题要点:展示合同审核能力,重点强调人工复核兜底和数据保密。
Q200:设计一个多语言翻译 Agent
详解
翻译 Agent 设计:
| 能力 | 设计 |
|---|---|
| 多语言翻译 | 多语言互译 |
| 专业领域 | 领域术语准确(法律/医疗/技术) |
| 格式保持 | 保持排版/格式 |
| 术语统一 | 全文术语一致性 |
关键点:翻译质量、领域术语库、格式保持、上下文一致性(长文)。
答题要点:展示翻译能力,重点谈领域术语库和全文一致性。