先给一个可以直接用的结论:未知问题不要硬答成确定答案,而要把它拆成“我能确认的部分、我暂时无法确认的部分、我会用什么证据去补”三层。面试官真正考察的不是你知道多少,而是你能不能把判断限制在证据允许的范围内,并说清下一步怎么验证。
面试中遇到没做过的场景,比如“如果某个栏目改版后收录量下降,你会怎么处理”,你没有该站数据,就不能直接说“改内链就能恢复”。可以说的边界是:
这样回答的好处是,你没有回避问题,也没有把猜测包装成经验。
假设面试官问的是“某类页面流量下滑,你会先做什么”。在只有单一现象、没有后台数据的前提下,可以按下面顺序给出有边界的分析:
这里的边界在于:单个页面或单个样本成立的经验,不能直接推广到全站。一个栏目靠改标题恢复了,不代表所有栏目都该改标题。
如果面试官追问的是“你之前用这个方法成功过,为什么现在不直接照做”,你要指出失效条件。常见反例是:样本量太小,或者多个变量同时变化。
例如,你之前只处理过一个栏目,改版同时调整了模板、内容数量和内链,最后流量回升。你无法证明是哪一个动作起了作用。到了新场景,如果只照搬其中一个动作,结果可能完全不同。此时有边界的回答是:“我之前那次经验不能单独归因,所以这次我会先做对照,而不是直接复制。”
这个反例说明:经验本身不是错,错在把“个别样本成立”当成“规模化后仍然成立”。
遇到未知问题,可以按这个顺序说,既显得有分析能力,也不会越界:
这个动作的结果会直接影响下一步:如果取样后发现下降只集中在没有内链入口的页面,那下一步就是补入口;如果所有页面同步下降,那就要先查统计口径或更大范围的技术变化,而不是改内容。
面试官并不期待你答对所有未知问题,而是看你能否把“不知道”处理成“可验证”。你可以明确说:“我现在没有足够信息判断原因,但我可以给出两个互斥的假设,并说明分别用什么证据区分。”比如,假设A是抓取减少,假设B是需求变化;前者看抓取日志和入口,后者看查询词和页面类型。这样回答,边界清楚,下一步也清楚。
最后记住一个判断标准:如果你说的每句话都能对应到一个可检查的证据,或者明确标注为假设,你的分析就是有边界的;如果你把假设说成结论,边界就消失了。