大多数人的备考逻辑是错的。
不是因为不努力。是因为把"感觉在学东西"当成了"在准备"。
Notion里几十个标签，收藏了30个框架，买了两本书还没翻。每天刷3-4道题，做完感觉良好，被追问就散。这不是准备，这是用焦虑伪装成行动。
PM面试最后挂掉的人，90%不是因为不够聪明。是因为他们在堆材料，不是在建系统。不是知识不够，是结构没有。
7天，如果你愿意放弃"感觉自己在学东西"的舒适感，真的能用这段时间搭出一套可以上场的系统。
但这不是一本教你备考知识点的书。这是一套面试操作系统，装进去，面试现场自动运行。操作系统的意思是：你不需要见过这道题，系统帮你拆任何一道新题。
为什么大多数人的备考方式注定失败
在进入7天计划之前，我要先讲一个反直觉的事实。
我作为Amazon Bar Raiser（亚马逊特设的跨团队面试官，经过认证，拥有一票否决权）参与过数百场PM面试。见过准备了3个月的候选人在第一道追问面前彻底崩掉，也见过准备了三周的候选人拿到Offer。
差距不在准备时间。在准备方式。
准备时间越长的候选人，有时候犯的错误反而更根深蒂固。
原因是这样的：大多数人备考PM面试，用的是"备考考研"的逻辑，记忆更多内容，做更多题，积累更多"素材"。这套逻辑在信息密集型考试里有用，在PM面试里是反效果的。
PM面试考的不是你记了多少，考的是你在压力下能不能稳定地展示结构化判断。这件事靠记忆积累不了，只能靠系统训练。
没有系统的刷题，等于在不断强化你的直觉反应，这个直觉反应，是错误的。
我见过一个候选人，他Notion里有2000条备考笔记。面试那天，第一道Product Sense（产品直觉面试，考察用户洞察和产品判断力）题出来，他回答了10分钟，流利、有细节、结构清晰。
然后考官问了一句："你为什么先选这类用户？"
他停了4秒，说："因为我觉得这类用户比较典型。"
没有论据。没有推理。是直觉包装成了结构。
那场面试就这样结束了。
他最大的问题不是没有准备，是他准备了2000条笔记，但没有一条告诉他：每一个判断后面必须有"因为"，而且这个"因为"必须是可追问的。
这就是系统和材料积累的本质差距。
面试官在听到这种回答时，脑子里发生的事
作为Bar Raiser，我来告诉你评估者的内心状态。
当候选人说"我觉得这类用户比较典型"的时候，我脑子里的第一个念头不是"这个人选错了用户"，是"这个人没有推理框架"。
选哪类用户是结果。这个结果怎么推导出来，是考官真正在看的东西。
如果候选人说的是"我选这类用户，因为在提升留存的目标下，这类用户的流失成本最高，而且他们的使用模式更容易建立习惯"，这才是判断，不是感觉。
当考官听到"感觉比较典型"之类的表达时，评估已经结束了。后面的时间是在验证这个判断，不是在寻找反转的机会。
还有一个更大的代价，大多数人没算过：每挂一轮大厂面试 = 6个月冷却期。这6个月里，你曾经的同期候选人已经入职，开始积累内部晋升资本，开始拿到Senior级别薪资。6个月 × 薪资差距$5K = $30K机会成本。这不是"下次再来"，是一个Senior Offer窗口的关闭。用错误的方法准备，赔掉的不是时间，是这个窗口。
Day 1：先建题型地图，别急着答题
在你答第一道题之前，先搞清楚PM面试到底在考什么。
大部分人知道有Product Sense、Metrics、Behavioral、Strategy四类题，但没真正想清楚每类题考的是什么能力，不是什么知识点。
这是根本差距：
Product Sense 考的是：面对模糊机会，你能不能定义用户、识别最核心痛点、给出有取舍的方案。核心词是"判断"，不是"创意"。
Analytical/Metrics（数据分析面试，考察指标拆解和归因能力）考的是：你能不能用数据定位问题，而不是用感觉猜原因。面试官看的不是你知不知道DAU（Daily Active Users，日活跃用户数），是你会不会"先分解，再归因"。
Behavioral（行为面试，通过真实经历评估判断力和领导力）考的是：你有没有真实推动过事情发生的经历。不是流水账，是展示你面对选择时怎么判断、怎么说服别人、结果怎么样。
Strategy（商业策略面试，考察市场判断和战略决策能力）考的是：信息不完整时，你能不能做出有条理的商业判断。不是"各有利弊"这种废话，是真正做取舍。
不是框架不够用，是你连每类题在考什么都没想清楚就开始刷题，相当于没有目标地练枪法。
面试官视角：Day 1你的任务是什么
作为Bar Raiser，我听到的大多数候选人的第一道题答案，都有一个共同特征：他们在用错误的框架回答这道题。
Product Sense题用了Behavioral的叙事结构。Strategy题用了Product Sense的用户分析路径。Metrics题直接跳到了解决方案，跳过了"先定位问题"这一步。
这不是因为他们不聪明，是因为他们从来没有停下来想清楚：这道题根本上在考什么能力？
当你答题之前没有做这个分类，你等于是在用同一套思路回答四种截然不同的题目。这会让你的答案在大多数情况下听起来都不对劲，哪怕逻辑没有明显的错误。
今天的任务：找3-4道不同类型的题，只读，感受每类题的底层逻辑在哪里。不要答，先建地图。
考官在评分时真正关注的四个维度
很多候选人不知道考官在面试后填写的评估表里有什么内容。我来告诉你。
每位Bar Raiser评估候选人，核心是四个维度：
Business Judgment：你能不能从公司战略角度出发做判断，而不是从用户直觉出发。
Analytical Skills：你能不能用结构化方式拆解数据问题，建立归因路径，而不是直接猜原因。
Influence and Leadership：你能不能推动不同意你的人，能不能在没有直接汇报关系的情况下推动决策。
Communication：你说话的层次感、重点清晰度、以及追问时能不能保持一致的逻辑结构。
这四个维度，对应四类题型。Product Sense题主要看Business Judgment和Analytical Skills。Behavioral题主要看Influence and Leadership。Strategy题主要看Business Judgment。
建地图，意味着你知道每道题主要是在考哪个维度，然后答题时有意识地展示那个维度的判断力。
不是在答题，是在通过答题展示某种能力，这才是正确的备考心态。
Day 2：Product Sense只练一套框架
很多人的问题是收藏了10套框架，用的时候一套都不稳。
Product Sense你只需要一套：Why → Who → Pain → What → Validate
每一步有它的逻辑，不是强行记忆，是理解为什么这样排序：
Why：先判断这件事值不值得做。很多候选人跳过这步直接设计产品。面试官看的第一件事就是你有没有商业意识，这个功能对公司战略是什么？现在做的理由是什么？
Who：用户不是一个群体，是要分层再选择。你不是在服务"所有用户"，是在选一类最值得优先服务的人，并且说清楚为什么选他们。
Pain：不是列出所有痛点，是找最核心的那一个。痛点越聚焦，方案越有力量。
What：方案要体现Tradeoff。"我做A而不做B，因为"，这才是高级答案的标志。功能列表不是答案，选择才是。
Validate：怎么知道你的方案对了？指标是什么？怎么测试？Senior的思维是从一开始就考虑如何证伪自己。
这个框架的完整拆解在书里有一章专门呈现，包含3个真题从Why走到Validate的逐句示范，以及每步的追问应对。
有个从咨询转PM的候选人，备考前面了8家全挂。用了这套框架2周后，第一次进了Final Round，不是因为工作经验变了，是答题结构终于对齐了考官的评分维度。
低分答案 vs 高分答案：同一道题的两个世界
来看一道真实题的对比：
题目："为Meta设计一个教育产品。"
低分答案（大多数人的回答）：
"我会做一个AI学习助手，帮用户整理笔记，通过Facebook Groups建立学习社区，让用户可以互相分享学习进度……我们可以加入徽章系统激励用户完成课程……"
这个回答的问题在哪里？
从头到尾都在功能层工作。没有问为什么Meta要做教育，没有说明Meta相比独立教育平台的竞争优势在哪里，功能选择完全基于直觉。考官追问一句"为什么要做AI助手而不是直接收购Coursera"，就没有答案了。
面试官内心（低分状态）：这个候选人有创意，但我不知道他能不能判断这个功能是否值得做。没有商业框架，没有战略定位，功能列表的背后是猜测，不是判断。Business Judgment维度：Limited。
高分答案（Senior候选人的思维）：
"在设计之前，我想先确认这对Meta的战略价值。
Meta的核心资产是社交图谱，5亿个Groups，数十亿条Messenger对话，以及一套全球最大规模的社会关系网络。任何独立教育平台，哪怕是Coursera或Khan Academy，都缺乏这套社交基础设施。
教育有一个核心痛点是独立学习的坚持率极低，大多数在线课程的完成率不到10%。这个问题靠内容质量解决不了，但可以靠社交压力和同伴激励部分解决。这正是Meta有而其他平台没有的能力。
基于这个判断，我不会做通用学习工具，我会做强化社交学习回路的功能，利用Groups里已有的学习社群，在用户已经信任的关系网络里建立学习承诺和进度可视化机制。
这样的设计对Meta的价值是：提升Groups的活跃度，降低用户离开Facebook生态系统去其他学习平台的流失率。"
面试官内心（高分状态）：这个候选人从Meta的核心资产和竞争壁垒出发，推导出了差异化的产品方向。不只是"做什么"，还有"为什么只有Meta能做好这件事"。Business Judgment维度：Strong。
同样的题目，第一个人在想功能，第二个人在建决策框架。
差距不在答案的细节，在答案的起点。
第二个人的起点是"Meta有什么别人没有的竞争优势，这个优势如何决定我们的设计方向"，这是商业层的思维，不是产品功能层的思维。
想看这套"战略锚点优先"的判断逻辑在真实面试里怎么运作？书里有12道高频Product Sense题的完整推理拆解，每道题都从Why走到Validate，完整保留判断链条。
Day 3：Metrics不要背North Star，要练选指标
很多人备考Metrics题，路子是错的，背了一堆产品的North Star（北极星指标，衡量产品核心价值的单一关键指标），到了面试里复述，考官听完没有任何感觉。
考官考Metrics题，不是在考你背了多少指标。是在考你知不知道一个好指标的条件，以及为什么这个指标比其他指标更能代表产品成功。
一个好的North Star至少要满足三条：
- 反映真实用户价值，用户打开了不等于用户获得了价值
- 和商业目标有关联，纯用户价值但和收入无关的指标，产品团队没有动力优化
- 不容易被游戏，指标定得太窄，会引导团队做出局部最优但整体有害的行为
这三条判断标准是公开的。让90%候选人在追问里断掉的，是第四步：指标下降之后，如何用分解路径而不是猜测来归因。这一步的训练方法书里有一章专门逐步拆解，是这套系统里最容易出分的单个模块。
真实面试对话还原
以下是我在Amazon参与的一场面试对话，说的是一个真实发生的模式（人物已脱敏）：
考官： "假设你是Facebook Groups的PM，你会选什么指标来衡量Groups的成功？"
候选人A（低分）： "我会选DAU，就是Daily Active Users。Groups的成功就是越多人每天来用越好，所以DAU是合理的North Star。"
面试官内心： 这个候选人选了一个最表面的指标，没有想过DAU是否真正反映了Groups的核心价值。准备追问测试他是不是真的理解。
考官： "好，如果DAU上涨了20%，但大多数新增用户都是打开了Group然后没有发言、没有评论，直接关闭的，你觉得这20%的增长代表Groups更成功了吗？"
候选人A： （停顿了5秒）"嗯……那需要看参与度？"
考官： "什么样的参与度指标？"
候选人A： "比如评论数？发帖数？"
考官： "评论数和发帖数有什么区别？哪个更能代表Groups的核心价值？"
候选人A： "嗯……发帖数吧，因为发帖说明用户在主动贡献内容。"
考官： "如果一个用户每天在Groups里发一条只有两个字的帖子，他的行为算有价值的吗？"
面试官内心： 这个候选人在被动应对追问，没有内在逻辑框架。每次追问都在揭示一个新漏洞。Analytical Skills维度：Limited。
这场对话就这样一直往下追。候选人每个答案都没有论据，考官每追一层就暴露一个漏洞。
问题的根源不是这个候选人不知道DAU是什么，是他从来没有想清楚"一个好指标需要满足什么条件"。
候选人B（高分）的回答：
"Groups的North Star，我不会选DAU。原因是DAU包含了打开但没有任何互动的用户，这对Groups而言不是有意义的行为。Groups的核心价值是连接，用户通过Groups发现了志同道合的人，参与了有意义的讨论，形成了归属感。能量化这个价值的指标，应该是每月在Groups内产生有意义互动的用户数，有意义的互动定义为：发帖、回复、或者对评论做出明确反应（不只是点赞）。
我选这个指标而不选纯发帖数，是因为纯发帖数容易被游戏，用机器人发短帖就能刷高，但不代表真正的用户价值。"
面试官内心： 这个候选人清晰说明了选指标的标准，而且主动解释了不选DAU的理由。他有判断框架，不是在猜答案。Analytical Skills维度：Strong。
这件事的判断是：能解释清楚为什么这个指标比那个指标更好，才是考官想看到的。
指标下降分析的正确路径
这是Metrics题里第二高频的题型：某个关键指标下降了，找原因。
大多数候选人的路子是：看到"DAU下降"，立刻开始猜原因，"竞争对手发了新功能"、"最近的产品更新有问题"、"季节性波动"。
这是一种非常脆弱的回答方式。
因为你是在猜，不是在分析。考官会问："你凭什么先猜这个原因？"
正确的路径是先分解，再归因：
第一步：切时间，什么时候开始下降？是突然的还是缓慢的？
第二步：切平台/渠道，是iOS、Android还是Web？是某个特定市场还是全球？
第三步：看漏斗，是新用户获取断了，还是老用户留存出了问题，还是某个核心功能的使用率下降了？
第四步：建假设，根据以上分解，列出2-3个有具体依据的假设，然后说清楚如何验证每个假设。
分解完之后，你的归因才有根据，不是在猜。
比如：YouTube Shorts的DAU下降12%，候选人A立刻说"就是TikTok发了新活动"。候选人B说："我先切时间，是哪一周开始掉的？如果是某一天突然掉，就是产品更新引入的bug；如果是缓慢下滑，就是竞品或内容质量问题。我再切平台，iOS还是全平台？如果只是iOS，就是苹果系统更新或应用更新导致的。"
候选人A在猜，候选人B在分析。这就是答案质量的本质差距。
Day 4：5个Behavioral故事，不是20个
很多人的Behavioral备考方式是"想到什么讲什么"。面试那天考官问一道题，开始现场搜记忆，找到一个说一个，质量参差不齐。
你只需要5个故事，但这5个故事要覆盖PM最关键的五个能力维度：
- 困难决策：信息不足时你怎么判断
- 跨部门冲突：你怎么推动不同意你的人
- 数据改变方向：你被数据推翻了自己的假设，然后怎么做
- 失败或失误：你搞砸过什么，真正学到了什么
- 资源不足超预期交付：受限条件下怎么做出结果
为什么大多数人的Behavioral故事没有力量
这件事的根源在于：大多数人讲Behavioral故事，是在汇报发生了什么，而不是在展示他们是怎么判断的。
汇报是："我们遇到了产品延迟发布的问题，我和工程团队、设计团队开了很多会，最终我们决定削减一些功能，按时发布。"
展示判断是："当时我面对的是一个典型的三角困境：时间固定，功能要求固定，质量也不能妥协。我的判断是：在用户研究数据里，三个功能里有一个是低频使用场景，用户调研里只有8%的用户提到了它，但它占了工程量的30%。我决定把这个功能从MVP里切出去，优先保证核心体验的质量和发布时间。当我向Engineering Lead提出这个方案时，他的第一反应是'这个功能是早期承诺的'。我的应对是拿出用户调研数据，说明这个功能对80%以上的用户没有直接价值，同时提出将其列入下一个季度的Q2 roadmap作为补偿。最终工程团队接受了这个方案，我们按时发布，且那个切出去的功能后来在Q2上线，用户反馈反而更好，因为我们有了更多时间做它。"
两个回答的时长接近，但第二个让考官看到了三件事：你的数据驱动判断、你的跨部门说服能力、以及你在资源约束下做取舍的具体方式。
Behavioral面试的真实对话对比
考官： "说一个你需要说服别人接受你的决策的案例。"
候选人A（低信号）： "有一次我们要做一个功能优先级调整，我和工程负责人有分歧。我最终说服了他，我们按我的方向做了，结果还不错。"
面试官内心： 我完全不知道发生了什么。这个候选人在汇报，没有展示任何判断过程。他怎么说服的？依据是什么？阻力是什么？结果有多具体？Leadership维度：Limited。
候选人B（高信号）： "那是Q2规划期间。我们的工程负责人坚持要把AI推荐功能列为Q2最高优先级，但我的数据显示，当前留存率下降的根因是搜索功能的bug，跟推荐算法无关。
我的做法是：先把数据摊开，留存率从45%降到38%这段时间里，用户使用搜索功能的错误率上升了12%，而推荐功能的使用率没有变化。这说明用户在搜索时遇到了问题，而不是推荐不够好。
工程负责人最初不认可，他认为AI推荐是公司战略方向。我的回应是：这两件事不是非此即彼的。留存率问题是现在失血的伤口，必须先止血；AI推荐是长期竞争力，应该在止血之后继续投入。我提出了一个折中方案：Q2先修复搜索bug，然后在Q3开始AI推荐的规划和基础架构工作。
他接受了这个框架。Q2结束，留存率从38%回升到43%。AI推荐在Q3按计划启动。"
面试官内心： 这个候选人用数据说话，建立了清晰的因果判断框架，在坚持立场的同时给出了建设性的折中方案。Leadership维度：Strong。
这5类故事有一个关键：每个故事最好能映射多个能力点。一个好的"困难决策"故事，同时展示Data-driven thinking + Stakeholder management + Execution under pressure。无论考官从哪个角度追问，你都有东西讲。
书里每类Behavioral题型都有一章对应的信号对照表：什么样的故事结构是低信号，什么是高信号，以及Behavioral题里最常被忽略的那个环节，第三步，也是90%候选人在追问时断掉的地方。
STAR框架的常见错误
STAR（Situation情境/Task任务/Action行动/Result结果）框架最常见的用错方式：Situation讲太长，Action讲太短。
大多数候选人的时间分配是这样的：Situation占40%，Task占20%，Action占25%，Result占15%。
应该是什么样的：Situation占15%，Task占10%，Action占60%，Result占15%。
Action是考官真正关心的部分，不是发生了什么背景，是你具体做了哪些决定，这些决定的理由是什么，你怎么推动了别人接受，遇到了什么阻力，怎么克服。
这件事的判断是：考官真正想听的是你面对什么选择、为什么选A不选B、你怎么说服了别人、结果是什么、回头看你会改什么。
"我们遇到了XX问题"不是信号。"我当时选择了XX而不是XX，因为"才是信号。
Day 5：录音Mock（模拟面试），这是最不舒服也最有用的一步
不要只在脑子里过答案。
PM面试是现场对话，不是写论文。你必须听到自己真实说出来是什么样。
今天找一道你最弱的题型，计时15分钟，录音回答。录完之后，听一遍，重点检查5件事：
- 开场前30秒：有没有直接进入框架？还是在铺垫废话？
- 每个判断后面：有没有说"因为"？没有"因为"的判断等于在猜。
- 被想象中的追问打断时：你的答案有没有崩？
- 结尾有没有收拢：你最后的结论是什么？考官记得住吗？
- 整体语气：你听起来像是在展示判断，还是在念稿？
有个候选人连续3轮挂在追问环节，不是第一道题，是第一道追问。2个月内改了这一个习惯，拿了Meta和Google两个Offer。差别不是他变聪明了，是他的口头答题结构终于对齐了考官的评分维度。录音是他找到这个问题的方式。
录音之后你会发现的三个真相
第一次听自己Mock录音的人，通常会被三件事震惊：
第一：你说话的速度比你以为的快得多。 这让你的每个判断都没有"呼吸空间"。考官需要时间处理信息，你一气呵成地说完，他记住的只有最后一句。
第二：你说了很多次"然后"和"所以"，但很少说"因为"。 "然后"是在叙述，"因为"是在判断。这个差别，直接决定你的答案听起来是在讲故事还是在展示思维。
第三：你的结尾通常是消失的，讲完最后一个功能或指标，就停了，没有收拢。 考官最后记住的，是你的结尾。如果你的结尾是一个功能介绍，他记住的是功能。如果你的结尾是"所以我的核心判断是X，因为它解决了Y这个最关键的痛点，验证方式是Z"，他记住的是你的判断力。
第一次听自己Mock录音的人，90%会觉得表现比想象中差。
这是好事。你终于知道真实水平在哪里，才能有针对性地修。
Mock录音的进阶用法：追问模拟
录完一遍之后，做第二件事：把你的录音当面试官的话，然后模拟追问你自己。
你刚才说了"我选年轻用户"，好，对自己提问："为什么选年轻用户？如果35岁以上用户的留存数据更强，你会改变选择吗？"
然后录下你的追问回答。
这个练习暴露的问题比原始录音更关键：你的第一个回答是不是真的有根基？被追问时，链条是延伸还是断掉？
从开始到能稳定接住三层追问，通常需要2-3周。但每一次录音都是校准，不是浪费时间。
Day 6：只修最弱的一个环节
不要平均用力。
7天里最常见的错误是"所有弱点都想修"，结果每样都修了一点点，每样都还是弱。
今天，只修一件事。
Product Sense结构总是中途跑题？就连续练3道Product Sense，只盯Why → Who → Pain → What → Validate走完没有。
Behavioral故事讲完别人听不到力量？就把5个故事重讲一遍，每个Action部分多讲一倍。
Metrics总是猜原因而不是先分解？就专门练3道指标下降题，强迫自己用"时间 → 平台 → 漏斗 → 假设"的拆解路径。
如何找到你真正的最弱环节
大多数人以为自己的最弱点是最不熟悉的题型。这个判断经常是错的。
真正的最弱点通常是你已经练了很多遍、但每次都以为过了的那个环节。
判断方法：把你最近做的5道Mock录音全部播放一遍，找共同出错的模式。
不是哪道题做得最差，是哪个行为在所有题目里反复出现。
比如你每道题都在Why这步用了"这个功能很重要"这种没有内容的废话作为铺垫？这才是你真正的最弱点，不是不会做Product Sense，是Why这步的商业判断没有真正建立起来。
找到共同出错的模式，修它。今天只修这一件事。
不是框架不够多，是这一个点没有内化，修这一个点，面试结果就会不同。
你可以自己摸索3个月找到这个模式，也可以用这套系统3周走完同样的路。自己摸索的代价不是"慢一点"，是在错误方向上反复强化错误习惯，每一次错误的Mock都在巩固错误的肌肉记忆。
一个具体的修法示例：How to Fix "Why步骤没有商业判断"
如果你发现自己每道Product Sense题的Why步骤都是泛泛而谈，以下是修法：
选一道题，比如"为Apple设计一个新功能"。
不允许你说"这个功能对Apple很重要"或者"用户需要这个功能"。
强制你回答这三个问题：
- Apple的核心商业模式是什么？（答案：硬件生态 + 服务订阅，不是单一功能）
- 这道题对应的是哪个商业目标？（增长用户基数、提升设备粘性、开拓新收入来源）
- Apple在这个目标上有什么独特的优势，是其他公司没有的？（iOS生态、iCloud数据、设备间互通）
把这三个问题答完，Why步骤自然有内容了。不是在猜，是在建战略锚点。
Day 7：复盘，停止输入新内容
最后一天，不要再看新资料。
你的大脑需要的是稳定，不是刺激。
把框架卡过一遍，把5个Behavioral故事讲一遍，把Day 5的录音再听一遍，把常见追问准备一轮。
然后早点睡。
面试前的心理准备：这是很多人忽略的一层
很多人面试当天表现失常，不是因为准备不足，是因为前一天把自己搞乱了，临时翻出了一堆新内容，意识到好多东西不熟，焦虑叠加，面试开场状态就垮了。
面试当天，最重要的不是你记住了多少知识点，而是你能不能以稳定状态进入面试室。
什么是稳定状态？
不是自信，不是兴奋，是：知道自己准备了什么、准备到了什么程度、哪些地方还有不确定性但已经有了应对方案。这种"清醒的稳定"，比任何知识积累都更关键。
有一个方法可以帮你建立这种状态：在面试前一天晚上，拿一张纸，写下5件事：
- 我最有把握的题型是什么？
- 我最有把握的Behavioral故事是哪一个？
- 如果被追问，我最能接得住的方向是什么？
- 我现在还不确定的一件事是什么？（写下来，承认它，不要假装它不存在）
- 如果出现了我没想到的题目，我会怎么处理？（通常答案是：先建框架，先问Why，先说清楚我在用什么逻辑）
写完这5件事，你对自己的状态有了清晰的认知，焦虑会降低，因为焦虑的根源是不确定性，而写下来的行为把不确定性显性化了。
PM面试真正考的，不是你知道多少知识点。是你能不能在35-45分钟的压力下，持续展现出一个清楚、稳定、有判断力的人。
靠碎片化刷题，这件事永远做不到。靠系统，可以。
最后12小时的状态管理
面试当天早上，大多数人做的第一件事是翻开Notion重看框架。这是错误的。
翻开Notion会触发一个心理机制：你会开始注意到你还不够熟的地方，焦虑上升，状态下降。
正确的做法是：早上只做一件事，把你最得意的一道Mock答案，在脑子里默默走一遍。不是背答案，是激活你的答题回路。就像运动员赛前不是在临时学习新动作，是在激活肌肉记忆。
状态稳定进入面试室，是这7天所有准备的最后一步。这一步，决定了前面的准备能不能变现。
7天之后：系统的延伸
7天框架是应急止血。真正让你在任何题目前都能稳定输出的，是把每个环节的判断力练到位，不是知道框架叫什么名字。
继续用"刷题就是准备"的逻辑走下去，结果不会变。
7天能做到的，是建立系统的地基。而真正的系统，需要在这7天的基础上，把每一类题的判断力往深里打磨：
Product Sense里的Why框架，要练到能对任何公司的任何题目，30秒内给出有支撑的战略锚点。
Metrics里的分解路径，要练到能对任何指标下降问题，不用想就自动走"时间→平台→漏斗→假设"的路径。
Behavioral里的5个故事，要练到能随机从任何一个维度进入，告诉考官判断逻辑，而不是讲流水账。
这个深度，不是7天能建的。但7天能给你一个正确方向的起点。
一个候选人7天后能做到的事，和7天前相比，差距不在知识量，在方向感。知道每类题考什么、知道框架逻辑、知道每道题从哪里开始，这三件事，是7天系统能给你的最关键的东西。
7天能建的不是完整能力，是正确的训练地基。不是知识，是方向。不是答案，是判断路径的起点。建好了这个起点，后续每一天的练习都在打磨同一套系统，而不是在堆一堆没有关联的材料。这个区别，决定了你3个月后是真正准备好了，还是只是积累了3个月的焦虑。
为什么7天能给方向，但不够
一个候选人7天之后能做到的：
不是知道框架的名字，是理解框架的逻辑，知道Why步骤为什么在Who步骤之前。
不是能背一套答案，是能用框架拆任何新题，哪怕题目从来没见过，知道从哪里开始。
还没做到的：在追问压力下保持稳定。在第三层追问面前依然有条理地展示推理。在没有见过的复杂场景里快速建立商业判断。
这些需要更多的系统训练，不是更多的刷题。书里第二部分是这个深度的完整训练路径，不是告诉你答案，是给你打磨判断力的具体方法。
《如何从0到1准备硅谷PM面试》不是教你背框架的书，是一套面试操作系统，装进去，面试现场自动运行。39章正文 + 8个实战附录 + 30道高频题完整拆解 + 每章练习卡：从建框架、练题型、准备故事，到Mock标准、追问应对、Offer谈判，每个环节都有判断力训练标准。
想看7天之后的完整训练路径，先免费预览一下。
P.S. 这套操作系统目前完整版定价不到一顿饭钱。你花在这篇文章上的10分钟如果有一句话有用，完整版的密度是这个的50倍。需要的人自己拿。免费Preview →