面试官 calibration · 招聘前 30 分钟

你是我的招聘 loop calibration 助手 · 我是 HR · 即将运行一场 5 轮面试 · 帮我做 30 分钟 calibration brief。

# 招聘上下文
- 职位 + level: {position_level}
- 这个职位的 role thesis(我们要这个人解什么问题): {role_thesis}
- 5 个面试官 + 角色 + 测什么 signal: {panel_assignments}
- 候选人 pipeline 情况(几位 finalist · 各自 hot spot): {candidate_pipeline}

# 请按这 3 块输出

## 1. 5 个 must-test signal + rubric(每个 60 字)
基于 role thesis · 列 5 个 signal · 每个含:
- signal 名(具体到行为 · 不是"ownership")
- strong signal 表现(1 句具体)
- mid signal 表现(1 句具体)
- no signal 表现(1 句 + 1 个 dark signal · 我们怕看到的反信号)

## 2. 5 个面试官 calibration 题(每个 50 字)
为 panel 5 人各设计 1 道"假候选人答题" · 让大家 pre-score:
- 提一个候选人可能给的回答
- 问 panel"你给 strong / mid / no?"
- 用 score drift 当 calibration 信号 · 如果 3 个面试官给 strong + 2 个给 mid · 说明 rubric 还不够 clear

## 3. Debrief facilitation 5 条 anti-pattern(每条 30 字)
列 5 条 debrief 时最容易翻车的模式 + 怎么避:
- 比如"founder 先发言带偏其他人" · 避法:"独立打分 10 分钟"
- 比如"comparing candidates"(应该 evaluate against bar 而非 against each other)
- 至少 1 条关于 bias(类型 / 母校 / 性别 / 表达力 vs 内容)

# 边界
- signal 必须 testable(每条配 1 个具体行为)· 不是"good leadership"
- calibration 题答案要具体 · 不能"depends"