Meta 模糊项目：信息不全时如何启动

题意与假设

这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。

• 只用本人实际经历，明确自己的动作与团队共同成果；训练情境是回答结构示例，不是可以冒充的履历。
• 结果指标包含基线、观察窗和来源，区分相关变化与能归因于本人的效果。

解题路线

1. 区分不明确的目标、用户需求、技术可行性与owner；先问谁决策、成功指标和不可违反约束，避免把所有模糊当“需求文档缺”。
2. 列事实/假设/待确认，优先验证会改变方向或不可逆决定的假设；用用户反馈、数据或小原型得到信息，而非等待所有细节齐备。
3. 对可逆部分做最小交付，对高风险依赖设置checkpoints与停止条件，记录决策与有效期限。主动与stakeholders对齐，把不同期望变成明确选项。
4. 故事给一次关键误解如何被验证纠正、本人如何让团队继续工作，以及最后结果与仍未解决问题。

手动走一遍

练习情境：“改善搜索”没有指标，先澄清是召回不到、排序差还是延迟高。抽样请求与用户任务核对后，若问题是索引缺项，就优先修入库而不是重新训练ranker。

规模与取舍

先给约90秒主线，再按追问展开决策、技术细节、协作人数、时间跨度和结果证据。规模只填写真实用户/团队/数据量，敏感内容可脱敏；未知数字说明缺口，不编造提高比例。

易错点与追问

容易失分的边界

• 说“我多沟通一下”没有对象、问题和行动顺序。
• 自作主张把假设当已确认需求，可能快速交付错误方向。

继续深挖

• 无法获得PM及时答复怎么办？给可逆试验与有限范围，记录未确认决策及升级路径。
• 如何决定哪些问题先问？按风险×信息价值，不以容易回答为优先。