Prepare suas histórias STAR a partir do seu currículo

Para preparar histórias STAR, escreva cada resposta como Situação (Situation), Tarefa (Task), Ação (Action) e Resultado (Result), mais uma Reflexão (Reflection) sobre o que você aprendeu (STAR+R). O career-ops redige as histórias a partir da experiência real do seu currículo cada vez que você avalia uma vaga; você confere os números, edita e ensaia antes da entrevista.

Se você trava no "Conte sobre uma situação em que você…", a solução está aqui. O career-ops salva as histórias em um banco de histórias, interview-prep/story-bank.md, depois que você cria esse arquivo. Ele encontra a história com a melhor pontuação para uma pergunta escrita e deixa você ensaiar em uma entrevista simulada por texto.

Nesta página: STAR+R · Comece seu banco de histórias · De onde vêm as histórias · Onde fica o banco · O formato da entrada · Números honestos · Encontre a história certa · Histórias por empresa · Ensaie · Depois da entrevista · Comandos · Perguntas frequentes

Esta página trata das histórias. Para o ciclo completo de plano, prática e debrief, veja Prepare-se para entrevistas.

O que é uma história STAR e o que o R acrescenta?

Uma história STAR é uma resposta de entrevista contada em quatro partes: Situação, Tarefa, Ação e Resultado. O career-ops acrescenta uma quinta, a Reflexão, e chama o formato de STAR+R. A Reflexão é o que você aprendeu ou faria diferente. O career-ops a inclui porque ela sinaliza senioridade: candidatos juniores descrevem o que aconteceu, candidatos seniores extraem lições.

Como começar seu banco de histórias?

De onde vêm suas histórias?

O career-ops constrói suas histórias em três momentos, cada um ligado a uma vaga ou a uma entrevista:

• Quando você avalia uma vaga. A seção STAR+R do relatório de avaliação (Bloco F) escreve de 6 a 10 histórias a partir do seu currículo, relacionadas aos requisitos da vaga, e adiciona as novas ao seu banco se interview-prep/story-bank.md existir, como linhas de tabela que você depois reescreve no formato de entrada. As execuções em lote não estão configuradas para adicionar histórias ao banco.
• Quando você se prepara para uma empresa. Para cada pergunta provável sem história correspondente, o dossiê da empresa aponta uma experiência do seu currículo que poderia virar uma e a redige com você, se você quiser.
• Depois de uma entrevista real. Se você descreveu uma experiência que não está no seu banco, o debrief se oferece para transformá-la em uma história STAR+R enquanto ela ainda está fresca e a adiciona se você aceitar.

Não existe um comando único que converta um currículo inteiro em histórias de uma vez.

O career-ops é instruído a perguntar a você sobre qualquer afirmação que os seus próprios arquivos (cv.md, article-digest.md, config/profile.yml) não sustentem e a deixá-la de fora se você não a adicionar. Essa regra está nas instruções dele, não no código; por isso, audite os números do seu banco com a verificação de procedência descrita abaixo.

As avaliações enquadram cada história para o tipo de cargo que você busca, e os tipos de cargo padrão são de IA e tecnologia; então, conte ao career-ops quais são os seus. As primeiras execuções saem imprecisas. Ele ainda não conhece você. Converse com ele: seu currículo, o que você quer, o que você recusa.

Onde fica o banco de histórias?

O banco de histórias é o interview-prep/story-bank.md, um arquivo Markdown simples na sua pasta de dados, ao lado do cv.md. Ele pertence à sua camada de usuário, que as atualizações do career-ops nunca tocam, e o que você coloca em interview-prep/ fica fora do git. Não há telemetria: quando o career-ops trabalha com as suas histórias, elas vão para o provedor de IA que você escolheu e para nenhum outro lugar.

Como é uma entrada de história STAR?

Escreva cada história neste formato. O buscador de histórias (npm run star) só lê as entradas que o seguem. Mantenha os rótulos em inglês, seja qual for o idioma em que você escreve a história. Não cole este exemplo no seu banco do jeito que está: o buscador o contaria como uma história.

### [Theme] Short title of the story
**Source:** {where the story comes from: your CV, an evaluation, a debrief}
**Situation:** {the context: as long as you need, on one line}
**Task:** {what you had to do, on one line}
**Action:** {what you did, on one line}
**Result:** {what changed; a number only if your CV has it}
**Reflection:** {what you learned or would do differently}
**Best for questions about:** {comma-separated tags, e.g. conflict, deadline, stakeholders}
**Provenance:** {add only after checking: source: cv.md if every number is in your CV, or user-stated YYYY-MM-DD}

Mantenha cada campo em uma única linha: o buscador lê um campo só até o fim da linha e pula uma história que não tenha a linha Action. Um campo pode ser um parágrafo inteiro, desde que fique em uma linha só. A convenção completa está descrita no cabeçalho de story-provenance-check.mjs.

Deixe a linha Provenance de fora até ter conferido os números da história. Um único marcador cobre todos os números da história, e a verificação de procedência confia nele sem comparar esses números com o cv.md.

Como manter honestos os números das suas histórias?

Pela regra do career-ops, um número ou uma afirmação de escopo no seu banco de histórias só conta como fato se puder ser rastreado até um arquivo que você escreveu, como o seu currículo, ou se a história tiver uma linha Provenance verificada: source: cv.md ou user-stated YYYY-MM-DD. O plano, a prática e o debrief continuam lendo o banco quando sugerem respostas; por isso, audite-o antes de ensaiar:

node story-provenance-check.mjs --summary

A verificação de procedência é um script local que lê e relata; ela não edita seus arquivos nem bloqueia nada. Ela compara os números das suas histórias apenas com o cv.md e relata como derived-unverified qualquer número que o cv.md não contenha nem sustente pelo contexto, a menos que a história tenha um dos dois marcadores verificados, nos quais a verificação confia como estão escritos. Ela não detecta valores escritos por extenso, quantias em dinheiro nem números soltos.

Para cada número sinalizado, a decisão é sua: confirmá-lo (adicione **Provenance:** user-stated YYYY-MM-DD à história), corrigi-lo, manter a história sem o número ou definir a linha Provenance da história como user-cannot-confirm, se você não souber. O marcador cobre todos os números daquela história.

Quando você admite, na prática ou em um debrief, que uma afirmação não se sustentaria, o career-ops se oferece para adicioná-la a interview-prep/retracted-claims.md, e o plano, a prática e o debrief não voltam a usá-la. O dossiê da empresa, as respostas de formulário e o buscador de histórias não leem esse arquivo; então, tire a afirmação do seu banco de histórias também.

Como encontrar a história certa para uma pergunta escrita?

O buscador de histórias, npm run star, encontra no seu banco a história com a melhor pontuação para uma pergunta escrita, como uma pergunta aberta em um formulário de candidatura. Rode-o em um terminal, na sua pasta do career-ops:

npm run star -- "Tell me about a time you disagreed with a decision"

O buscador de histórias é um script local: ele não chama o seu modelo de IA nem abre um navegador. Ele pontua cada história pelas palavras-chave que ela tem em comum com a pergunta. Uma palavra vale mais quando coincide com uma das tags da história, menos quando aparece no título ou no tema, e menos ainda quando aparece em Action ou Result. A correspondência usa palavras exatas, então "led" não corresponde a "leadership": escreva suas tags com as palavras que as perguntas usam.

O buscador de histórias imprime a sua história com a melhor pontuação, com os campos unidos como foram escritos, em até 500 palavras, e avisa se ela tiver menos de 250. Quando nenhuma história pontua, ele ainda assim imprime uma, seguida do aviso "No strong match found": trate isso como uma lacuna a preencher.

npm run star executa o match-star.mjs, então você também pode chamar o script diretamente: --jd dá peso extra às histórias cujas tags aparecem em uma descrição de vaga salva, --top 2 mostra as duas melhores histórias e --list lista todas as histórias com suas tags.

node match-star.mjs "Describe a conflict you resolved" --jd jds/acme.md
node match-star.mjs "Give an example of handling ambiguity" --top 2
node match-star.mjs --list

O buscador lê interview-prep/story-bank.md na sua pasta de dados, a mesma onde está o cv.md; portanto, ele acompanha uma pasta de dados separada, definida com CAREER_OPS_ROOT, CAREER_OPS_DATA_DIR ou um arquivo .career-ops-data. As versões anteriores ao career-ops v1.36.0 liam apenas a pasta do career-ops; node update-system.mjs apply --confirm atualiza a sua.

O que o buscador devolve é a sua própria história, não uma resposta escrita para aquela pergunta: edite-a antes de colar. Para um formulário de candidatura inteiro, o career-ops redige respostas com /career-ops apply, usando a sua avaliação e as histórias STAR dela. Ele avalia e redige; você decide e envia. O career-ops nunca se candidata em seu nome.

Como relacionar suas histórias com as entrevistas de uma empresa?

O dossiê da empresa, gerado por /career-ops interview-prep, relaciona cada pergunta provável à sua melhor história, classifica a aderência como forte, parcial ou nenhuma e aponta uma experiência do seu currículo para cada lacuna. Informe a empresa e o cargo. Para uma vaga que você nunca avaliou, peça a preparação com a URL do anúncio (/career-ops interview-prep <URL>); se já existir um relatório de avaliação, o relatório tem precedência.

No dossiê, cada pergunta relatada cita sua fonte pública, e as perguntas que ele deriva da descrição da vaga são marcadas com [inferred from JD]. A referência do interview-prep cobre o restante do documento, que é salvo em interview-prep/{company-slug}-{role-slug}.md.

Se você colar o convite da entrevista, o dossiê registra a plataforma da chamada e adiciona um bloco curto de notas para uma etapa provavelmente conduzida por um entrevistador de IA, quando o convite aponta para a única plataforma de entrevistador de IA que o career-ops sinaliza hoje. A sinalização é feita na base do melhor esforço: essa plataforma também envia convites para etapas com pessoas, e um link do Zoom, do Teams ou do Google Meet no mesmo convite tem precedência, caso em que nenhuma nota aparece. É um aviso, não um modo de preparação separado.

Como ensaiar suas histórias antes da entrevista?

Comece com /career-ops interview/plan. Informe a descrição da vaga e a data e a hora da entrevista, e o plano dividido em blocos de tempo inclui um bloco para as histórias comportamentais: relacione suas histórias aos tipos de pergunta prováveis, pratique a versão de dois minutos de cada uma e prepare cada Reflexão.

A entrevista simulada, /career-ops interview/practice, é uma sessão por texto: o career-ops faz o papel do entrevistador, faz uma pergunta por vez, dá feedback depois de cada resposta, sinaliza uma história que você repete e pede a Reflexão que estiver faltando. Em uma sessão digitada, ele não consegue cronometrar você, então verifica a estrutura; ritmo e vícios de linguagem só podem ser avaliados em voz alta, então grave-se. Prepare-se para entrevistas cobre os dois modos por completo.

Preparar suas histórias não garante mais entrevistas nem uma proposta.

O que acontece com suas histórias depois da entrevista?

O debrief, /career-ops interview/debrief, transforma uma etapa real em material para a próxima. Cole a transcrição, que ele trata como dado citado e nunca como instruções, ou repasse as perguntas de memória. Ele avalia cada resposta, atualiza interview-prep/question-bank.md (criando o arquivo na primeira vez) e se oferece para transformar em uma história STAR+R qualquer experiência que você descreveu, mas nunca registrou por escrito. Quando você sabe o formato da próxima etapa, ele prevê as perguntas prováveis, cada uma marcada com [inferred].

O debrief também salva a etapa como uma transcrição com identificação de quem fala em interview-prep/sessions/, reconstruída a partir do seu relato se você fez o debrief de memória; essas transcrições ficam fora do git porque contêm nomes reais.

Resumo dos comandos

Perguntas frequentes

Como o career-ops cria histórias STAR a partir do meu currículo?

O career-ops cria histórias STAR+R a partir da experiência do seu currículo para cada vaga que você avalia. Cada avaliação que você roda em uma sessão escreve histórias relacionadas àquela vaga e adiciona as novas a interview-prep/story-bank.md, depois que você cria esse arquivo. A preparação para entrevistas sugere experiências do seu currículo para as perguntas para as quais você não tem história, e um debrief pode transformar em uma nova história algo que você contou em uma entrevista real.

Como me preparar para uma entrevista comportamental na semana que vem usando o método STAR?

Para preparar histórias STAR para uma entrevista comportamental com o career-ops, avalie a vaga primeiro: a avaliação redige histórias STAR+R a partir do seu currículo e as adiciona a interview-prep/story-bank.md, depois que você cria esse arquivo. Em seguida, /career-ops interview-prep relaciona as perguntas prováveis às suas histórias e sinaliza as lacunas, /career-ops interview/plan divide o tempo que resta em blocos de preparação e /career-ops interview/practice ensaia com você por texto, uma pergunta por vez. Para treinar o ritmo, grave-se respondendo em voz alta.

De onde vêm as perguntas de entrevista do career-ops?

O career-ops tira as perguntas de entrevista de relatos públicos de entrevistas, da descrição da vaga e das suas próprias etapas já analisadas em debrief, com conjuntos de perguntas gerais como alternativa. O dossiê da empresa cita uma fonte para cada pergunta relatada e marca como inferidas da descrição da vaga as perguntas derivadas dela. A entrevista simulada usa primeiro as perguntas dos seus debriefs, depois as do dossiê e, por fim, conjuntos de perguntas gerais para o tipo de etapa. Use-as para preparar suas histórias, não como um roteiro.