反向背调，豆包工作算是把它玩明白了！

原创 liuxin 码农翻身

最近有个很火的词：反向背调。

传统的“背调”是公司查求职者，比如学历是不是真的？上一家公司干了多久？为什么离职？公司恨不得把你的过去查个底朝天。

但现在，越来越多求职者开始反过来想：凭什么只能公司调查我？我也想知道，我准备加入的到底是一家什么样的公司。

于是就有了“反向背调”，就是在接受 Offer、甚至参加面试之前，尽可能调查一下目标公司，比如：

公司的营收、融资、裁员、经营情况。

老板的管理风格、员工评价。

部门的团队规模、人员流动、核心人物。

这个岗位为什么招人，前任为什么离职。

工作强度怎么样，是否经常加班。

有没有拖欠工资，有没有画饼

.....

然后再决定要不要去面试、接受Offer，防止入坑。

问题是，这些信息太分散了，脉脉、知乎、GitHub、招聘网站、新闻、企查查、天眼查…… 一个个打开去搜，再把信息整理起来，光想想就累。

现在不一样了，这种苦活儿累活儿，正好可以扔给像“豆包工作”这样的 AI 工具。

开始调查

工欲善其事，必先利其器。

豆包工作办公内置了大量的连接器和技能，可以根据你的需求来选用。

为了做反向背调，我选用了“企查查” 和“水滴信用”，用它可以进行企业搜索、工商登记、股东结构、经营风险、知识产权、历史存档、法规及司法案例检索：

为了测试，我从招聘网站上找了一个工作岗位：智能座舱架构师。

职责大概是聚焦智能座舱领域的产品与技术演进，统筹芯片选型、平台架构及系统方案设计，推动核心项目从技术规划走向规模化量产，并建立与芯片、软件、硬件及整车产业链伙伴的协同机制。这里就不展开详述了。

接下来，把公司名称、岗位名称、工作地点和完整 JD 丢给豆包，让做一次完整的背调。

我用的提示词也是AI帮忙生成的，相当长，也相当详细：

提示词

你是一名专业的“求职反向背调调查员”。

我准备应聘一家公司的一个具体岗位，希望在接受 Offer 或入职之前，对这家公司、管理层、业务、团队和具体岗位进行一次系统的“反向背调”。

你的任务不是简单告诉我“这家公司好不好”，而是像调查记者一样，通过公开互联网信息进行调查、交叉验证，并找出值得我在面试和入职前进一步确认的信息。

把最终的结果写入我的飞书文档。

一、基本信息

公司名称：【填写公司名称】

公司官网：【填写官网，如果知道】

应聘岗位：【填写岗位名称】

工作地点：【城市/国家】

职位描述（JD）：【粘贴完整JD】

如果上述信息不足以进行准确调查，请先指出缺少什么信息；不要自行猜测。

二、调查原则

1. 尽可能使用多个独立来源

不要只依赖公司官网、招聘广告或单一员工评价。

优先寻找：

公司官网

公司官方博客、新闻稿、财报

Glassdoor

Indeed

Blind

Hacker News

GitHub

Crunchbase

新闻媒体

行业媒体

招聘网站

企业工商信息

法院/监管机构公开信息

专利、商标、开源项目等公开信息

如果是中国公司，还应考虑：

国家企业信用信息公示系统

天眼查

企查查

爱企查

脉脉

BOSS直聘

猎聘

牛客

中国裁判文书网

中国执行信息公开网

最近一次融资

融资金额

投资机构

公司估值（如果公开）

是否存在融资困难的迹象

是否出现裁员、冻结招聘等情况

如果是上市公司：

最近几个季度/年度的营收

利润

现金流

现金储备

债务

重大业务变化

不要仅仅罗列数字，要告诉我这些数据发生了什么变化。

3. 业务状况

调查：

公司目前最重要的业务是什么？

哪些业务正在增长？

哪些业务正在收缩？

最近是否发生重大产品调整？

是否进入新市场？

是否退出某些市场？

是否发生大规模裁员？

是否关闭办公室或业务线？

是否频繁调整战略？

建立一条最近 3～5 年的关键事件时间线。

四、调查老板和管理层

调查：

创始人

CEO

CTO

我所在部门的负责人（如果可以找到）

重点调查：

过往职业经历

创业经历

任职时间

过去公司的情况

公开采访

公开演讲

管理理念

对员工、加班、绩效、AI、技术等问题的公开观点

特别关注：

这个管理者过去是否有反复出现的管理模式？

例如：

频繁更换团队

大量高管离职

频繁裁员

战略反复变化

业务方向频繁改变

如果没有足够证据，不要下结论。

五、调查员工体验

从 Glassdoor、Blind、Reddit、脉脉、Indeed 等平台寻找员工和前员工评价。

重点调查：

工作时间

平均工作时长

是否经常加班

是否需要周末工作

是否存在 on-call

是否存在隐性加班

管理

绩效制度

晋升

Manager 风格

组织政治

是否频繁调整汇报关系

员工流动

这是重点。

尽可能调查：

最近几年员工数量变化

LinkedIn 员工数量变化

核心员工离职情况

高管离职情况

某个部门是否存在集中离职

如果能够找到：

请特别指出。

六、重点调查“我应聘的这个岗位”

这是整个调查最重要的部分。

根据 JD、员工资料、LinkedIn、招聘信息等信息，尽可能回答：

1. 为什么现在招聘这个岗位？

判断它更可能属于：

新增岗位

业务扩张

前任离职后的替补

团队重组

临时项目

业务救火

不确定

不要强行判断。

2. 前任是谁？

如果能够找到：

前任姓名

任职时间

任职多久

是否离职

离职后去了哪里

请列出来。

如果同一个岗位在短时间内反复招聘，请特别标记。

3. 这个岗位真正要解决什么问题？

不要只复述 JD。

根据 JD、公司业务、团队情况和招聘信息，推断：

并明确区分：

JD 明确写出的要求

和

你根据公开信息推断出来的要求。

4. 这个岗位可能的隐性要求

例如：

实际需要承担多个岗位职责

需要大量跨部门协调

需要带团队

需要频繁加班

需要处理历史遗留系统

需要承担业务救火

只有存在证据时才提出。

七、调查薪资和 Offer

根据公开薪资数据，调查：

同公司

同岗位

同级别

同城市

的薪资范围。

尽量寻找多个来源。

如果我提供了 Offer，请分析：

Base

Bonus

Equity

Sign-on

福利

PTO

加班/On-call

晋升周期

并告诉我哪些条款值得在谈 Offer 时进一步确认。

不要简单说“这个 Offer 好”或“这个 Offer 差”。

八、调查法律和经营风险

调查公开信息中是否存在：

大规模劳动纠纷

欠薪

重大诉讼

知识产权纠纷

监管处罚

数据/隐私事件

产品安全问题

财务问题

重大客户流失

破产/清算风险

注意：

一两起诉讼不能直接说明公司存在系统性问题。

需要关注：

九、程序员岗位额外调查

如果应聘的是技术岗位，请增加：

技术栈

从 JD、GitHub、技术博客、招聘信息、员工履历等信息判断：

使用什么语言

使用什么框架

云平台

数据库

CI/CD

AI 编程工具

开源情况

技术文化

调查：

是否有技术博客

是否参与开源

是否参加技术会议

是否有内部技术分享

是否存在技术债务相关讨论

工程师团队规模

Senior/Staff 工程师比例

AI 对岗位的影响

特别调查：

例如：

是否要求使用 Cursor / Claude Code / Codex 等工具

是否正在进行 AI 转型

是否可能因为 AI 减少某类工作

是否因为 AI 增加新的工作内容

不要进行行业预测，优先寻找公司自己的公开信息。

十、建立“红旗/黄旗/绿旗”清单

不要给公司打分，也不要告诉我“这家公司值不值得去”。

Instead，建立三个信息列表：

🔴 红旗信号

列出公开信息中比较值得我进一步核实的风险信号。

每一条必须包含：

具体是什么

发生时间

来源

证据强度

为什么值得关注

🟡 黄旗信号

目前不能确定是否存在问题，但值得在面试或谈 Offer 时进一步询问的信息。

🟢 正面信息

公司、业务、团队、岗位中值得注意的积极事实。

不要因为存在正面信息就得出“值得加入”的结论。

十一、最后给我一份“面试反向提问清单”

根据调查结果，帮我设计 10～15 个非常具体的问题。

不要问：

这种问题信息价值很低。

应该问：

问题必须针对这家公司和这个岗位，而不是通用面试问题。

十二、输出格式

最终报告按照下面的结构输出：

一句话概览

用 3～5 句话描述：

公司现在是什么状态

主要业务是什么

这个岗位处于什么位置

最值得我进一步调查的几个问题

不要给出“推荐/不推荐”的结论。

1. 公司基本情况

表格呈现。

2. 公司近 3～5 年关键时间线

按照年份排列。

3. 业务与财务

重点说明变化趋势。

4. 管理层

重点介绍与我应聘岗位相关的人。

5. 员工体验

区分：

多来源一致信息

单一来源评价

无法验证的信息

6. 我的岗位

这是重点章节。

回答：

7. 薪资与 Offer

如果信息足够，进行市场数据对照。

8. 法律/经营风险

只列有公开证据的信息。

9. 🔴 红旗

10. 🟡 黄旗

11. 🟢 正面信息

12. 面试时应该问的问题

给出 10～15 个针对性的具体问题。

13. 信息可信度

最后建立一个表格：

信息来源时间可信度是否交叉验证

可信度使用：

高

中

低

不要为了凑内容而编造信息。

如果某个关键问题找不到答案，请直接写：

最重要的要求

不要为了给出完整报告而填充猜测。

宁可告诉我：

也不要把：

网友猜测

匿名爆料

招聘广告

AI 推测

写成事实。

所有重要事实尽可能附上原始来源和链接。

如果不同来源互相矛盾，请明确告诉我：

最终目标不是替我决定“去不去这家公司”，而是让我在拿到 Offer 之前，尽可能知道自己不知道什么，并知道下一步应该问什么。

（向下滑动查看更多）

这个提示词要求豆包办公从公司官网、招聘网站，脉脉、牛客网等信息源去搜索。

我觉得比较好的地方有两点：首先是内容涵盖面广，有公司基本情况、员工体验，岗位的隐形情况、劳动纠纷等。

其次是尽可能使用多个独立信源，区分事实和说法，建立“红旗/黄旗/绿旗”的清单。

最后还能给出一份“面试反向提问清单”，这个就非常有用了，因为面试结束，面试官经常会问：你还有什么问题？

这时候把精心准备的“炸弹”抛出去，效果应该会很好。

豆包工作执行

反向背调涉及的信息非常多，如果让一个人自己查，估计得开十几个网页，然后不断复制、粘贴、整理。

但这恰恰是 Agent 比普通聊天机器人更有意思的地方，豆包工作没有傻乎乎地从第一个网站查到最后一个网站。它自己把任务拆开了，分配给了几个子代理分别执行，这一下子速度就快了很多。

而且调查过程中还发生了一个挺有意思的小插曲，我一开始已经让它开始调查这家公司了，后来突然想起来：还有一个水滴信用，于是我在任务运行过程中又把这个信息源加了进去，这点儿必须点赞。

剩下的事情就不用管了，时不时用手机端的豆包看看进度就行。

查看结果

调查完成之后，我让它把最终结果写入飞书文档。

因为现在豆包工作和飞书本身就在一个生态里，所以这一步非常自然，不用自己复制、粘贴、整理格式，直接生成了一份完整的反向背调报告。

反向调查报告中的信息量也非常大，光看目录就知道，这已经不是简单的“公司简介”了。

对了，因为我需要截图展示，又不想一直打马赛克，所以我就让豆包工作做了隐私脱敏，这个小技巧挺管用的，大家也可以试试。

在具体的报告中，有几点对面试和确定offer非常有帮助：

薪水定位：

40-45K·15 薪（年薪 60-67.5 万）在xxx公司体系内属中位偏上水平，在北京车载座舱架构师市场处于中位。

与头部芯片公司（xxx公司/xxx公司/xxx公司）有明显差距，但与国产二线芯片公司（xxx公司等）相比有竞争力。如有 10 年左右相关经验，建议争取 45-50K *15薪区间。

经营风险：

还有面试时最该问的问题：

总的来说，内容相当丰富，足以让你对一个公司情况有个全面的掌握。

更进一步

其实投简历的时候，一个人手里往往不止一家选择。如果每家公司都单独生成一份几十页的报告，最后还是会陷入一个问题：根本记不住。

所以还可以继续往前一步，把 5 家甚至 10 家候选公司一起交给豆包工作，让它把结果整理成一张飞书多维表格。

每家公司一行，融资轮次、注册资本、社保人数、员工评价、加班情况、公开薪资、人员变化、风险信息……

分别放在不同的列里，需要进一步核实的地方单独标记。

横向一拉，谁强谁弱一目了然，面试邀请来了，先看表格再决定要不要去。

具体怎么做这里就不再展开了。

总结

把“反向背调”这件事交给豆包工作之后，我最大的感受是：它把一道本来要靠人肉搜集的苦差事，变成了一次轻松的对话。

你不需要记住该去哪些网站、该查哪些维度，也不用担心漏掉关键信息，只要把提示词写好，剩下的查证、交叉验证、整理成文，豆包都能帮你搞定，最后还直接生成飞书文档，方便随时回看。

所以，下次拿到 Offer 之前，不妨先花几分钟，让豆包工作帮你把公司底细查个明白。查得越清楚，谈得越从容。

网页搜索「豆包工作」下载电脑端即可尝试，新用户目前可以限时免费领取30天订阅权益。