咨询案例面试准备：McKinsey、BCG、Bain (2026 指南)

2026 年 MBB 管理咨询面试实际上是什么样的

McKinsey、BCG 和 Bain 的面试流程已经足够趋同，使得为其中一家准备的候选人基本上也是为其他三家准备。大体形状是一样的：

1. 人脉和招聘官接触。 咖啡约聊、校园内或虚拟活动、招聘官电话。这些都不是面试，但都会影响筛选。
2. 在线评估。 McKinsey 的 Solve（PST 的重新设计替代品，生态系统游戏）、BCG 的 Casey 聊天机器人筛选加上 Pymetrics 行为游戏、Bain 的 SOVA 情景评估。这些是人类轮次之前的通过/失败过滤器。
3. 第一轮。 通常在一个半天内进行两个案例加一个简短的行为评估。两名面试官，每人进行一个案例。
4. 最终轮。 再进行两到三个案例，这次与合伙人或主任进行，加上更长的行为对话。McKinsey 的 PEI 在这里作为一个结构化、计分的模块进行。
5. 决定。 大多数公司在最终轮之后的一周内发出 offer。无声的拒绝通常来得更快。

十年来案例的数量没有变化。改变的是顶部的筛选和底部的行为权重——两者都增加了，而且两者现在都得到公司方 LLM 的帮助。McKinsey 的招聘官明确指出，他们在阅读 PEI 成绩单时会寻找 AI 生成的模式。军备竞赛是真实的，并且正在静悄悄地从「记忆化框架」转向「具体的个人经历」。

公司之间的区别——McKinsey、BCG 和 Bain

案例看起来相似。但质感不同。

McKinsey 进行最多由面试官主导的案例。面试官给你一个结构化的提示，要求你列出问题树，然后按特定顺序沿着特定分支推动案例。数学是精确的，面试官会在你计算时更正你。PEI 轮次是结构化的：领导力、个人影响力、创业精神和包容性领导力是你应该准备好的四个故事，每个都有可衡量的结果。McKinsey 需要精确性和综合性；合伙人轮次尤其看重建议，而不是框架。

BCG 进行最多由候选人主导的案例。面试官给你一个提示，让你来主导——你选择结构，你选择探索哪个分支，当你过度承诺时面试官会反驳。BCG 也最有可能在案例中途抛出创意或估算的曲线球。Casey 聊天机器人筛选是 BCG 独有的，测试的是文本结构化思维，这是与口头案例不同的能力。

Bain 最早且最用力地考虑文化契合度。案例质量的门槛与 McKinsey 和 BCG 相同，但 Bain 的面试官被明确告知要评估「我是否想与这个人在一个长期的欧洲项目中合作？」第一轮的契合度对话不是热身——它是评分的前半部分。Bain 的案例风格介于 McKinsey 和 BCG 之间，合伙人经常给你一张 Bain 内部幻灯片来解释，而不是给你念一个提示。

实际影响：为一家公司准备使你为其他两家准备 80%。剩下的 20% 是公司特定的质感，它会在压力下显露出来。

通用的案例分析结构：澄清、构建、分析、建议

几乎每一个MBB案例都可以归纳为四个步骤：

1. 澄清。 重复问题陈述，提出一两个问题来确认目标和约束条件，阐明成功的样子。最多九十秒。大多数候选人跳过这一步，直接应用框架，这会对他们造成明显的失分。
2. 构建。 列出一个问题树。这个树不是从《案例分析与解决方案》(Case in Point) 中死记硬背的框架——它是对实际问题的定制分解。"航空公司的盈利能力"不应该产生与"SaaS公司的盈利能力"相同的树。这里十到十五秒的沉默是正常和预期的。
3. 分析。 沿着树的一个分支走下去。大声进行数学计算。对数字进行理性检查。当面试官向你提供图表或数据点时，明确地整合它——说出它告诉你什么，说出它没有告诉你什么。
4. 建议。 一句话回答问题，后面跟两三个原因、一个主要风险和紧接着的下一步。力求六十秒。合伙人对建议的评分比对任何单个中间步骤的评分都要高。

陷阱在于构建步骤。《案例分析与解决方案》(Case in Point) 和 Victor Cheng 的《案例面试秘诀》(Case Interview Secrets) 是合理的起点——它们教会你案例分析的节奏——但在MBB最终面试中，面试官在五秒内就能发现一个背诵的"4P"框架，并会给你减分。框架是一个起点；关键是你是否能够根据面前的实际问题来调整它。

盈利能力案例：标准结构

盈利能力案例是MBB中最常见的案例原型。它们几乎总是看起来一样：利润上升或下降了某个金额，找出原因，建议怎么做。

标准的分解方法很直接：

• Profit = Revenue − Cost.
• Revenue = Price × Volume.
• Cost = Fixed Cost + Variable Cost.

除此之外，问题是这四个杠杆——价格、销量、固定成本、可变成本——中哪个在移动。面试官总是知道答案的；你的工作是用尽可能少的时间找到正确的分支。

一个实例：「我们的航空公司客户的利润同比下降了20%。为什么，他们应该怎样做？」

这里的一个强大结构不是"让我应用4P框架。"它应该像这样：

• 收入是否下降，成本是否增加，还是两者都有？（总是先问这个。）
• 如果是收入：是票价还是载客率？是特定路线还是所有路线？是特定舱位等级——经济舱对价格更敏感，公务舱更具周期性？
• 如果是成本：是燃料（大宗商品）、劳动力（通常工会化、滞后）、维护（不规则）还是机场费用（监管性）？
• 横切：问题是行业范围内的还是企业特定的？如果是行业范围内的，建议是对冲或产能纪律；如果是企业特定的，建议是操作性的。

数学将是精确的。预期面试官会给你一个表格——按路线的季度收入、每可用座位公里的成本——并要求你计算边际。在纸上做。读回这个数字。不要依赖三位数以上的心算。

市场规模：自上而下 vs. 自下而上

市场规模问题测试你在没有数据时是否能够从第一性原理进行推理。「印度每年销售多少电动滑板车？」 是一个标准例子。「一家Starbucks门店每年产生多少收入？」 也是。

两种方法：

自上而下从一个人口开始并逐级向下筛选。印度人口大约为14亿；城市人口大约占35%，所以约4.9亿；假设40%的城市成人年龄在18到45岁之间，可以合理地使用滑板车，所以约1.2亿；假设其中5%的人在特定年份购买滑板车，所以约600万辆滑板车每年；其中电动占2026年的约10%，所以约60万辆。

自下而上从生产或分销开始。印度大约有2.5万家滑板车经销商；平均每家经销商每月销售约30辆滑板车；那就是每年900万辆滑板车；其中10%是电动的，所以约90万辆。

这两个应该落在同一个数量级范围内。如果不是，说出差异并协调——那比数字本身更有价值。大声进行理性检查：「行业报告将此定在大约70万辆，所以我的60万到90万范围在正确的范围内。」

数学将是近似的；推理必须是精确的。激进地舍入（14亿→15亿是没问题的），但解释每一个假设。面试官是在评分你是否能够分解，而不是你是否能够相乘。

市场进入、增长和并购案例

三个你应该预期的其他原型：

市场进入。 「我们的零售客户应该在巴西推出产品吗？」结构大致是：市场吸引力（规模、增长、盈利能力）、竞争格局（现有竞争对手、转换成本、进入壁垒）、客户能力契合度（我们是否具备赢得市场的资产）和进入方式（有机增长、JV、并购）。建议是二元的；有趣的部分是明确在什么条件下建议会改变。

增长战略。 「我们的客户收入持平——他们如何在明年实现15%的增长？」将增长分解为现有客户（渗透率、ARPU）、新客户（细分市场、地理位置）、新产品（相邻的、变革性的）和非有机的举措（M&A、合作伙伴关系）。资深面试官想看到你按照哪个因素能以最小风险实现最大增长来分析，而不仅仅是列举选项。

M&A。 「我们的客户应该以20亿美元的价格收购这个竞争对手吗？」三个子问题：目标企业本身有吸引力吗、是否存在协同效应、价格是否合理？协同效应必须明确——收入协同效应（交叉销售）、成本协同效应（开销、供应链）、税收协同效应（NOLs、结构）——并且风险加权，因为大多数宣布的协同效应都无法实现。干净的答案是：如果创造的价值超过支付的价格足够多以吸收整合风险，则答是。

这些都有教科书框架。除非你进行定制，否则这些教科书框架都无法在合伙人轮中存活下来。

PEI / 行为面试轮

MBB面试中的行为面向的权重越来越大，McKinsey已将其正式定义为Personal Experience Interview (PEI)。三到四个围绕这些主题的结构化故事：

• 领导力——你领导一个团队或项目的经历，并取得可衡量的成果。
• 个人影响力——你说服某人改变想法的经历，最好是高管。
• 创业精神——你从零开始创办某个项目或重建失败项目的经历。
• 包容性领导力——你将不同背景的人聚集在一起并产生了比主流观点更好的结果的经历。

结构与其他行为面试中的STAR答案相同（Situation, Task, Action, Result），但带有McKinsey的特色：面试官被明确培训去深挖两层追问。「另一个人说了什么？」「你怎样回应的？」「对话最后是怎样结束的？」如果你的故事排练得太流畅，追问会抓住你的漏洞。

以下几条规则适用于三家公司：

1. 大量使用第一人称。 「我注意到」、「我提议」、「我主张」。每一次说「我们」都是你无法单独声称的一点。
2. 结果中要有数字。 「我们达到了季度目标的110%」、「迁移提前四周完成」、「新政策适用于约6000名员工」。像「效果不错」这样的笼统说法会扣分。
3. 不要磨去棱角。 一个你错了一周然后改变想法的故事比你立即看到答案的故事更令人印象深刻。面试官知道真实的工作总是存在摩擦。
4. 每个主题都要有一个你从未讲过朋友的故事。 经过两年打磨的PEI故事听起来太精致。选择足够具体的故事，这样的故事只存在于你脑海中。

诚实地说，排练量是令人不舒服的：大多数成功的MBB候选人都会反复排练每个PEI故事三十到五十次，通常在视频中，直到节奏变得自动但词汇仍然感觉不是提前写好的。没有捷径。

AI实时助手在咨询面试中的帮助与局限

这一部分需要仔细阅读。案例面试的对话和互动性质与编程轮次和大多数行为面试不同。面试官在实时钻探你的思维，双向互动，后续问题特别设计用来暴露死记硬背的答案。AI实时助手可以是思维辅助工具；作为脚本使用会很危险。

Feature	盈利能力	市场规模	市场进入	M&A	PEI / 行为面试
AI帮助程度	对问题树有帮助	对分解提示有帮助	对框架提示有帮助	对协同分类有帮助	低——答案必须是你自己的
延迟要求	Sub-200 ms	Sub-200 ms	Sub-200 ms	Sub-200 ms	不适用
隐蔽性要求	高	高	高	高	关键——面试官会对后续问题深入追问
伦理考量	中等——如同记笔记	中等——如同记笔记	中等	中等	低——容易给人编造的感觉
推荐的使用方式	思维辅助	思维辅助	思维辅助	思维辅助	不推荐

坦白地说，实时AI助手最好的用途是作为结构化提示——在你承诺某个分支前，提醒自己问「这是收入问题还是成本问题?」。最危险的用途是脚本，因为案例面试明确设计用来奖励即兴表现、惩罚死记硬背。从隐藏的屏幕上读出答案的候选人听起来会很流利，但只能维持四十秒，然后在第一个后续问题上就会露馅，因为那个后续问题不在助手的第一次回复中。

对于PEI，我们的建议是在这一轮中完全不使用助手。面试官在钻探一个你已经经历过的故事；如果助手在讲故事，这个故事不是你的，后续问题会暴露这一点。在准备阶段使用助手——完善故事结构、发现不一致之处、指导STAR节奏——然后在实际面试中关闭它。

Acedly在实时咨询案例中

对于选择在案例中使用实时AI助手的候选人——通常是结构化思维分支，而不是PEI——Acedly是围绕重要约束条件构建的：

• 八个已验证的会议平台。 大多数MBB面试在Zoom、Microsoft Teams或——越来越多——Webex上进行，特别是金融导向的咨询实践。Acedly在Zoom、Teams、Meet、Webex、Lark、Amazon Chime、Coderpad和HackerRank上验证隐蔽性，覆盖超过95%的咨询面试界面。
• ~98毫秒中位数端到端延迟。 端到端是指麦克风到渲染，而不仅仅是模型延迟。任何超过250毫秒的延迟都会产生明显的卡顿；案例面试不容忍延迟，因为面试官一直在看你的脸。
• 多模型路由。 Claude往往是结构化框架最强的模型（问题树、MECE分解）；GPT在准备阶段对PEI风格的叙述重构往往更强。助手根据问题类型在它们之间路由。
• 30多种语言，统一的准确率标准。 普通话、粤语、日语、韩语、西班牙语、葡萄牙语、法语、德语、意大利语、荷兰语、印地语和越南语是MBB轮次中最常见的；相同的准确率标准适用于整个列表。跨境MBB候选人通常在各轮次中用两种语言进行面试。
• 在操作系统级别对屏幕共享隐藏。 Acedly被排除在macOS和Windows的窗口捕获API之外。面试官看到的是通话窗口和你的共享材料；看不到助手。

对咨询候选人的指导：把Acedly看作是案例结构的思维辅助，而不是脚本。用它来提醒自己问题树、保持数学计算的准确、在规模估计时进行合理性验证。不要在PEI中使用它，也不要在案例中逐字读出它的输出。面试官能听出区别。

6 周 MBB 准备计划

六周是大多数成功的 MBB 候选人花在积极准备上的最少时间，不包括之前数个月的随意阅读。下面的计划是如果我们明天必须从零开始会采用的方案：

第 1–2 周：案例基础。 从头到尾阅读 Case in Point（Cosentino）来积累词汇；阅读 Case Interview Secrets（Victor Cheng）的前三章理解结构；独立完成五个无限时案例，大声演练四个步骤。使用 RocketBlocks 或 PrepLounge 获取案例库——两者都提供真实的 MBB 案例。

第 3–4 周：实时案例。 与伙伴完成三十个案例，一半时间担任面试官，一半时间担任被面试者。CaseCoach 和 Management Consulted 都提供与同行和前 MBB 教练的配对服务。至少与一位前 MBB 面试官完成五个案例；他们的反馈与同行反馈差异显著，值得这笔投资。记录至少三次你的练习过程并复看——每个候选人都有不自知的小习惯。

第 5 周：PEI 故事库。 每个主题（领导力、个人影响、创业精神、包容性领导）各挑选三到四个故事。将每个故事写成 90 秒的 STAR 答案。大声排练，录制视频，反复练习直到表述流畅自然。然后让朋友问你显而易见的追问：「另一个人说了什么？」「接下来你怎么做的？」「最后实际上怎样了？」 追问是大多数候选人失败的地方。

第 6 周：特定公司准备。 McKinsey：完成两次计时的 Solve 练习测试，额外投入时间在 PEI 结构上。BCG：练习 Casey 聊天机器人界面——这种交互方式与口头案例截然不同，阅读理解速度很重要。Bain：练习幻灯片解读案例（Bain 合伙人经常会给你一份 Bain 内部幻灯片），并尽可能与公司的人排练适应性对话。

案例练习和 PEI 的分配在早期周数大约为 70/30，到第六周转变为 50/50。大多数候选人在 PEI 上投入不足，在案例上投入过度，这会在最终轮的表现中体现出来。

常见问题

我应该为MBB咨询面试准备多长时间？

在AI改变咨询业的2026年，MBB还在招聘吗？

我需要MBA学位才能获得MBB的offer吗？

McKinsey、BCG和Bain的面试有什么区别？

在案例面试中使用AI助手是个好主意吗？

McKinsey PST是什么，它还在使用吗？