諮詢案例面試準備：McKinsey、BCG、Bain (2026 指南)

2026 年 MBB 管理諮詢面試實際上是什麼樣的

McKinsey、BCG 和 Bain 的面試流程已經足夠趨同，使得為其中一家準備的候選人基本上也是為其他三家準備。大體形狀是一樣的：

1. 人脈和招募官接觸。 咖啡約聊、校園內或虛擬活動、招募官電話。這些都不是面試，但都會影響篩選。
2. 線上評估。 McKinsey 的 Solve（PST 的重新設計替代品，生態系統遊戲）、BCG 的 Casey 聊天機器人篩選加上 Pymetrics 行為遊戲、Bain 的 SOVA 情景評估。這些是人類輪次之前的通過/失敗過濾器。
3. 第一輪。 通常在一個半天內進行兩個案例加一個簡短的行為評估。兩名面試官，每人進行一個案例。
4. 最終輪。 再進行兩到三個案例，這次與合夥人或主任進行，加上更長的行為對話。McKinsey 的 PEI 在這裡作為一個結構化、計分的模組進行。
5. 決定。 大多數公司在最終輪之後的一週內發出 offer。無聲的拒絕通常來得更快。

十年來案例的數量沒有變化。改變的是頂部的篩選和底部的行為權重——兩者都增加了，而且兩者現在都得到公司方 LLM 的幫助。McKinsey 的招募官明確指出，他們在閱讀 PEI 成績單時會尋找 AI 生成的模式。軍備競賽是真實的，並且正在靜悄悄地從「記憶化框架」轉向「具體的個人經歷」。

公司之間的區別——McKinsey、BCG 和 Bain

案例看起來相似。但質感不同。

McKinsey 進行最多由面試官主導的案例。面試官給你一個結構化的提示，要求你列出問題樹，然後按特定順序沿著特定分支推動案例。數學是精確的，面試官會在你計算時更正你。PEI 輪次是結構化的：領導力、個人影響力、創業精神和包容性領導力是你應該準備好的四個故事，每個都有可衡量的結果。McKinsey 需要精確性和綜合性；合夥人輪次尤其看重建議，而不是框架。

BCG 進行最多由候選人主導的案例。面試官給你一個提示，讓你來主導——你選擇結構，你選擇探索哪個分支，當你過度承諾時面試官會反駁。BCG 也最有可能在案例中途丟擲創意或估算的曲線球。Casey 聊天機器人篩選是 BCG 獨有的，測試的是文本結構化思維，這是與口頭案例不同的能力。

Bain 最早且最用力地考慮文化契合度。案例質量的門檻與 McKinsey 和 BCG 相同，但 Bain 的面試官被明確告知要評估「我是否想與這個人在一個長期的歐洲專案中合作？」第一輪的契合度對話不是熱身——它是評分的前半部分。Bain 的案例風格介於 McKinsey 和 BCG 之間，合夥人經常給你一張 Bain 內部幻燈片來解釋，而不是給你念一個提示。

實際影響：為一家公司準備使你為其他兩家準備 80%。剩下的 20% 是公司特定的質感，它會在壓力下顯露出來。

通用的案例分析結構：澄清、構建、分析、建議

幾乎每一個MBB案例都可以歸納為四個步驟：

1. 澄清。 重複問題陳述，提出一兩個問題來確認目標和約束條件，闡明成功的樣子。最多九十秒。大多數候選人跳過這一步，直接應用框架，這會對他們造成明顯的失分。
2. 構建。 列出一個問題樹。這個樹不是從《案例分析與解決方案》(Case in Point) 中死記硬背的框架——它是對實際問題的定製分解。"航空公司的盈利能力"不應該產生與"SaaS公司的盈利能力"相同的樹。這裡十到十五秒的沉默是正常和預期的。
3. 分析。 沿著樹的一個分支走下去。大聲進行數學計算。對數字進行理性檢查。當面試官向你提供圖表或資料點時，明確地整合它——說出它告訴你什麼，說出它沒有告訴你什麼。
4. 建議。 一句話回答問題，後面跟兩三個原因、一個主要風險和緊接著的下一步。力求六十秒。合夥人對建議的評分比對任何單箇中間步驟的評分都要高。

陷阱在於構建步驟。《案例分析與解決方案》(Case in Point) 和 Victor Cheng 的《案例面試秘訣》(Case Interview Secrets) 是合理的起點——它們教會你案例分析的節奏——但在MBB最終面試中，面試官在五秒內就能發現一個背誦的"4P"框架，並會給你減分。框架是一個起點；關鍵是你是否能夠根據面前的實際問題來調整它。

盈利能力案例：標準結構

盈利能力案例是MBB中最常見的案例原型。它們幾乎總是看起來一樣：利潤上升或下降了某個金額，找出原因，建議怎麼做。

標準的分解方法很直接：

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

除此之外，問題是這四個槓桿——價格、銷量、固定成本、可變成本——中哪個在移動。面試官總是知道答案的；你的工作是用盡可能少的時間找到正確的分支。

一個例項：「我們的航空公司客戶的利潤同比下降了20%。為什麼，他們應該怎樣做？」

這裡的一個強大結構不是"讓我應用4P框架。"它應該像這樣：

• 收入是否下降，成本是否增加，還是兩者都有？（總是先問這個。）
• 如果是收入：是票價還是載客率？是特定路線還是所有路線？是特定艙位等級——經濟艙對價格更敏感，公務艙更具週期性？
• 如果是成本：是燃料（大宗商品）、勞動力（通常工會化、滯後）、維護（不規則）還是機場費用（監管性）？
• 橫切：問題是行業範圍內的還是企業特定的？如果是行業範圍內的，建議是對沖或產能紀律；如果是企業特定的，建議是操作性的。

數學將是精確的。預期面試官會給你一個表格——按路線的季度收入、每可用座位公里的成本——並要求你計算邊際。在紙上做。讀回這個數字。不要依賴三位數以上的心算。

市場規模：自上而下 vs. 自下而上

市場規模問題測試你在沒有資料時是否能夠從第一性原理進行推理。「印度每年銷售多少電動滑板車？」 是一個標準例子。「一家Starbucks門店每年產生多少收入？」 也是。

兩種方法：

自上而下從一個人口開始並逐級向下篩選。印度人口大約為14億；城市人口大約佔35%，所以約4.9億；假設40%的城市成人年齡在18到45歲之間，可以合理地使用滑板車，所以約1.2億；假設其中5%的人在特定年份購買滑板車，所以約600萬輛滑板車每年；其中電動佔2026年的約10%，所以約60萬輛。

自下而上從生產或分銷開始。印度大約有2.5萬家滑板車經銷商；平均每家經銷商每月銷售約30輛滑板車；那就是每年900萬輛滑板車；其中10%是電動的，所以約90萬輛。

這兩個應該落在同一個數量級範圍內。如果不是，說出差異並協調——那比數字本身更有價值。大聲進行理性檢查：「行業報告將此定在大約70萬輛，所以我的60萬到90萬範圍在正確的範圍內。」

數學將是近似的；推理必須是精確的。激進地舍入（14億→15億是沒問題的），但解釋每一個假設。面試官是在評分你是否能夠分解，而不是你是否能夠相乘。

市場進入、增長和併購案例

三個你應該預期的其他原型：

市場進入。 「我們的零售客戶應該在巴西推出產品嗎？」結構大致是：市場吸引力（規模、增長、盈利能力）、競爭格局（現有競爭對手、轉換成本、進入壁壘）、客戶能力契合度（我們是否具備贏得市場的資產）和進入方式（有機增長、JV、併購）。建議是二元的；有趣的部分是明確在什麼條件下建議會改變。

增長戰略。 「我們的客戶收入持平——他們如何在明年實現15%的增長？」將增長分解為現有客戶（滲透率、ARPU）、新客戶（細分市場、地理位置）、新產品（相鄰的、變革性的）和非有機的舉措（M&A、合作伙伴關係）。資深面試官想看到你按照哪個因素能以最小風險實現最大增長來分析，而不僅僅是列舉選項。

M&A。 「我們的客戶應該以20億美元的價格收購這個競爭對手嗎？」三個子問題：目標企業本身有吸引力嗎、是否存在協同效應、價格是否合理？協同效應必須明確——收入協同效應（交叉銷售）、成本協同效應（開銷、供應鏈）、稅收協同效應（NOLs、結構）——並且風險加權，因為大多數宣佈的協同效應都無法實現。乾淨的答案是：如果創造的價值超過支付的價格足夠多以吸收整合風險，則答是。

這些都有教科書框架。除非你進行定製，否則這些教科書框架都無法在合夥人輪中存活下來。

PEI / 行為面試輪

MBB面試中的行為面向的權重越來越大，McKinsey已將其正式定義為Personal Experience Interview (PEI)。三到四個圍繞這些主題的結構化故事：

• 領導力——你領導一個團隊或專案的經歷，並取得可衡量的成果。
• 個人影響力——你說服某人改變想法的經歷，最好是高管。
• 創業精神——你從零開始創辦某個專案或重建失敗專案的經歷。
• 包容性領導力——你將不同背景的人聚集在一起併產生了比主流觀點更好的結果的經歷。

結構與其他行為面試中的STAR答案相同（Situation, Task, Action, Result），但帶有McKinsey的特色：面試官被明確培訓去深挖兩層追問。「另一個人說了什麼？」「你怎樣回應的？」「對話最後是怎樣結束的？」如果你的故事排練得太流暢，追問會抓住你的漏洞。

以下幾條規則適用於三家公司：

1. 大量使用第一人稱。 「我注意到」、「我提議」、「我主張」。每一次說「我們」都是你無法單獨聲稱的一點。
2. 結果中要有數字。 「我們達到了季度目標的110%」、「遷移提前四周完成」、「新政策適用於約6000名員工」。像「效果不錯」這樣的籠統說法會扣分。
3. 不要磨去稜角。 一個你錯了一週然後改變想法的故事比你立即看到答案的故事更令人印象深刻。面試官知道真實的工作總是存在摩擦。
4. 每個主題都要有一個你從未講過朋友的故事。 經過兩年打磨的PEI故事聽起來太精緻。選擇足夠具體的故事，這樣的故事只存在於你腦海中。

誠實地說，排練量是令人不舒服的：大多數成功的MBB候選人都會反覆排練每個PEI故事三十到五十次，通常在影片中，直到節奏變得自動但詞彙仍然感覺不是提前寫好的。沒有捷徑。

AI即時助手在諮詢面試中的幫助與侷限

這一部分需要仔細閱讀。案例面試的對話和互動性質與程式設計輪次和大多數行為面試不同。面試官在即時鑽探你的思維，雙向互動，後續問題特別設計用來暴露死記硬背的答案。AI即時助手可以是思維輔助工具；作為指令碼使用會很危險。

Feature	盈利能力	市場規模	市場進入	M&A	PEI / 行為面試
AI幫助程度	對問題樹有幫助	對分解提示有幫助	對框架提示有幫助	對協同分類有幫助	低——答案必須是你自己的
延遲要求	Sub-200 ms	Sub-200 ms	Sub-200 ms	Sub-200 ms	不適用
隱蔽性要求	高	高	高	高	關鍵——面試官會對後續問題深入追問
倫理考量	中等——如同記筆記	中等——如同記筆記	中等	中等	低——容易給人編造的感覺
推薦的使用方式	思維輔助	思維輔助	思維輔助	思維輔助	不推薦

坦白地說，即時AI助手最好的用途是作為結構化提示——在你承諾某個分支前，提醒自己問「這是收入問題還是成本問題?」。最危險的用途是指令碼，因為案例面試明確設計用來獎勵即興表現、懲罰死記硬背。從隱藏的螢幕上讀出答案的候選人聽起來會很流利，但只能維持四十秒，然後在第一個後續問題上就會露餡，因為那個後續問題不在助手的第一次回覆中。

對於PEI，我們的建議是在這一輪中完全不使用助手。面試官在鑽探一個你已經經歷過的故事；如果助手在講故事，這個故事不是你的，後續問題會暴露這一點。在準備階段使用助手——完善故事結構、發現不一致之處、指導STAR節奏——然後在實際面試中關閉它。

Acedly在即時諮詢案例中

對於選擇在案例中使用即時AI助手的候選人——通常是結構化思維分支，而不是PEI——Acedly是圍繞重要約束條件構建的：

• 八個已驗證的會議平台。 大多數MBB面試在Zoom、Microsoft Teams或——越來越多——Webex上進行，特別是金融導向的諮詢實踐。Acedly在Zoom、Teams、Meet、Webex、Lark、Amazon Chime、Coderpad和HackerRank上驗證隱蔽性，覆蓋超過95%的諮詢面試介面。
• ~98毫秒中位數端到端延遲。 端到端是指麥克風到渲染，而不僅僅是模型延遲。任何超過250毫秒的延遲都會產生明顯的卡頓；案例面試不容忍延遲，因為面試官一直在看你的臉。
• 多模型路由。 Claude往往是結構化框架最強的模型（問題樹、MECE分解）；GPT在準備階段對PEI風格的敘述重構往往更強。助手根據問題型別在它們之間路由。
• 30多種語言，統一的準確率標準。 普通話、粵語、日語、韓語、西班牙語、葡萄牙語、法語、德語、義大利語、荷蘭語、印地語和越南語是MBB輪次中最常見的；相同的準確率標準適用於整個列表。跨境MBB候選人通常在各輪次中用兩種語言進行面試。
• 在作業系統級別對螢幕共用隱藏。 Acedly被排除在macOS和Windows的視窗捕獲API之外。面試官看到的是通話視窗和你的共用資料；看不到助手。

對諮詢候選人的指導：把Acedly看作是案例結構的思維輔助，而不是指令碼。用它來提醒自己問題樹、保持數學計算的準確、在規模估計時進行合理性驗證。不要在PEI中使用它，也不要在案例中逐字讀出它的輸出。面試官能聽出區別。

6 周 MBB 準備計劃

六週是大多數成功的 MBB 候選人花在積極準備上的最少時間，不包括之前數個月的隨意閱讀。下面的計劃是如果我們明天必須從零開始會採用的方案：

第 1–2 周：案例基礎。 從頭到尾閱讀 Case in Point（Cosentino）來積累詞彙；閱讀 Case Interview Secrets（Victor Cheng）的前三章理解結構；獨立完成五個無限時案例，大聲演練四個步驟。使用 RocketBlocks 或 PrepLounge 獲取案例庫——兩者都提供真實的 MBB 案例。

第 3–4 周：即時案例。 與夥伴完成三十個案例，一半時間擔任面試官，一半時間擔任被面試者。CaseCoach 和 Management Consulted 都提供與同行和前 MBB 教練的配對服務。至少與一位前 MBB 面試官完成五個案例；他們的反饋與同行反饋差異顯著，值得這筆投資。記錄至少三次你的練習過程並復看——每個候選人都有不自知的小習慣。

第 5 周：PEI 故事庫。 每個主題（領導力、個人影響、創業精神、包容性領導）各挑選三到四個故事。將每個故事寫成 90 秒的 STAR 答案。大聲排練，錄製影片，反覆練習直到表述流暢自然。然後讓朋友問你顯而易見的追問：「另一個人說了什麼？」「接下來你怎麼做的？」「最後實際上怎樣了？」 追問是大多數候選人失敗的地方。

第 6 周：特定公司準備。 McKinsey：完成兩次計時的 Solve 練習測試，額外投入時間在 PEI 結構上。BCG：練習 Casey 聊天機器人介面——這種互動方式與口頭案例截然不同，閱讀理解速度很重要。Bain：練習幻燈片解讀案例（Bain 合夥人經常會給你一份 Bain 內部幻燈片），並儘可能與公司的人排練適應性對話。

案例練習和 PEI 的分配在早期週數大約為 70/30，到第六週轉變為 50/50。大多數候選人在 PEI 上投入不足，在案例上投入過度，這會在最終輪的表現中體現出來。

常見問題

我應該為MBB諮詢面試準備多長時間？

在AI改變諮詢業的2026年，MBB還在招募嗎？

我需要MBA學位才能獲得MBB的offer嗎？

McKinsey、BCG和Bain的面試有什麼區別？

在案例面試中使用AI助手是個好主意嗎？

McKinsey PST是什麼，它還在使用嗎？