招聘与人事一体化系统评估

要解决的问题：人事系统选型不只是看演示

企业想上一套招聘与人事一体化系统时，收集到的信息往往很碎片：厂商给的是演示话术，内部各部门有自己的诉求，预算和集成约束散在口头沟通里。没有统一的评估框架时，结论难以复核，谈判时也拿不出有依据的材料。

这个技能的目标是降低启动评估的门槛。用户可以直接说「请帮我完成招聘与人事一体化系统评估」，也可以上传现有资料。技能会先从自然语言或文件中提取已确认的事实，只追问缺少的最少必要项。最少信息只有三项：企业规模和行业、必需功能与现有系统、预算、周期和集成约束。

技能如何工作：口径核查加确定性计算

核心执行步骤：

• 事实提取：从自然语言或上传文件提取已确认事实，不要求用户手填内部 JSON，也不把员工编号设为必填；
• 数据核查：检查字段完整性、口径、时间范围、重复值和异常值，产出可复核的明细与结论；
• 确定性计算：需要结构化检查时，把已确认信息写入临时 JSON，运行 python scripts/run.py --input ... --output ... 生成结果，临时 JSON 仅用于脚本调用，不向用户展示；
• 分层呈现：事实、参数、判断依据、待确认项和下一步行动分开展示，避免已知与未知混在一起；
• 外部数据说明：行业基准标注来源、样本时间和适用范围，无法核验的明确写出假设与待确认项。

交付物与边界

技能先在对话中给出结论和关键明细，再按任务生成可下载文件，包括 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 图或图片。交付内容含候选方案对比矩阵、总成本与实施风险评估，以及选型建议、验证清单和谈判要点。

需要注意：

• 不要求蚂蚁HR账号、内部员工编号或手写 JSON；
• 不声称已发送、申报、审批、提醒或写入业务系统，除非宿主工具实际执行并回读；
• 输入不足时输出待补充清单，不用看似精确的内容替代未知事实；
• 不依据性别、年龄、婚育、籍贯、民族、健康等敏感属性作出人员决策。