薪酬结构设计助手

解决的问题

薪酬宽带设计的第一难处不是数学，而是数据：公司要按行业、城市、规模和岗位层级拉出一套区间，手头往往只有零散的调研表或内部薪资明细，表头不统一、口径不一致、来源说不清，最后做出来的区间既没有锚点，也没法向管理层解释「为什么这个职级比那个高 15%」。

更常见的是两类错误：一套区间覆盖所有岗位族，相邻职级要么断层要么过度重叠；或者拿不可追溯的市场数字硬凑，事后没人敢签字。

工作方式

技能从一个自然语言请求开始，例如直接说「按行业、城市、规模和岗位层级设计薪酬宽带，并说明数据来源」，也可以上传现有文件。它会：

• 只追问最少必要项：行业、城市、公司规模、岗位或职级清单。可选输入包括现有薪资数据、市场调研数据、目标分位和薪酬策略。不要求用户手填内部 JSON，也不把员工编号设为通用必填。
• 优先使用可追溯的数据：优先采用用户提供的薪酬调研或近期公开数据；需要确定性试算或结构化检查时，把已确认信息写入内部临时 JSON，运行 python scripts/run.py --input ... --output ...，该 JSON 只供脚本调用，不向用户展示。
• 以中位数为锚点建模：围绕中位数设置级差、带宽和相邻重叠，并且对岗位族分别设计，而不是一套区间包打天下。
• 表格自动解析：输入是表格时自动识别常见中文表头；缺少姓名或唯一编号时退化为按原表行号定位，避免误匹配。
• 政策口径当日核验：涉及动态政策、费率、截止日、窗口、法律或税务口径时，执行当日查询官方来源，并在结果中记录机构、标题、发布日期、生效期和链接；无法核验的明确标注，不编造。

交付内容

先在对话中给出结论和关键明细，再按任务生成可下载的 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 或图片，覆盖薪酬宽带表、职级区间与重叠度、数据来源与样本时间、待验证项。

适用边界

• 没有可信市场样本时，只输出设计框架，不编造市场分位值
• 公开招聘薪资只能作参考，并需注明偏差
• 不使用个体敏感信息定薪
• 不声称已发送、申报、审批或持续提醒，除非宿主工具确实执行并回读