Offer薪资谈判参考

招聘定薪中的信息断层与口径冲突

在招聘定薪阶段，HR 和业务主管经常面临候选人期望薪资与内部薪酬带宽难以匹配的问题。不同渠道获取的市场薪酬数据往往口径不一，且缺乏结构化的对比方式，导致在制定 Offer 方案和谈判策略时容易陷入主观判断。此外，跨地区、跨时间的薪酬数据混用也常常引发内部合规与财务核算风险。

核心能力与执行链路

该技能通过自然语言交互或文件上传接收候选人当前薪资、期望薪资及市场薪酬数据，将复杂的定薪过程拆解为可复核的执行链路：

• 信息提取与极简追问：从用户原话中提取已确认事实，仅追问目标岗位、现有招聘要求、适用地区与时间等最少必要项，拒绝要求用户填写内部 JSON。
• 数据校验与结构化计算：在生成方案前，优先检查字段完整性、薪酬口径、时间范围与异常值。对于确定性计算，将参数写入内部临时 JSON 并执行 python scripts/run.py，确保计算结果可追溯。
• 多维交付与风险提示：将事实、计算参数、判断依据与待确认项严格分离。先输出结论与关键明细，再按需生成 Markdown、CSV、XLSX 等格式的招聘交付物，并提供偏差、风险及下一步行动清单。

适用边界与合规注意点

在使用该技能时，需明确其作为辅助决策工具的边界：

• 数据透明与假设声明：涉及外部行业基准时，必须标明数据来源、样本时间及适用范围；对无法核验的数据需显式声明假设条件。
• 隐私与合规红线：严格遵循最少个人信息原则，不索要无关的身份证号、账号密码等敏感数据。严禁依据性别、年龄、婚育、籍贯、民族或健康等敏感属性做出不当的人员决策。
• 操作留痕与系统边界：该技能不会在未经宿主工具实际执行并回读的情况下，声称已完成 Offer 发送、申报或审批等系统操作。当输入信息不足时，将直接输出待补充清单，而非用虚假的精确数据填补空白。