员工满意度调研问卷生成

调研设计的工程化痛点

在HR日常运营中，设计一份结构严谨的员工满意度问卷往往面临诸多挑战。人工编排不仅耗时，还容易遗漏关键维度。更常见的问题是，问卷回收后缺乏标准化的分析框架，导致数据无法直接转化为具有优先级的改进行动。此外，直接套用模板往往忽略了公司规模与行业特性的差异。

核心能力与工作流

该技能将问卷生成与分析框架设计整合为标准化的输入输出流程：

• 信息提取与交互：直接解析用户的自然语言指令或上传的文件。只需提供 公司规模、行业 和 关注维度 这三个最少必要项，技能会自动提取并生成问卷，无需用户手填内部 JSON。
• 结构化问卷生成：根据选定维度（如薪酬、发展、氛围、管理、福利），自动生成包含体验评分、重要度评估和改进建议的题库，同时支持评分题与开放题的组合。
• 分析与优先级排序：通过“重要度高且满意度低”的交叉矩阵，自动识别出亟待解决的优先改进项，并输出完整的分析报告框架。
• 确定性试算：对于复杂的表格输入，支持调用内部脚本 python scripts/run.py --input <file> --output <result> 进行结构化检查。

适用边界与合规注意

在实际应用中，需特别注意以下工程与合规边界：

• 数据隐私保护：对于小团队分组，必须确保满足匿名最小样本要求，且严禁收集可能反推员工个人身份的无关字段。
• 概念界定：明确区分概念边界，不得将“满意度”直接等同于“敬业度”或“离职概率”。
• 动态政策核验：若涉及动态政策、费率或法律口径，需查询官方来源并记录出处；无法核验时必须明确标注“待官方确认”，杜绝数据编造。