医药企鹅连锁培训管理

要解决的问题

医药连锁企业的培训管理长期面临几个具体痛点：

• 场景分散，缺乏标准化：新员工入职培训、执业药师继续教育、岗位技能评估等场景各自独立，HR 需要手动拼凑培训计划、课程清单和考核试卷，格式不统一，复用成本高。
• 合规要求严格：GSP 相关岗位必须培训上岗，执业药师继续教育学分需符合监管要求，培训与考核须留痕备查，一旦缺失就可能面临审计风险。
• 技能短板难以量化：门店员工能力评估数据分散在不同系统或 CSV/Excel 中，HR 难以快速生成技能矩阵并识别培训需求的优先级。

核心能力与工作方式

这个技能将 WorkBuddy 定位为医药连锁「培训管理」场景的专属助手，覆盖四个核心子场景：

• 新员工培训方案：根据岗位与入职时间，生成分阶段培训计划（产品知识、系统操作、服务规范），输出 HTML 或 Word 文档，包含时间表与考核要求。
• 药师继续教育：按专业方向（临床、社区、慢病）推荐学分课程，输出课程清单与最新临床指南要点摘要，确保符合执业药师继续教育学分要求。
• 培训考核出题：根据培训内容与岗位级别，生成单选、多选、判断、简答题型的考核试卷及评分标准，支持 Word/HTML 输出。
• 岗位技能矩阵：输入各门店员工能力评估数据（岗位、技能、等级），输出技能矩阵（Excel/HTML），自动识别短板并给出培训需求优先级建议。

工作流遵循五步结构化路径：

1. 明确场景与输入：根据用户诉求定位目标场景，收集文本、CSV、Excel 或图片等输入。
2. 组织内容：基于场景要点与领域知识（如培训体系 SOP、执业药师继续教育要求、岗位技能标准）撰写结构化内容。
3. 产出 spec：将内容组织为 render.py 所需的 spec JSON 格式。
4. 渲染交付物：执行 python scripts/render.py 生成最终文档。
5. 交付与复核：返回交付物并提示合规与人工复核要求。

脚本 scripts/render.py 作为通用文档渲染器，支持 md、html、docx、json 四种格式输出，适应不同下游系统对接需求。

适用边界与注意事项

• AI 产出需人工确认：所有培训计划、课程推荐、考核试题均为 AI 生成，须由 HR 或培训负责人审核确认后方可执行。
• 合规留痕不可省略：培训签到、考核记录须完整留存，GSP 相关岗位必须确保培训上岗，执业药师继续教育学分需符合监管要求。
• 评估公平性：技能矩阵分析用于识别培训需求，不得用于歧视性决策；评估数据涉及个人隐私，须遵守授权留存与删除合规要求。
• 专有资产限制：该技能为医药企鹅专有资产，受 LICENSE 约束，未经书面授权禁止复制或再分发，交付物默认携带溯源水印。