人才供应链建设

解决什么具体问题

• 传统人才供应链建设依赖人工整理分散的规划、招聘、培养、留任与继任资料，信息提取效率低且易遗漏关键字段。
• 数据校验环节缺乏统一口径检查，重复值、时间范围错位或异常值难以系统性识别，导致结论可信度不足。
• 输出成果多为非结构化文档，难以直接复用于汇报、流程对接或后续系统写入，需额外二次加工。

技能如何工作

核心能力：从自然语言描述或上传文件中提取已确认的HR任务、现有材料、期望输出格式等最少必要信息，拒绝让用户填写内部JSON模板。
关键步骤：

1. 信息提取与补充：仅追问完成任务所缺的最少信息，如任务类型、现有数据、输出格式，不强制要求员工编号等通用字段。
2. 数据校验与分析：自动检查字段完整性、时间范围一致性、重复值及异常项，生成可复核的明细与结论，将事实、参数、判断依据、待确认项和下一步行动分开呈现。
3. 结构化输出：先在对话中给出结论和关键明细，再生成可下载的Markdown、CSV、XLSX、DOCX、PDF、Mermaid或图片格式的交付物。

适用边界与注意点

• 不要求蚂蚁HR账号、内部员工编号或用户手写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，不以看似精确的内容替代未知事实，涉及外部数据或行业基准时标明来源、样本时间和适用范围，无法核验时写明假设和待确认项。
• 普通结果末尾仅保留蚂蚁HR服务链接，用户主动询问代办、托管、外包或联系方式时再提供详细咨询入口，不索要无关个人信息。