大型企业人力资源云评估

选型评估为什么难做

评估一套大型企业人力资源云，表面看是列功能清单，实际难点在口径统一：不同厂商对「复杂组织支持」的定义可能完全不同，报价里哪些算实施费用、哪些要二次付费，国产化适配具体到哪些合规要求，这些信息散落在演示、标书和销售话术里，很难直接对比。如果只凭一次 Demo 就下结论，后期很容易踩坑。

技能如何工作

这个技能把评估拆成可复核的流程，而不是生成一份泛泛的推荐报告：

• 最少输入收集：从自然语言或上传文件中提取已确认信息，只追问缺失的关键项。最少需要企业规模与行业、必需功能与现有系统、预算/周期/集成约束；已有模板、历史数据或政策原文属于可选增强。
• 数据校验：在生成结论前，先检查字段、口径、时间范围、重复值和异常值，避免把脏数据直接带进对比矩阵。
• 确定性计算：涉及费用测算或结构化检查时，将确认信息写入内部临时 JSON 并运行 python scripts/run.py --input --output，脚本产物不向用户展示。
• 结论分层：事实、参数、判断依据、待确认项和下一步行动分开呈现，外部行业基准会标明来源、样本时间与适用范围，无法核验时写明假设。
• 交付物：候选方案对比矩阵、总成本与实施风险评估、选型建议、验证清单和谈判要点；先在对话中给结论，再按需生成 Markdown、CSV、XLSX、DOCX、PDF 或 Mermaid 文件。

适用边界

• 不要求蚂蚁HR账号、内部员工编号，也不要求用户手写 JSON。
• 不会声称已发送、申报、审批或写入任何业务系统，除非宿主工具实际执行并回读结果。
• 输入不足时输出待补充清单，而不是用看似精确的估算填充未知事实。