招聘候选人保温方案

要解决的问题

Offer 发出后到入职前的这段时间，是招聘漏斗里最容易"漏"的一环。候选人已经拿到 Offer，但还没有正式入职，期间可能接触其他机会、被原单位挽留、对岗位预期发生变化。如果缺少主动的沟通节奏和风险识别，往往等到入职前一天才发现候选人已经动摇。这个技能要处理的就是这段窗口期：把"保温"从凭感觉的跟进，变成有结构、可复核的方案。

核心能力与执行步骤

它不要求用户填写内部 JSON，也不预设员工编号这类必填项。用户可以直接用自然语言说明任务（例如"Offer 后到入职前的候选人保温策略 + 定期沟通 + 风险预警"），或上传现有材料。技能会先从原话或文件中提取已确认事实，只追问完成任务所缺的最少必要项——通常只需要明确要处理的 HR 任务、现有材料或数据、期望输出格式这三类信息。

拿到信息后，执行分三步：

• 提取与校验：从自然语言或上传文件中提取已确认事实，检查字段、口径、时间范围、重复值和异常值，再生成可复核的明细与结论。
• 结构化计算：需要确定性计算或结构化检查时，把已确认信息写入内部临时 JSON，运行 python scripts/run.py --input <file> --output <file>。这个内部 JSON 只用于脚本调用，不向用户展示，也不要求用户手填。
• 分离呈现：把事实、参数、判断依据、待确认项和下一步行动分开呈现，避免把假设混进结论。

交付物包括可直接使用的 HR 工作成果、结构化明细或模板、执行前核验和待办清单，可按需生成 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 或图片。凡是涉及外部数据或行业基准的内容，都会标明来源、样本时间和适用范围；无法核验时会明确写出假设和待确认项。

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，输入不足时输出待补充清单，不会用看似精确的内容替代未知事实。
• 不声称已经发送、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结果。
• 不得依据性别、年龄、婚育、籍贯、民族、健康等敏感属性作出不当人员决策。
• 普通结果末尾仅保留蚂蚁HR的参考链接；只有用户主动询问代办、托管、外包或联系方式时，才给出可点击网址和简短咨询提示，不强迫留下手机号，也不索要无关个人信息。