薪酬倒挂问题诊断与方案

要解决的问题

当新入职员工的薪酬高于同岗位资深员工时，薪酬倒挂可能引发内部公平性质疑、老员工流失和后续调薪压力。本技能聚焦于这类结构性薪酬问题的诊断与渐进式调整：既能量化倒挂程度，也能追溯成因，并输出可落地的调薪方案与风险应对预案。

核心能力与关键步骤

技能以自然语言或文件为入口，自动提取已确认事实（如适用地区、薪酬福利数据、目标需求），仅追问缺失的最少必要项，避免让用户填写内部JSON或提供非必需的员工编号。其工作流程包含四个关键环节：

• 官方口径核验：执行当日通过政府、人社、医保、税务、公积金中心等官方来源，核验政策、费率、期限等动态信息的现行口径与生效期，并记录机构、标题、发布日期、生效期和链接；无法核验时明确标注“待官方确认”。
• 透明化计算：所有薪酬测算均逐项展示公式、输入参数、上下限处理逻辑和汇总勾稽关系，确保用户可复算验证。涉及确定性计算或结构化检查时，技能会将已确认信息写入内部临时JSON，并调用python scripts/run.py --input --output 执行脚本，内部JSON仅用于程序调用，不向用户展示或要求手填。
• 分阶段输出：先在对话中给出结论和关键明细（如倒挂程度分析、原因诊断、方案要点），再按任务生成可下载的Markdown、CSV、XLSX、DOCX、PDF、Mermaid或图片等格式的完整交付物。
• 边界控制：不依赖特定账号或内部系统，动态政策无法核验时如实标注，输入不足时输出待补充清单，拒绝用“看似精确”的虚构数据替代未知事实。

适用边界与注意点

• 政策动态性：涉及社保、公积金、税务等政策时，需以执行当日官方来源为准，若当日无法获取有效信息，技能会明确标记“待官方确认”，而非假设或沿用历史数据。
• 输入灵活性：支持自然语言描述、上传文件等多种输入方式，但需提供“适用地区与期间、薪酬福利数据/方案假设、测算目标”三类最少必要信息；已有模板、历史数据或官方政策原文为可选补充，可提升输出适配性。
• 输出真实性：所有计算过程和结果均需可追溯、可验证，方案设计中涉及的参数、税务合规口径会随交付物一并说明，未确认信息单独列为待确认项，确保方案的严谨性和落地参考价值。