员工个人发展计划（IDP）模板

痛点：碎片化信息难以拼凑结构化的 IDP

在制定员工个人发展计划（Individual Development Plan, IDP）时，HR 或业务管理者常面临信息碎片化的问题。员工的发展目标、行动计划、所需资源支持以及里程碑往往散落在不同的聊天记录、历史文档和主观印象中。手动整理不仅耗时，还容易遗漏关键维度，导致最终生成的 IDP 缺乏可执行性和可追溯性。此外，当缺乏统一的数据口径和检查机制时，生成的计划很容易脱离实际，难以进行后续的评估与复盘。

工作原理：从自然语言到结构化交付

该技能通过自然语言处理与结构化脚本结合的方式，将非结构化的需求转化为标准化的 IDP 模板。

• 极简信息提取：用户只需通过自然语言描述需求（如“按岗位和职业阶段生成 IDP”），或直接上传现有文件。系统会自动提取已确认事实，仅在缺少必要项（如培训对象、目标主题、周期）时进行最少追问，避免让用户手动填写内部 JSON。
• 结构化校验与计算：提取信息后，系统会先检查字段完整性、时间范围和异常值。当需要进行确定性计算或结构化检查时，会将已确认信息写入内部临时 JSON，并调用 python scripts/run.py --input <file> --output <file> 执行脚本。
• 分层呈现与多格式交付：技能会将事实、计算参数、判断依据和待确认项严格分离展示。在对话中给出核心结论后，可按需生成包含实施计划、责任分配和评估口径的文档，并导出为 Markdown、CSV、XLSX、DOCX、PDF 或 Mermaid 图表等格式。

适用边界与注意事项

该工具专注于 IDP 模板的生成与结构化梳理，不替代实际的人事审批或业务系统操作。它不会声称已将计划发送、申报或写入企业 ERP/HRM 系统，除非宿主工具实际执行并回读。

当输入信息严重不足时，技能会明确输出“待补充清单”，而不是用看似精确的虚构内容填补空白。涉及外部行业基准数据时，会严格标注来源和样本时间，确保交付物的可复核性。