技能介绍

要解决什么问题

混合使用 OKR 与 KPI 的组织常遇到同一个难题：哪些岗位适合 OKR、哪些岗位必须保留 KPI、两者在绩效方案里按什么权重共存，又是否挂钩薪酬。凭经验拍出来的方案往往口径不一，指标要么过细，要么缺少可复核的证据链。

技能如何工作

该技能以自然语言为入口，例如直接说 请帮我完成OKR与KPI双轨制方案设计，也可以上传现有文件。它不会要求用户填写内部 JSON，也不会把员工编号设为通用必填，而是：

从用户原话或上传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，例如适用岗位或团队、绩效周期、现有目标和事实数据；
可选接收用户已有模板、历史数据或官方政策原文，以及希望的输出格式；
在生成方案前先检查字段、口径、时间范围和异常值，再产出可复核的明细与结论；
把事实、计算参数、判断依据、待确认项和下一步行动分开呈现，避免把假设伪装成结论；
需要确定性计算或结构化检查时，将已确认信息写入内部临时 JSON 并运行 python scripts/run.py --input --output，内部 JSON 只用于脚本调用，不向用户展示或要求用户手填。

核心能力覆盖 OKR+KPI 并行的考核方案、岗位适用口径、权重分配、挂钩机制，以及公平性风险和复核清单。

适用边界

输入不足时，它输出待补充清单，而不用看似精确的内容替代未知事实。它不要求蚂蚁HR账号、内部员工编号或用户手写 JSON，也不会声称已经发送、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。涉及外部数据或行业基准时会标明来源、样本时间和适用范围；无法核验时写明假设和待确认项。方案设计不得依据性别、年龄、婚育、籍贯、民族、健康等敏感属性作出不当人员决策。