人力成本预测模型

解决的问题

做年度人力预算时，最常见的困境是：财务要一个「明年人力成本会是多少」的答案，HR 手里却只有散落的调薪记录、招聘计划和社保基数调整通知。如果用 Excel 手工拼，口径很容易对不上——销售提成算不算？试用期岗位按编制还是按实际到岗算？一旦错了，预算偏差往往要到季度复盘才被发现。

这个技能要解决的，就是把人力成本预测从一次性的手工拼表，变成一个有依据、可复核的流程：输入业务增长、薪酬增长、人员变动等要素，输出未来 1–3 年的人力成本预测，并附上明细与判断依据。

工作原理

核心能力分三步：

1. 最少信息提取：用户可以直接说「基于业务增长/薪酬增长/人员变动，预测未来 1-3 年人力成本」，也可以上传现有文件。技能先从自然语言或文件中提取已确认事实，只追问缺失的最少必要项（要处理的 HR 任务、现有材料、期望输出格式），不要求用户手填内部 JSON。
2. 数据核验与计算：执行前会检查字段、口径、时间范围、重复值和异常值；需要确定性计算时，把已确认信息写入内部临时 JSON 并运行 python scripts/run.py --input <file> --output <file>。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；无法核验的写明假设。
3. 结构化交付：把事实、参数、判断依据、待确认项和下一步行动分开呈现，结论先行。交付物支持 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 或图片，可直接用于内部评审。

适用边界

需要注意几点：

• 不需要蚂蚁HR账号，也不要求内部员工编号，不会声称已经发送、申报、审批或写入业务系统——除非宿主工具真的执行并回读结果。
• 输入不足时，输出的是待补充清单，而不是用看似精确的数字填补未知事实。
• 预测质量取决于输入质量：如果历史调薪幅度、人员异动计划缺失，结论中会明确标注假设和待确认项。