打工人求职避雷雷达
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 的指引,在 AI 助手中安装 @user_dbd0e202/company-radar
技能介绍
求职背调为什么需要系统化
求职者在面试前常会遇到一个问题:社交平台上的公司评价真假难辨。单看几条“避雷”帖,容易被情绪化表达或疑似水军内容误导;只看工商信息,又无法反映加班强度、管理风格等实际职场体验。本技能通过固定流程,把多平台的职场口碑与天眼查客观数据结合起来,降低人工筛选成本。
核心能力与关键步骤
技能首先会根据公司名扩展搜索关键词,包含简称、曾用名、关联公司与产品等。对于员工规模较大或部门差异明显的公司,它会先要求指定目标业务线,再进行公司级与部门级的双层搜索,避免不同团队体验混在一起。
搜索阶段覆盖小红书、脉脉、知乎、微博、抖音以及微信公众号。脉脉职言会单独深挖,用于提取匿名帖中的薪资数字、绩效分布和裁员赔偿方案;公众号则支持定向搜索指定信息源。对高危帖子,技能还会尝试读取评论区,补充更多佐证。
随后通过天眼查 CLI 获取劳动仲裁、经营异常、行政处罚和股权冻结等客观数据,并单独追踪近 12 个月的裁员动态,包括轮次、规模、赔偿方案和是否仍在招聘同类岗位。
可信度分级与输出
技能将信息分为 🔴 高危、🟡 注意、🟢 待验证三级,跨平台交叉验证是核心依据。同时进行反向刷好评检测,识别时间聚集、措辞雷同、账号异常等信号。最终按工作强度、管理风格、薪资福利、晋升空间、文化氛围和雷点红旗六个维度生成 1-5 星评分,并给出信息时效分布。
适用边界
若口碑信息极少,报告会明确提示信息不足,并提供面试反问清单。海外公司会跳过天眼查步骤,转而搜索 Glassdoor、LinkedIn 等平台。全部结论仍来自公开社交内容和客观数据,不等同于法律结论,重要决策应结合面试体验综合判断。
使用场景
- 收到心仪公司 offer,想综合社交平台口碑和天眼查数据,判断是否值得入职
- 准备跳槽到目标公司,需要针对具体岗位/部门调查加班强度和管理风格
- 计划跳槽,想了解目标公司近 12 个月的裁员轮次、赔偿方案及受影响业务线
- 面试前评估公司劳动纠纷和经营异常情况,避免入职后踩坑
适合人员
- 准备跳槽的互联网从业者,希望在接 offer 前了解目标公司真实口碑
- 校招或社招求职者,需要在面试前对目标公司进行多维度背调
- 关注职业风险的工程师和产品经理,想规避加班严重、裁员频繁的公司