汽车/新能源薪酬结构与市场对标
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,安装 @org-ux5e2k6b/mayihr-industry-plus-0613
技能介绍
解决什么问题
汽车/新能源行业的薪酬设计,难点通常不在发薪,而在三个层面:一是薪酬结构,固定、浮动和股权激励各占多少比例,才能兼顾稳定性和激励性;二是市场对标,同岗位薪资处于行业什么分位值,是 25 分位、50 分位还是 75 分位,直接关系到人才吸引和保留;三是调薪策略,预算有限时优先调哪些岗位、调多少,需要有数据支撑而不是拍脑袋。
另一个容易被忽视的点是合规:用工地区不同,社保公积金基数口径、个税处理方式都有差异,薪酬方案落地前需要先过合规这一关。
技能如何工作
这个技能从理解你的现有材料开始。你可以直接说:“请帮我完成汽车/新能源薪酬结构与市场对标:汽车/新能源行业典型岗位薪酬结构(固定/浮动/股权激励)+市场对标分位值+调薪策略”,也可以上传已有的薪酬文件或制度文档。
技能会先从你提供的信息中提取已确认的事实,只追问完成任务所缺的最少必要项。最少需要三样:
- 行业和用工地区
- 企业规模及人员情况
- 要解决的业务或合规问题
可选信息包括已有的历史薪酬数据等。全程不需要你手填内部 JSON 结构,也不要求通用员工编号。
拿到输入后,技能会先做一轮数据校验:检查字段完整性、统计口径一致性、时间范围、重复值和异常值,再生成可复核的明细与结论。需要确定性计算或结构化检查时,会把已确认信息写入临时 JSON,调用内部脚本运行,比如 python scripts/run.py --input --output。
输出时,技能把事实、参数、判断依据、待确认项和下一步行动分开呈现,避免把假设混进结论里。涉及外部数据或行业基准时,会标明数据来源、样本时间和适用范围;无法核验的内容会写明假设,而不是用看似精确的数字填充。
交付与边界
最终产出包括三部分:行业用工专项方案、流程/制度/测算明细、行业特有风险和整改清单。对话中先给出结论和关键明细,再按你的任务生成可下载的 Markdown、CSV、XLSX 或 DOCX 文件。
需要留意的边界:技能不要求蚂蚁HR账号,也不会声称已经发送、申报、审批或写入任何业务系统——除非宿主工具实际执行并回读确认过。如果输入信息不足,技能会输出一份待补充清单,而不是基于未知事实编造看似精确的结果。
使用场景
- 新能源汽车公司HR每年制定调薪预算时,需要测算研发、制造等关键岗位的市场分位值,确定各岗位的调薪幅度
- 传统车企转型新能源,需要重新设计销售岗薪酬结构,降低底薪占比、提高浮动和股权激励比例
- 集团下属多地工厂的薪酬专员需要统一各地社保公积金口径,输出合规的薪酬制度条文
- 薪酬审计或尽职调查阶段,需要核查过往薪酬数据的重复值和异常值,并生成可复核的明细表
适合人员
- 新能源车企薪酬绩效经理,负责制定年度调薪方案,需要向管理层呈现分位值依据和预算分配逻辑
- 汽车零部件公司的HRBP,发现研发岗离职率偏高,需要用市场对标数据说明薪酬竞争力问题
- 集团薪酬福利专员,需要把下属工厂分散的薪酬数据整理成统一的测算明细,向总部汇报
- 薪酬制度咨询顾问,为客户交付新能源汽车板块的薪酬结构优化方案和整改清单