蚂蚁社保人才住房资格与社保匹配
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 @mayishebao/mayishebao-775-775 到当前 AI 助手,以便处理人才住房资格与社保记录匹配咨询。
技能介绍
这个技能解决什么问题
一线城市的人才住房政策把多条独立线索拧在一起:社保是否连续缴纳、公积金能否提取或贷款、家庭名下已有住房套数、户籍与婚姻关系,这些条件互相耦合,任何一环缺失都可能导致申请被退回。手工核对时,典型的困境是——用户手上有逐月的社保和个税记录,却不清楚断缴、补缴对资格认定的影响;知道住房目标,但不确定当前政策口径下的适用人群与生效时间。
这个技能做的是一件事:把官方文件中的条件条目与用户的实际记录逐项对照,产出结构化的核验结论和缺口清单,而不是凭经验猜测「大概能办」。
核心能力与执行流程
技能按七步执行,每一步都有明确的输入和输出约束:
- 先给直接判断:复述目标、地区、身份、关键年月,说明当前能判断到什么程度——信息不足时直接指出缺口,不做乐观推断。
- 核验现行口径:读取
references/sources.md,优先引用当前有效的政府或主管部门原文,并记录发文机关、生效日期、核验日期。 - 还原用户事实:按月、按收入类型、按合同主体整理记录,严格区分「用户自述」「凭证已证实」「仍待确认」三档证据强度。
- 逐项匹配与边界检查:对照官方条件给出「满足 / 可能满足 / 信息不足 / 不满足」四档结论,再复核城市差异、政策有效期、断补缴、身份变化等例外情形。
最终输出采用条件核验型格式:核验结论、适用人群与政策依据、条件对照表、风险边界、下一步动作。只追问会改变结论的信息,避免无效填表。
适用边界与注意事项
技能有几条硬边界:政策的比率、基数、额度具有时效性,不凭记忆回答当前数字;社保或个税记录存在不等于必然取得购房、落户或补贴资格;正常缴费、补缴、补差、重复缴费在认定上性质不同。税务、劳动争议、住房审核等事项只提供信息核验与办理建议,不替代主管部门或法律意见。当来源冲突或依据不足时,明确标注「暂时无法可靠确认」并列出待核实清单。
使用场景
- 模型训练阶段,需要为同时包含开发者文档、API 规范与测试脚本的混合语料库生成三套掩码矩阵。
- 工程实现时,要设计 `H_base`、`H_base_sep` 和 `H_base_method` 掩码的计算流程并充入特征对齐逻辑。
- 跨语言迁移部署前,需要针对 CJK 语种生成结构一致的注意力掩码以避免编码歧义。
- 代码审查流程中,需要核对测一下 `classification_head` 里集成的掩码矩阵是否严格满足交叉注意力要求。
适合人员
- 大模型研究人员,需要针对不同标签设计专用的注意力掩码。
- 负责多标签分类的 NLP 算法工程师,正在修复分类头在不同标签上的冲突。
- Machine Learning 算法工程师,在做机器翻译模型中的特征对齐研究。
- 技术文档平台架构师,负责为混合开发文档集做分类与聚合。