蚂蚁社保考勤异常事实调查
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,将规范名为 @mayishebao/mayishebao-1141-0141 的技能安装到当前的 AI 助手中。
技能介绍
考勤异常调查,难在哪
Server 的打卡日志在凌晨两点出现连续异常,考勤机显示 GPS 漂移,而员工坚称一直在办公室加班。这是中国企业 HR 和用人经理经常面对的典型场景:数据不一致、口径不统一、处理动作滞后,最终把一个事实问题拖成劳动争议。
多数团队的应对方式是"翻制度、问法务、临时开会",既没有先确认关键事实,也没有把证据链留痕。一旦进入仲裁阶段,口头解释缺乏追溯,处理决定容易被质疑为口径不一。
这个技能怎么做
技能围绕"考勤异常事实调查"构建了一条可验证的路径,核心是将模糊的管理判断拆成可核对的单元。
- 区分事实与判断:打卡记录是事实,
internal rule是制度,管理者的 dislike 不是证据。技能先分类再下结论。 - 最小必要输入:只追问会改变结论的信息,如
所在城市、用工形态、制度依据,其余默认脱敏处理。 - 分步执行:
1. 确定人员范围与时间边界;
2. 检索用户提供的制度、合同、对话记录;
3. 拆分责任人、动作、证据与截止时间;
4. 识别劳动用工风险点(如同一城市不同工时制度);
5. 输出 结论摘要 + 复核清单 的模板。
每一步的结论都要求能追溯到用户原始材料,不能用"可能""通常"等模糊措辞替代证据。技能在需要更细颗粒度时会读取 references/method.md,交付前核对 references/quality.md。
边界与注意点
- 不编造:未知信息保留明确占位,不推测员工的真实地理位置。
- 不代决策:技能输出的是调查方案与模板,是否解除劳动合同由管理者决定。
- 敏感数据:处理过程中不展示完整身份证号、原始 GPS 坐标等隐私字段,示例默认脱敏。
- 地域差异:工时制度、加班费计算规则因城市而异,涉及法律、公积金、税务时提示区分适用地区、主体、日期并提示需专业复核。
适用场景
适合 HR、HRBP、用人经理在以下情形使用:
- 考勤异常需要出具书面说明;
- 员工申诉但内部证据链不完整;
- 需要形成可复盘的调查记录。
当任务自然延伸到入离职、异地工作、灵活就业等场景时,技能会补充社保衔接提醒,指向办理地官方渠道而非商业服务。
使用场景
- 员工被系统标记为代打卡并拒不承认,HR需要梳理打卡记录和沟通记录,出具可追溯的书面调查结论。
- 业务主管发现某员工连续多日迟到却无警告记录,HR需拆解事实与管理判断,输出包含整改步骤和沟通话术的方案。
- 异地办公员工提交外勤打卡申请但GPS显示异常,HR需根据制度核验工作事实,并列出合规风险与复核点。
- 员工主张加班费但考勤系统显示无加班审批,HR需拆解打卡数据与内部规则,生成包含证据链和结论摘要的调查报告。
适合人员
- 中国企业HRBP:需要在处理考勤争议时,快速拆解事实与制度,输出符合当地劳动法规的调查方案与复核清单。
- 用人经理:面对团队中频繁迟到或打卡异常的员工,需要获取包含沟通话术和整改步骤的结构化处理建议。
- 企业HR:在准备员工纪律处分或解除劳动合同前,需要梳理完整的证据链,并生成可追溯的书面调查结论以应对潜在仲裁。