员工情绪波动 HR 报告
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 @user_bb47e3e3/employee-emotion-fluctuation-hr-analysis。
技能介绍
问题背景
在研发、客服等高压岗位中,员工情绪持续走低往往早于离职行为出现,但 HR 很难从日常观察中获得稳定信号。这个技能要解决的不是“判断谁情绪不好”,而是在合规前提下,把办公区视频中的可观察行为变化整理成可跟进的匿名关怀线索。
工作方式
它面向企业办公区固定摄像头输入,接受 mp4/avi/mov 本地视频或 URL,默认在匿名化条件下分析表情与姿态特征,例如笑容频率、皱眉、视觉叹气、独自静坐、同事互动和工位姿态变化。核心逻辑是建立个人 30 天基线,再计算 smile_delta、sigh_delta、solo_sit_delta 等相对变化;当连续 3 个工作日出现明显偏移时,才输出匿名 ID + 工位坐标级的预警与关怀建议,而不是直接给出诊断或绩效结论。
适用边界
该技能适合中大型企业做内部 HR 关怀参考,尤其适合需要长期观察团队压力状态的办公场景。使用时必须满足几个硬约束:已有员工同意与必要备案,单日可分析时长不少于 2 小时,且不能把结果用于绩效、晋升、解雇等决策。报告也应以“自然工作支持”方式沟通,并配合 EAP 或心理援助渠道,而不是把摄像头信号直接转述为员工心理问题。
使用场景
- HR 每周从办公区匿名视频生成情绪趋势报告,定位需 1-on-1 关怀的工位
- 管理者复盘研发冲刺期连续 3 天的笑容下降与静坐增加,安排自愿支持谈话
- HR 用 `--list` 查询云端历史报告清单,按日期核对匿名预警记录
- 合规团队检查输出是否仅含匿名 ID 与工位坐标,避免映射到工号
适合人员
- 负责离职风险复盘的 HRBP:把匿名行为指标转成可执行的关怀计划
- 高压研发团队负责人:在冲刺后了解工位级压力信号,组织自愿 1-on-1
- 企业合规或隐私负责人:审核摄像头监测边界、访问审批与匿名输出
- EAP 运营人员:结合预警报告提供 EAP 或心理援助入口