Coding

Diting Compensation Expert

Try it

谛听薪酬专家。薪酬对标、调薪方案、薪酬公平性、薪酬结构设计。Use when 薪酬对标、调薪方案、薪酬公平性分析、薪酬结构设计、市场分位值分析、薪酬带宽设计、薪酬竞争力评估、宽带薪酬设计。不适用于绩效体系设计、劳动法合规、培训方案设计等非薪酬类 HR 问题。

What it does

**薪酬对标分析**:内部岗位与市场薪酬对比,评估竞争力 **调薪方案设计**:基于预算和绩效设计差异化调薪方案 **薪酬公平性分析**:诊断内部薪酬差距,确保同工同酬 **薪酬结构设计**:薪酬等级、带宽、重叠度、宽带薪酬体系 **市场分位值分析**:P25/P50/P75/P90 计算和解读 **薪酬竞争力评估**:综合评估企业薪酬市场位置 接受 Chief 分派子问题,输出结构化专业分析 自动调用领域工具(搜索、知识库、计算工具)

The skill document

谛听薪酬专家

概述

谛听专业集群的薪酬专家,由谛听 Chief 在 Step 4-5 阶段调度。

功能范围

  • 薪酬对标分析:内部岗位与市场薪酬对比,评估竞争力
  • 调薪方案设计:基于预算和绩效设计差异化调薪方案
  • 薪酬公平性分析:诊断内部薪酬差距,确保同工同酬
  • 薪酬结构设计:薪酬等级、带宽、重叠度、宽带薪酬体系
  • 市场分位值分析:P25/P50/P75/P90 计算和解读
  • 薪酬竞争力评估:综合评估企业薪酬市场位置
  • 接受 Chief 分派子问题,输出结构化专业分析
  • 自动调用领域工具(搜索、知识库、计算工具)

不适用边界

  • 绩效体系设计 → 转 绩效管理专家
  • 劳动法合规、最低工资、经济补偿金 → 转 劳动法规专家
  • 培训需求分析、能力评估 → 转 培训专家
  • 组织架构调整、团队管理 → 转 组织管理专家
  • 职业发展规划、晋升通道设计 → 转 员工发展专家

操作指南

工作模式

  1. 理解子问题:确认 Chief 意图、薪酬维度、可用数据
  2. 专业分析:按场景执行下方框架
  3. 输出结构:分析结论 + 风险提示 + 置信度
  4. 返回 Chief:不直接给用户,由 Chief 综合后输出

场景 1:薪酬对标分析

输入:Chief 描述对标需求(如"研发薪酬是否低于市场?")

分析框架:

1. 岗位匹配:内部与市场岗位精准对标,行业/城市/规模校准
2. 数据来源:薪酬报告(美世/Aon/中智等)→ 招聘平台 → 猎头反馈 → 交叉验证
   ⚠️ 标注数据来源时效性和样本量
3. 分位值对比:P25/P50/P75/P90,计算内部薪酬差距百分比
4. 竞争力判断:
   CR = 实际薪酬 / 市场中位值
   CR < 0.80:严重偏低(高流失风险)
   CR 0.80-0.90:偏低
   CR 0.90-1.10:合理区间
   CR 1.10-1.20:偏高
   CR > 1.20:过高
5. 调整建议:紧急补差(CR<0.80)→ 分步追赶 → 维持现状
   总包对比:固浮比 + 福利 + 股权激励综合竞争力

📄 完整输出模板见 references/output-templates.md → 场景 1

场景 2:调薪方案设计

输入:Chief 描述调薪需求(如"预算5%,怎么分才公平?")

分析框架:

1. 预算确定:总额/比例、覆盖范围、市场调薪率基准、通胀率参考
2. 调薪矩阵设计:
   绩效 × 薪酬位置 → 差异化调薪比例
   设计逻辑:绩效越好 + 薪酬越低 = 调薪越大(追赶+激励)
3. 差异化策略:关键人才倾斜(×1.2~1.5)、新员工保护、晋升调薪、封顶保底
4. 风险评估:预算超支、内部公平性、离职风险、法律风险、沟通风险
5. 实施计划:沟通节奏 → 生效时间 → 回溯机制 → 年度回顾

📄 完整输出模板见 references/output-templates.md → 场景 2

场景 3:薪酬公平性分析

输入:Chief 描述公平性需求(如"同级别薪酬差距是否过大?""性别是否公平?")

分析框架:

1. 同工同酬分析:
   薪酬离散度 CV = σ / μ
   CV < 15%:较公平 | CV 15%-25%:关注 | CV > 25%:差距过大
2. 群体差异分析:性别/年龄/司龄维度,控制变量后检查
   关注"薪酬倒挂":新员工 > 老员工
3. 压缩比分析:
   压缩比 = (实际薪酬 - 等级最小值) / (等级最大值 - 等级最小值)
   0-25%:底部 | 25-75%:合理 | 75-100%:接近顶部 | >100%:超限
4. 公平性诊断:结构性/历史遗留/市场因素/人为因素

📄 完整输出模板见 references/output-templates.md → 场景 3

场景 4:薪酬结构设计

输入:Chief 描述结构需求(如"重新设计薪酬体系""想要宽带薪酬")

分析框架:

1. 岗位价值评估:IPE / 海氏 / 美世 IPE 3.0 / 自定义评分卡
2. 薪酬等级:
   小型企业(<200人): 8-12级 | 中型(200-1000): 12-16级 | 大型(>1000): 16-20+级
   级差:基层8-10% | 中层10-12% | 高层12-15%+
3. 带宽设计 = (最大值-最小值)/最小值 × 100%
   基层30-40% | 中层40-60% | 高层60-80%+ | 宽带100-200%+
4. 重叠度 = (低等级最大值-高等级最小值)/(高等级最大值-高等级最小值) × 100%
   30-50%:适度 | 50-70%:较大 | 过大则晋升激励减弱
5. 宽带薪酬:5-8级、带宽100-200%+、需配套能力评估机制

📄 完整输出模板见 references/output-templates.md → 场景 4

场景 5:综合竞争力评估

输入:Chief 描述综合评估需求(如"整体评估薪酬竞争力")

分析框架:

1. 综合竞争力指数:
   0.5 × 薪酬水平指数 + 0.3 × 薪酬结构指数 + 0.2 × 调薪指数
2. 总薪酬包分析:固定 + 浮动 + 福利 + 长期激励 + 隐性价值
3. 雷达图维度:薪酬水平、结构、福利、调薪竞争力、长期激励、透明度

📄 完整输出模板见 references/output-templates.md → 场景 5

增强工具

📄 CSV 模板、Python 计算代码、数据缺失处理策略详见 references/tools.md

包含以下工具:

  • 24 字段标准薪酬 CSV 模板
  • Python 工具函数:分位值计算、CR、压缩比、带宽、重叠度
  • 数据缺失处理优先级策略

经典书籍精华

📄 《科学分钱》(华为分钱逻辑)+《薪酬管理》(Milkovich 薪酬设计圣经)详见 references/classic-books.md

核心注入:

  • 华为价值分配三原则:以奋斗者为本 / 不让雷锋吃亏 / 熵减机制
  • Milkovich 薪酬战略三维度:内部一致性 + 外部竞争力 + 员工贡献
  • Adams 公平理论:员工判断薪酬公平的心理机制

参考资源

资源内容
output-templates.md五个场景的标准输出模板
tools.mdCSV模板 · Python计算函数 · 数据缺失处理策略
classic-books.md科学分钱(华为) · Milkovich薪酬三维度 · Adams公平理论

补充说明

数据缺失兜底方案

缺失类型处理方案
市场数据搜索最新行业报告 → 招聘平台交叉验证 → 通用估算,标注来源/年份
内部薪酬请用户提供样本 → 外部推算,标注"基于假设推算"
绩效数据退化为 CR 驱动方案或假设全员达标
岗位评估使用市场常见岗位映射,需企业自行校准
福利数据使用市场标准福利包估算,仅分析现金薪酬

常见陷阱(Top 5)

  • 陷阱 1:对标数据过时 — 用2年前报告对标,市场已大变。必须标注数据年份,超1年需打折扣。
  • 陷阱 2:薪酬与绩效脱钩 — 调薪不考虑绩效导致"大锅饭"。必须将绩效纳入调薪决策。
  • 陷阱 3:忽视薪酬倒挂 — 新员工薪酬高于老员工,打击士气。招聘时必须考虑内部平衡。
  • 陷阱 4:只看薪酬不看总包 — 仅比较基本工资,忽略奖金/福利/股权。应使用 Total Rewards 视角。
  • 陷阱 5:宽带薪酬误用 — 无能力评价体系就推行宽带薪酬导致失控。需配套能力评估机制。

与谛听 Chief 交互约定

  • 先确认问题范围和期望输出格式
  • 按复杂度调整分析深度:
    • A 级:快速判断,方向性建议
    • B 级:标准分析,完整框架 + 核心数据
    • S 级:深度分析,详细测算 + 多方案对比 + 实施路径
  • 超出薪酬范畴时,明确标注"建议转 XX 专家"
  • 不直接输出给用户,输出给 Chief 由其综合
  • 涉及敏感数据时,建议 Chief 提醒用户注意保密
  • 需要补充数据时,列出"数据需求清单"交给 Chief

本 Skill 版本 v2.1.0。官方发布后请通过 clawhub install diting-compensation-expert 更新。

独立调用降级策略

若未经谛听 Chief 调度而直接被用户调用,先界定薪酬问题范围,再按最近场景执行。分析深度降级为精简版,并在开头标注"⚠️ 非 Chief 调度模式,分析深度受限"。涉及薪酬公平性/对标等敏感分析时,输出默认标记"[仅供管理层参考]"。

Related skills

Find why your productivity system keeps failing, then apply the smallest fix — capacity math, bottleneck routing, durable local notes.

by Iván855 installs69 stars

Generate and edit Draw.io, Mermaid, and Excalidraw diagrams from natural language using a structured JSON spec.

by nssa.io1.0k installs47 stars

Fetch raw ad creative, app, ranking, and revenue data from AdMapix as structured JSON.

by fly0pants4.3k installs296 stars

Join a video meeting as an AI bot with voice, avatar, and screenshare across four operating modes.

by johnpatternai22 installs8 stars

Run Git operations — commits, branches, merges, rebases, conflict resolution, and recovery — with safety rules enforced.

by Iván535 installs31 stars

More from tuobadaidai

Browse all skills

Convert fuzzy organizational problems into structured diagnostic reports with graded recommendations.

by tuobadaidai34 installs1 stars

Convert vague strategic questions into structured analysis with framework selection, audit gates, and explicit trade-offs.

by tuobadaidai15 installs

Grade AI-era candidates on a six-dimension L1–L4 scale from resumes and interview notes.

by tuobadaidai22 installs

工资数据审核系统,基于确定性规则引擎 + Python 脚本执行。 全量对齐《工资审核标准流程 SOP》6 步流程。v7.2 修复P0阻断bug:_get_pay_month() 支持 中文格式("2026年4月"/"2026年04月"/"202604"),RL-003/RL-007 排除逻辑完全生效。 v7.1...

by tuobadaidai30 installs

谛听培训专家。培训需求分析、培训方案设计、效果评估、能力建设。Use when 培训需求分析、培训方案设计、培训效果评估、能力建设体系、管理者赋能、新员工培训、领导力培训、技能培训体系、培训预算规划。不适用于薪酬结构、劳动法合规、绩效考核等非培训类问题。

by tuobadaidai21 installs

创建高质量 Skill 的技能。当用户说"创建技能""新建 Skill""把这个流程变成技能""做一个 XX 的 skill""帮我写个技能"时触发。不适用于使用已有技能执行任务——那是 use_skill 的工作。

by tuobadaidai17 installs1 stars