蚂蚁工资条 · 薪酬数据分析报告生成器

概述

本技能为蚂蚁工资条团队出品的薪酬数据分析与报告生成工具。这是团队技能矩阵中第一个「计算引擎 + 大模型写作」深度融合的技能：

• Python 计算引擎 (scripts/salary_report_analyzer.py) 负责所有精确统计——描述性统计、CR (Compa-Ratio) 带宽诊断、涨薪分析、分位值对标矩阵、分布形态分析、内部公平性评估、异常检测
• LLM（即当前 WorkBuddy） 负责将结构化 JSON 分析结果转化为专业、可读、可执行的薪酬分析报告，包含执行摘要、部门对比、带宽诊断、风险预警、优先级行动建议

核心价值主张：让 HR 告别 Excel 透视表和手动报告——上传一份薪酬数据，自动获得一份老板可以直接用的薪酬分析报告。

触发条件

当用户发出以下类型指令时触发本技能：

报告生成类：

• "帮我分析一下这份薪酬数据" / "生成一份薪酬分析报告"
• "附件/上传了一份工资表，帮我看看"
• "分析各部门薪酬情况" / "薪酬结构诊断"

专项分析类：

• "哪些部门的薪酬有问题" / "有没有薪酬倒挂"
• "今年的涨薪情况怎么样" / "各部门涨薪率对比"
• "内部公平性有什么问题"
• "薪酬分布健康吗"

上传数据类：

• 用户上传 CSV/Excel/JSON 格式的薪酬数据文件
• "这是我们的工资数据，帮我出个报告"

报告需求类：

• "我要给老板汇报薪酬情况，帮我写份报告"
• "薪酬委员会要一份年度薪酬分析"

与其他技能的关系

• 个税计算器 (mayi-tax-calculator)：单人员维度的个税精算
• 薪酬方案对比 (mayi-salary-comparator)：双方案多维度对比
• 经济补偿金计算器 (mayi-severance-calculator)：离职赔偿计算
• 本技能：全员/部门/职级维度的统计分析与报告生成

---

融合架构：计算引擎 + LLM 写作

┌─────────────────────────────────────────────────────┐
│                    用户输入                           │
│   "帮我分析这份薪酬数据" + [上传文件] 或 [口头提供]      │
└──────────────────────┬──────────────────────────────┘
                       ▼
┌─────────────────────────────────────────────────────┐
│              Step 1: 数据获取与加载                    │
│  - 用户上传 CSV/Excel/JSON → load_data()             │
│  - 口头描述 → 引导用户结构化输入                       │
│  - 无可提供数据 → 使用 generate_demo_data() 演示       │
└──────────────────────┬──────────────────────────────┘
                       ▼
┌─────────────────────────────────────────────────────┐
│           Step 2: Python 计算引擎执行                  │
│  run_analysis(records) → AnalysisReport              │
│  to_llm_friendly_json(report) → 结构化 JSON          │
│                                                      │
│  产出：                                              │
│  · 部门/岗位/职级维度描述性统计                        │
│  · 薪酬带宽 CR 诊断 (绿黄红三区)                       │
│  · 年度涨薪率分析                                     │
│  · 分位值对标矩阵 (P10/P25/P50/P75/P90)               │
│  · 内部公平性评估                                     │
│  · 分布形态分析 (偏度/峰度/Gini/直方图)                │
│  · 异常检测结果 (倒挂/CR异常/降薪/涨薪停滞)            │
│  · LLM 叙事线索 (引导写作方向)                         │
└──────────────────────┬──────────────────────────────┘
                       ▼
┌─────────────────────────────────────────────────────┐
│          Step 3: LLM 报告撰写 (核心创新)               │
│  LLM 阅读 to_llm_friendly_json 的输出                 │
│  LLM 参照 references/llm-report-guide.md 的模板        │
│  LLM 参照 references/analysis-dimensions.md 的指标解读  │
│                                                      │
│  产出：完整的薪酬分析报告                              │
│  ├── 执行摘要 (3大发现 + 优先行动项)                   │
│  ├── 整体薪酬概况                                     │
│  ├── 部门薪酬对比                                     │
│  ├── 薪酬带宽健康度诊断                               │
│  ├── 年度涨薪分析                                     │
│  ├── 内部公平性评估                                   │
│  ├── 风险预警与行动建议 (含优先级矩阵)                  │
│  └── 数据说明与免责声明                                │
└──────────────────────┬──────────────────────────────┘
                       ▼
┌─────────────────────────────────────────────────────┐
│               输出：专业薪酬分析报告                     │
│  可导出为 Markdown / Word / 直接对话呈现                │
└─────────────────────────────────────────────────────┘

---

完整工作流程（共五步）

第一步：获取与分析范围确认

根据用户提供的数据形式选择路径：

路径 A：用户上传了数据文件

# 加载数据
from salary_report_analyzer import load_data, run_analysis, to_llm_friendly_json

records = load_data("用户上传的文件路径.csv")  # 支持 .xlsx / .json

数据文件支持的列名（自动映射）：

• employee_id / 工号 / id
• department / 部门 / dept
• position / 岗位 / 职位 / job_title
• job_level / 职级 / level
• monthly_salary / 月薪 / salary / 工资
• annual_bonus / 年终奖 / bonus
• last_year_salary / 上年月薪 / 上年度月薪 — 用于涨薪率计算
• performance_rating / 绩效 — 可选，用于交叉分析
• city / 城市 — 可选
• gender / 性别 — 可选，用于性别薪酬公平性
• age / 年龄 — 可选

路径 B：用户口头描述了数据

引导用户以结构化方式提供数据，或创建示例 CSV 文件供填充。至少需要：工号、部门、岗位、职级、月薪。

如果仅需演示效果，使用内置演示数据：

from salary_report_analyzer import generate_demo_data, run_analysis, to_llm_friendly_json

records = generate_demo_data()  # 197人、6部门、19岗位的模拟数据

确认分析范围

执行分析前与用户确认：

• 是否需要包含奖金数据（如提供）
• 是否需要按城市分解
• 是否需要自定义岗位中位值或职级带宽（用于 CR 计算）
• 如果有历史数据，是否需要同比分析

第二步：执行计算引擎

report = run_analysis(
    records=records,
    position_midpoints=None,          # 可选：岗位中位值对照表
    level_midpoints=None,             # 可选：职级带宽 {(下限, 中位值, 上限)}
    company_name="用户公司名",
    report_title="2026年薪酬数据分析报告",
)

# 转为 LLM 友好的 JSON
json_data = to_llm_friendly_json(report)
# 此时 json_data 是一个包含所有分析维度的结构化字符串

命令行模式（演示用）：

# 演示数据 + 文本摘要
python scripts/salary_report_analyzer.py --demo

# 演示数据 + JSON 输出
python scripts/salary_report_analyzer.py --demo --json

# 真实数据
python scripts/salary_report_analyzer.py --input data.csv --company "XX科技"
python scripts/salary_report_analyzer.py --input data.xlsx --json --output analysis.json

# 指定岗位中位值
python scripts/salary_report_analyzer.py --input data.csv --midpoints midpoints.json

第三步：LLM 撰写报告（核心步骤）

这是本技能与纯计算工具的本质区别。

LLM 将：

1. 读取 to_llm_friendly_json() 输出的结构化 JSON 数据
2. 参照 references/llm-report-guide.md 中的章节模板撰写各章节
3. 参照 references/analysis-dimensions.md 中的指标标准解读数据
4. 结合 narrative_hints 中的写作线索确定报告重点
5. 基于 anomalies 中的检测结果生成风险预警与行动建议

LLM 撰写时遵循的原则：

• 每个章节先给结论，再展开数据
• 引用具体数值，不使用模糊表达
• 风险预警必须配备可执行的行动建议
• CR、CV、分位值等专业术语在首次出现时给予简短解释
• 区分"数据事实"和"分析判断"
• 控制报告在 2000-4000 字（含表格）

重要的 LLM 角色设定：

以「蚂蚁工资条薪酬分析顾问」的身份撰写报告，风格：

• 专业但不冰冷：使用正确的薪酬管理术语，但让非 HR 背景的读者也能看懂
• 数据驱动但有人文视角：分析数据时关注数字背后的人——涨薪停滞影响员工留存，薪酬倒挂伤害团队士气
• 发现问题更给出方案：不只指出问题，每个风险点都附带至少一条具体的行动建议

第四步：展示报告并支持导出

报告生成后：

1. 对话中直接展示 Markdown 格式的完整报告
2. 如果用户需要导出，保存为 .md 文件或转为腾讯文档
3. 附带关键图表建议：向用户建议可以在哪些维度上增加可视化（如部门薪酬箱线图、CR 分布柱状图），如果用户需要可以进一步生成

第五步：追问与深化

报告展示后，主动询问用户是否需要深入：

• "需要对哪个部门或岗位进行更深度的分析？"
• "是否需要基于这份报告生成面向老板的汇报 PPT 大纲？"
• "是否需要针对发现的某个风险点，展开详细的影响分析和解决方案？"

---

场景速查

场景 1：上传数据，生成完整报告

from salary_report_analyzer import load_data, run_analysis, to_llm_friendly_json

records = load_data("薪酬数据2026Q2.xlsx")
report = run_analysis(records, company_name="XX科技有限公司",
                      report_title="2026年Q2薪酬数据分析报告")
json_data = to_llm_friendly_json(report)

# 将 json_data 提交给 LLM 撰写报告
# LLM 参照 llm-report-guide.md 逐章节生成

场景 2：快速演示（无数据）

from salary_report_analyzer import generate_demo_data, run_analysis, to_llm_friendly_json

records = generate_demo_data()
report = run_analysis(records, company_name="演示公司")
json_data = to_llm_friendly_json(report)
# LLM 撰写演示报告

场景 3：指定岗位中位值进行精确 CR 诊断

position_midpoints = {
    "后端开发": 20000,
    "前端开发": 18000,
    "产品经理": 22000,
    "销售经理": 20000,
    # ... 从薪酬调研数据或职位评估中获得
}

report = run_analysis(records, position_midpoints=position_midpoints)
# CR 计算将使用指定中位值而非自动估算，精度更高

场景 4：专项深度分析（"只看涨薪"）

用户说"我只想看涨薪情况"，LLM 应：

1. 仍执行完整引擎（数据量小时可全部计算）
2. 但报告中重点展开涨薪分析章节，其他章节压缩为摘要
3. 引用 increase_analysis 模块的全部数据

场景 5：异常调查

用户说"报告里说的薪酬倒挂，具体是谁？"，LLM 应：

1. 从 anomalies 字段找到对应异常
2. 如果有员工明细数据，列出涉及的员工
3. 给出该异常的详细影响分析

---

资源文件说明

scripts/

• salary_report_analyzer.py — 核心计算引擎。实现数据加载 (CSV/Excel/JSON，自动列名映射)、全维度统计分析、薪酬带宽 CR 诊断、年度涨薪率分析、分位值对标矩阵、分布形态分析 (偏度/峰度/Gini/直方图)、内部公平性评估、异常检测、叙事线索生成、LLM 友好的结构化 JSON 输出。约 1200 行，内置 197 人演示数据集。

references/

• analysis-dimensions.md — 薪酬分析指标体系与方法论。定义 CR 三区标准、带宽健康标准、涨薪率解读阈值、CV 离散度标准、偏度/峰度/Gini 解读表、异常检测规则汇总、完整报告结构建议。供 LLM 在撰写报告时参照。
• llm-report-guide.md — LLM 报告撰写指南。包含每个章节的 Markdown 模板、写作要点、分析角度提示、质量检查清单。定义了 LLM 的写作角色（蚂蚁工资条薪酬顾问）、风格要求、篇幅控制标准。

---

关键设计决策

为什么不是纯 LLM 做分析？

薪酬分析涉及大量精确计算（百分位数、标准差、CR、渗透率、偏度/峰度），LLM 的数值计算不可靠且不可审计。Python 引擎确保：

• 每个数字可追溯计算过程
• 大样本（万级员工）也能在秒级完成
• 统计分析结果的精确性不受对话长度影响

为什么不是纯脚本出报告？

纯脚本生成的报告是模板化的、生硬的。LLM 的价值在于：

• 能从数据中发现"值得一说的"故事（哪里的问题最严重？什么最值得关注？）
• 能将统计指标翻译为管理层能理解的商业语言
• 能生成具体的、上下文相关的行动建议而非泛泛之谈

结合起来的效果

计算引擎做"算得准"，LLM 做"讲得好"。两者分工明确、互不越界。

---

适用与限制

适用：

• 企业内部的月度/季度/年度薪酬数据分析
• 薪酬带宽设计的健康度诊断
• 年度调薪的效果评估与公平性检查
• 向管理层/薪酬委员会的正式汇报场景
• 薪酬体系的定期审计与风险排查

不适用：

• 外部市场薪酬对标（需要市场薪酬调研数据，本技能仅有内部对标能力）
• 股权激励估值（非工资性薪酬不在计算范围内）
• 绩效与薪酬的因果分析（需要额外绩效数据并提供统计学模型）
• 实时薪酬数据看板（本技能为报告生成工具，非监控系统）

数据质量要求：

• 员工人数建议 ≥ 30 人（过小样本的统计分析结论不够稳健）
• 月薪字段为必填项
• 上年月薪缺失不影响其他维度分析，但涨薪分析将跳过该人员
• 岗位/职级字段建议完整，否则相关维度分析将被归入"未分类"

---

免责声明

本技能生成的薪酬分析报告基于用户提交的数据自动分析得出。各项结论和建议仅供企业内部薪酬管理参考，不构成人力资源管理决策的唯一依据。薪酬管理涉及复杂的组织、业务和市场因素，建议结合专业 HR 判断、市场薪酬调研数据和企业战略综合制定决策。报告中涉及的人员数据请确保已经适当脱敏处理。