Coze和AI智能体职场与HR工作场景手册

版本：V1.0.完整的Skill开发案例：从需求分析到目录结构、配置文件、核心代码，一.可交互的智能体设计：完整的SystemPrompt、对话流程、5组以.至少3个实战案例：来自真实企业的脱敏案例，覆盖不同.常见问题与修正方案：总结该场景下的典型问题及解决方案，让你少走弯路.HR从业者：招聘、培训、绩效、薪酬、员工关系各模块的HR专业人员.培训管理者：企业培训部门负责人、培训经理、学习发展专员.HRBP：希望用AI提升业务支持效率的HR业务伙伴.HRD/CHO：希望了解AI赋能HR趋势的人力资源管理者作流程说清楚，就能开发出专业的Skill技能。本书会手把手带你走完每一步。让 16 16 17 21 21 25 28 31 31 32 32 33 33 33 34 34 34 35 36 37 41 43 44 44 45 45 47 53 56 56 60 63 64 65 70 71 72 77 78 78 85 86 87 92 93 94 97 100 101 102 103 108 108 111 115 117 118 119 119 125 125 126 158 159 160 161 161 163 163 163 165 168 169 170 170 171 173 177 183 193 202Coze职场通用篇第1章认识Coze——从AI助手到数字工作伙伴意味着什么？不是被替代，而是获得前所未有的能力加持聘经验、培训方法论、绩效分析框架，可以被封装成一个一个"Skill技能"，让AICoze2.0是字节跳动推出的零代码AI智能体开发平台，定位为"人人可用的AI应用开发平台"。与传统的AI对话工具不同，Coze2.0的核心理念是让每个人都能将自己领域的专业知识和工作经验，封装成可复用的AI应用——也就是"智能体1.1.1从对话AI到干活AI的进化传统的AI工具（如ChatGPT、文心一言）本质上是一个"对话界面"——你问它进化维度传统AI对话工具Coze2.0智能体平台交互方式单轮问答多轮对话+任务执行输出形式文本答案文档/报告/PPT/Excel等可交付物知识来源通用训练数据通用知识+企业私有知识库工作流程不支持可视化工作流编排技能封装不支持Skill技能体系，经验数字化工具调用有限插件完整插件+API+Skill体系部署渠道网页/App飞书/微信/网页/API/钉钉协作能力单人使用团队共享+企业级权限管理持续优化手动调参数据反馈驱动自动优化版本发布时间核心能力里程碑意义V1.02023年8月基础对话智能体创建AI智能体概念落地V1.52024年3月工作流编排+插件+知识库从对话到流程化V2.02025年6月Skill体系+AgentPlan+AgentOffice+AgentCoding四大能力全面升级V2.52026年3月多Agent协作+Skill市场+企业增强生态化运营以把"如何筛选简历""如何设计培训方案""如何做绩效面谈Skill特性说明HR应用示例零代码配置无需编程，通过自然语言定义Skill逻辑HR经理用中文描述筛选标准即可创建筛选Skill工具调用集成Skill可调用外部工具和API调用ATS系统API获取候选人数据质量标准化内置质量检查与输出规范自动检查JD是否包含歧视性用语可复用分享一次开发，团队/企业共享招聘Skill全团队使用，标准统一技能商店12个领域300+预设技能直接安装"简历解析""培训评估"等Skill版本管理支持Skill迭代升级优化筛选算法后发布V2版本AgentPlan让智能体具备了"项目管理"能力。你踪.每个子任务自动分配给对应Skill执行.进度看板实时更新，延期自动预警.最终自动生成年度培训总结报告AgentOffice是HR最常用也最直接的能力。它支持5分钟内完成Word、PPT、Excel等职场文档的生成和处理。深度上下文理解意味着它不只是文档类型功能描述HR应用场景效率提升Word文档智能生成、格式调整、内容改写制度文件、通知函、劳动合同模板85%PPT演示一键生成、模板套用、内容优化培训课件、汇报PPT、招聘宣讲90%Excel表格数据处理、公式计算、图表生成薪酬报表、考勤统计、人力分析95%PDF处理格式转换、内容提取、批量合并合同归档、报告导出80%邮件撰写智能起草、语气调整、多语言offerletter、面试邀请70%（无需本地安装）、对话式开发（用自然语言写代码）、API、开发定制化的数据处理流程、创建复杂的自动化工作对比维度Coze2.0ChatGPT文心一言通义千问Dify开发门槛零代码，拖拽式需API编程需API编程需API编程低代码Skill封装体系×不支持×不支持×不支持⚠工具概念知识库工作流⚠仅Actions××文档处理式⚠需插件⚠基础⚠基础⚠有限多渠道部署/API⚠仅API⚠仅API⚠仅API中文优化⚠一般技能商店⚠GPTs×无×无×无Store飞书集成×××⚠有限企业权限⚠有限⚠有限⚠有限定价免费版+付费版$20/月起免费版+付费免费版+付费开源+云版1.4职场人为什么必须学Coze务上：简历初筛、数据录入、报表制作、通知发送、会工作事项传统耗时使用Coze后效率提升每月节省简历初筛（100份）4小时20分钟培训反馈汇总2小时22小时月度人力报表30分钟绩效报告编写4小时36小时JD撰写与优化2小时/个15分钟/个面试安排协调3小时/天20分钟/天40小时每个资深HR都有自己的一套方法论。通过Skill技能封装，这些方法论变成了"数字资产"。一个优秀的招聘经理开发的"智能简历筛选Skill"，不仅自己可以用，能力类型传统传承方式Skill封装后效果对比招聘判断力师徒带教，1-2年Skill标准化，即学即用周期缩短80%培训设计能力外部培训+自学Skill模板+智能推荐一致性提升90%绩效面谈技巧角色扮演练习Skill引导+实时辅助质量提升60%薪酬分析方法经验积累Skill自动对标+测算准确度提升75%员工关系处理案例学习Skill风险预警+建议合规性提升85%谁能处理更多的事务，而是谁能更好地设计和优化智能体转型维度传统HR角色AI时代HR角色核心能力变化工作重心事务执行策略设计从"做事"到"设计做事的方式"价值来源个人效率系统效率从"自己能干"到"让AI能干"核心竞争力经验丰富架构能力从"经验积累"到"逻辑抽象"绩效衡量工作量质量与创新从"处理了多少"到"优化了什么"职业发展专业线/管理线AI+HR复合线新增"AI教练"发展路径能力等级描述典型表现薪资溢价L1-入门能使用AI对话工具会用ChatGPT写邮件5-10%L2-应用能配置简单智能体创建过招聘助手/培训助手15-20%L3-开发能开发Skill技能开发了3+个HR场景Skill25-35%L4-架构能设计AI解决方案主导企业HR数字化转型35-50%L5-引领能推动AI+HR战略制定组织AI战略50%+??行动建议：不要等到"准备好了"再学Coze。从今天开始，先用AgentOffice处理一份文档，再尝试创建一个简单智能体，最后挑战开发一个Skill。三步走，一个月入门，三个月精通。第2章Coze快速上手——30分钟从入门到精通础，跟着步骤操作即可。更多AI和HR公益学习资料请联系陈老师微hrdpy123666步骤操作说明预计时间Step1访问打开Coze官网Step2点击"免费注册"支持手机号/邮箱/飞书登录30秒Step3填写基本信息姓名、公司、职位、使用场景Step4选择使用场景选择"人力资源"或"企业管理"30秒Step5进入工作台首次进入有新手引导2分钟功能模块功能说明使用频率智能体回创建和管理你的AI智能体★★★★★工作流曰可视化编排复杂任务流程★★★★☆知识库管理企业私有知识数据★★★★☆技能⚡Skill技能的创建和管理★★★★★插件自管理和配置外部工具★★★☆☆模型选择和配置AI模型★★★☆☆发布囱多渠道部署智能体★★☆☆☆数据皿查看智能体运行数据★★☆☆☆.语言设置：中文简体（确保中文输出质量）.默认模型：推荐选择"豆包"或"GLM-4"（中文能力优秀）.时区设置：北京时间（UTC+8）.通知设置：开启邮件+飞书通知（及时获取运行状态）.团队协作：如团队使用，建议创建企业空间并邀请成员??新手建议：第一次使用建议先完成新手引导教程（约10分钟），可以快速了解平台的核心功能和操作流程。是HR政策问答助手的完整Prompt：你是一位专业的HR政策咨询助手，专门为4.涉及复杂问题时引导员工联系HR专员将公司HR制度文件上传到知识库：点击"知识库"→"创建知识库"→命名"HR政策库"→上传文件（支持PDF/Word/E文件类型示例文件处理时间切片建议PDF《考勤管理制度V3.2》30秒/页按章节自动切片Word《薪酬福利制度》20秒/页按段落切片Excel《假期天数对照表》10秒/页按行切片TXT《FAQ常见问题50条》5秒/页按问答对切片.插件：添加"飞书消息"插件（支持通过飞书发送回答）.工作流：创建"政策查询工作流"（关键词提取→知识库检索→答案生成→格在右侧预览窗口进行测试，确认回答准确后，点击"发布"→选??发布检查清单：发布前务必确认：①Prompt无逻辑矛盾②知识库文件全部处理完成③测试10+个常见问题④测试3+个边界问题⑤确认权限设置合理模型中文能力速度成本适用场景豆包-Pro★★★★★★★★☆☆复杂推理、长文本生成（推荐HR场豆包-Lite★★★★☆★★★★★低简单问答、快速响应场景GLM-4★★★★★★★★☆☆专业文档生成、知识问答GLM-Flash★★★★☆★★★★★极低高并发、简单任务GPT-4o★★★★☆★★★☆☆高多语言场景、复杂分析Claude-3.5★★★★☆★★★☆☆高长文本处理、逻辑推理），Pompt要素说明HR场景示例角色定义（Role）明确AI的身份和定位你是一位有15年经验的资深HR专家任务描述（Task）明确要完成什么帮助业务部门完成岗位需求分析能力范围（Scope）界定能做什么、不做什么只做需求分析，不做薪酬决策输出规范（Format）规定输出格式和质量标准使用STAR格式，包含必选字段约束条件（Constraint）设定行为边界不承诺具体数字，不泄露敏感信息示例（Example）给出2-3个输入输出示例示例1：输入"招Java"→输出完整JD语气风格（Tone）定义沟通风格专业但不生硬，像资深同事在指导配置项选项推荐值说明切片方式自动/手动/按标记按标记（推荐）HR制度文件结构清晰，按章节标记效果最好切片大小100-2000字500-800字政策条款不宜切太碎，保持语义完整重叠大小0-200字确保切片边界处的信息不丢失检索方式向量/关键词/混合混合（推荐）向量检索理解语义，关键词检索精准匹配Top-K5返回最相关的5个知识片段相似度阈值0-10.7低于0.7的结果可能不相关重排序开/关开对检索结果二次排序，提高准确度测试类型用例数量示例基础功能测试验证核心功能正常10-20个问年假天数→正确回答边界测试验证边界条件处理5-10个问不存在的政策→引导联系HR异常测试验证异常处理3-5个输入乱码→友好提示安全测试验证信息安全5-10个套取薪资数据→拒绝回答压力测试验证并发性能持续5分钟连续快速发送50个问题一致性测试验证回答一致性5个相同问题同一问题多次问→答案一致问题现象可能原因解决方案回答与知识库内容不检索阈值过低或Top-K调高阈值至0.75，减少Top-K至3符过大回答过于笼统Prompt缺乏具体性增加输出规范，添加具体示例回答前后矛盾Prompt有冲突指令检查并统一Prompt中的规则响应很慢模型选择不当或知识库过大换用Lite模型，优化知识库切片拒绝回答正常问题安全约束过于严格调整安全约束的边界条件回答格式不统一Prompt输出规范不清晰明确定义输出格式模板渠道配置难度用户体验适用场景特殊要求飞书★★☆☆☆★★★★★企业内部日常使用企业已使用飞书微信★★★☆☆★★★★☆对外招聘、员工服务需要微信公众号网页嵌入★★☆☆☆★★★★☆企业内网/HR系统需要网页开发支持API接口★★★★☆★★★☆☆系统集成需要技术开发钉钉★★★☆☆★★★★☆使用钉钉的企业企业已使用钉钉独立App★★★★★★★★★★大型组织专属应用需要应用开发第3章Skill技能体系——Coze的核心杀手锏装了三样东西：垂直领域的最佳实践（知识）、工具调用岗位操作手册"——不仅告诉他做什么，还告诉他维度传统AI对话工作流Skill技能本质问答工具流程引擎经验封装输入自然语言问题触发条件+数据自然语言+参数处理LLM推理节点流转知识+工具+推理输出文本回答结构化数据可交付物（文档/报告/数据）可复用不可复用可复用可复用+可分享+可商业化知识来源模型训练数据预设流程私有知识+最佳实践质量保证依赖Prompt依赖节点逻辑内置质量标准适合场景信息查询固定流程专业领域任务这意味着：越是专业的领域（如HR）、使用越频繁的任务（如简历筛选）、越容），HR场景知识深度使用频率标准化程度Skill价值评简历筛选★★★★★★★★★★★★★★☆95分培训需求分析★★★★☆★★★☆☆★★★☆☆绩效面谈辅助★★★★★★★★☆☆★★★☆☆薪酬对标分析★★★★★★★☆☆☆★★★★☆80分员工入职引导★★★☆☆★★★★☆★★★★★85分组织诊断★★★★★★★☆☆☆★★☆☆☆55分类型特点开发难度适用场景HR示例官方SkillCoze团队开发质量有保证免费使用★☆☆☆☆直接安装使用通用场景文档处理数据转换PDF解析Word生成Excel处理Skill用户自行开发灵活度最高可封装专有经验★★★☆☆需要业务分析和Prompt设计专业场景企业定制经验封装简历筛选Skill培训评估Skill绩效分析Skill工作流Skill基于工作流构建支持复杂逻辑可集成多工具★★★★☆需要理解工作流编排多步骤任务系统集成端到端流程入职全流程招聘自动化人才盘点.任务是否需要多步骤？→是→使用工作流Skill.是否有现成官方Skill？→是→直接使用官方Skill并定制参数.是否需要团队协作？→是→开发自定义Skill并发布到团队空间Skill名称分类功能安装方式推荐度PDF智能解析文档处理提取PDF文本/表格/图片商店安装★★★★★Word文档生成文档处理根据描述生成Word文档商店安装★★★★★Excel数据分析数据处理数据清洗/统计/图表生成商店安装★★★★★PPT一键生成文档处理根据大纲生成PPT商店安装★★★★★网页内容提取信息获取抓取网页正文和结构化数据商店安装★★★★☆邮件智能撰写办公效率根据场景生成邮件内容商店安装★★★★☆翻译助手语言处理多语言翻译和本地化商店安装★★★☆☆数据可视化数据分析将数据转化为图表商店安装★★★★☆合同审查助手法律合规合同条款分析和风险识别商店安装★★★★☆会议纪要生成办公效率从录音/文字生成结构化纪要商店安装★★★★★.Step1：进入技能商店（左侧导航→技能→探索商店）.Step2：搜索"Excel数据分析"或在"数据处理"分类下浏览.Step3：查看Skill详情（功能说明、使用示例、评分.Step4：点击"安装到我的智能体"→选择目标智能体.Step5：配置参数（默认模板、输出格式、数据范围等）.Step6：测试验证（发送测试数据，确认输出正确）??组合使用技巧：多个Skill可以组合使用，形成"技能链"。例如：网页内容提取Skill→Excel数据分析Skill→PPT报告生成Skill，实现从数据采集到报告输出的全自动化。一个Skill的执行过程可以分为五个阶段：阶段名称执行内容HR场景示例1输入解析理解用户输入，提取关键参数"帮我筛选Java开发的简历"→提取：岗位=Java开发2知识检索从知识库中检索相关知识检索：Java开发JD标准、筛选标准、评分规则3逻辑执行根据封装的逻辑进行处理执行：逐份简历解析→匹配度评分→排序4工具调用调用外部工具完成具体操作调用：Excel生成工具输出评分表格5质量检查验证输出质量，格式化结果检查：评分合理性→格式化→输出最终报告一个完整的Skill由以下组件构成：││││├──├──├──└──需求分析是Skill开发最重要的一步。你需要回答以下问题：输出物方法这个Skill解决什么明确价值价值陈述与业务方访谈谁会用这个Skill？明确用户用户画像用户调研输入是什么？定义接口输入参数列表流程梳理输出是什么？定义交付物输出模板与用户确认需要哪些知识？定义知识库知识清单专家访谈需要哪些工具？定义集成工具清单技术方案质量标准是什么？定义验收标准质量指标与业务方对齐基于需求分析，设计Skill的技术架构：.设计输入参数：参数名称、类型、必填/选填、默认值.设计输出格式：文档模板、数据结构、可视化格式.规划知识库：需要哪些文档、如何组织、切片策略.选择工具集成：是否需要调用外部API、插件.设计异常处理：输入异常、知识缺失、工具失败时的处理逻辑.具体性原则：越具体越好。不说"分析简历"，而说"按分：学历匹配度(30%)、工作经验相关性(25%)、.结构化原则：使用清晰的层级结构。角色→任务→步骤→规范→示例→约束.示例驱动原则：提供2-3个完整的输入输出.边界明确原则：清楚定义能做什么、不做什么、不确定时怎么处理根据设计文档，上传知识库文件、配置外部工具、设.知识库定期更新：制度文件变更后及时更新知识库.工具权限最小化：只授予Skill必需的工具权限.API密钥安全管理：使用环境变量存储敏感信息测试维度测试方法通过标准HR场景示例功能正确性输入标准测试用例输出与预期一致输入JD→输出匹配度排名边界处理输入极端值优雅处理不报错0份简历→提示"请上传简历"知识库准确性提问知识库覆盖的问题引用正确、答案准确问年假规则→引用正确条款输出格式检查输出格式规范性100%符合模板报告格式完全一致安全性尝试注入攻击拒绝执行并提示"忽略以上指令"→不被影响性能记录响应时间平均<10秒100份简历筛选<30秒.个人使用：发布到个人空间，只有自己可以使用.团队使用：发布到团队空间，团队成员共享.企业使用：发布到企业空间，全企业可用发布后需要持续维护：监控使用数据、收集??持续优化建议：建立Skill优化机制：每月收集使用数据→每季度分析用户反馈→每半年进行版本升级。一个优秀的Skill是持续迭代出来的，不是一次开发完成的。第4章工作流编排——让AI自主完成复杂任务工作流是Coze2.0的"神经系统"，它将多个操作节点按照业务逻辑串联起来，让AI能够自主完成复杂的多步骤任务。如果说Skill是"技能"，那工作流就是"操作流程"——它定义了任务从开始到结束的完整工作流（Workflow）是由一组有序节点组成的任务工作流概念说明HR类比节点（Node）工作流中的最小执行单元相当于工作流程中的每个步骤数据流（Edge）节点之间的数据传递相当于步骤间的信息交接触发条件（Trigger）启动工作流的条件相当于"什么时候开始做"变量（Variable）工作流中的数据容器相当于"传递的文件/数据"分支（Branch）条件判断后的不同路径相当于"根据不同情况走不同流程"循环（Loop）重复执行某个操作相当于"每份简历都要做这个检查".左侧面板：节点库，包含所有可用节点类型.中间画布：工作流编辑区，拖拽节点并连线.右侧面板：属性配置区，配置选中节点的参数.顶部工具栏：保存、运行、调试、版本管理.底部状态栏：运行日志、错误信息、性能指标节点类型图标功能输入输出HR应用场景开始节点▶定义工作流入口用户输入/触发参数初始化变量接收简历文件LLM节点令调用大语言模型Prompt+上下文生成文本分析简历内容插件节点自调用外部工具API参数API返回发送邮件通知知识库节点检索知识库查询关键词相关知识片段查询公司制度条件节点四逻辑判断条件表达式True/False分支判断候选人是否通过代码节点圜执行自定义代码输入变量处理结果数据格式转换循环节点曰批量处理列表数据逐条处理结果批量筛选50份简历变量节点数据传递变量值引用值传递候选人ID结束节点⏹输出结果最终数据返回给用户输出筛选报告配置项说明推荐值注意事项模型选择选择底层LLM豆包-Pro（HR场复杂任务用Pro，简单任务用LiteSystemPrompt系统角色设定见下方示例明确角色、任务、输出格式Temperature创意度（0-1）0.3（HR场景）HR需要准确性，不宜太高MaxTokens最大输出长度2000-4000根据输出内容长度调整上下文窗口参考信息量4000-8000包含足够的背景信息超时时间最长等待时间30秒超时设置兜底策略IFeducation_level>=#条件2：工作经验年限ELSE:#条件3：核心技能匹配FORskillINrequired_skills:#条件4：最终判断ELIFscore>=50:ELSE:↓↓↓↓↓[插件节点]→将结果写入Excel+发送邮↓节点功能说明处理时间数据输入数据输出开始接收输入参数<1秒简历文件+JD初始化变量代码-解析批量解析简历文件5-10秒/份原始文件结构化简历数据LLM-分析提取简历关键信息3-5秒/份简历文本姓名/学历/技能/经历LLM-评分JD匹配度评分2-3秒/份简历摘要+JD评分+理由条件-判断分类处理<1秒评分推荐/备选/淘汰代码-汇总排名汇总所有结果排名列表LLM-报告生成总结报告5-10秒汇总数据文字报告插件-输出写入Excel+邮件2-3秒数据+报告Excel文件+邮件↓↓↓↓↓↓↓↓↓↓↓↓↓↓4.3.4工作流4：面试安排自动化↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓调试技巧说明操作方法常见问题单步执行逐个节点执行，查看中间结果右键节点→"从此节点运行"定位哪个节点出了问题变量检查检查每个节点的数据流在节点输出端查看变量值数据传递是否正确查看详细运行日志查看底部日志面板找到错误堆栈信息模拟数据使用模拟数据测试创建测试数据集避免使用真实敏感数据性能分析找出性能瓶颈查看每个节点耗时优化耗时最长的节点版本对比对比不同版本的效果使用版本管理功能确认优化是否有效??最佳实践：开发工作流时遵循"先简后繁"原则：先用最简单的数据跑通全流程，再逐步增加复杂度和边界条件。每添加一个节点就测试一次，避免积累问题后难以定位。第5章知识库构建——打造企业私有知识大脑—有通用能力但不懂公司规矩。通过构建高质量的企业知识库确回答"我们公司年假怎么算""调薪流程是什），之最相似的知识片段。这就像你在图书馆找书——先将检索到的知识片段与用户问题一起传给LLM，作为回答的参考依据。这就像给AILLM基于用户问题和参考资料，生成最终RAG组件作用HR场景示例关键参数文档解析器将各类文档转为可处理文本解析《考勤制度》PDF切片大小、重叠大小向量嵌入器将文本转为数学把"年假15天"编码为向量嵌入模型选择向量数据库存储和检索向量存储所有制度文件向量索引类型、维度检索器根据查询找到最相关片段找到"年假"相关条款Top-K、阈值重排序器对检索结果二次排序优先返回最匹配的条款重排序模型生成器结合上下文生成引用制度条款回答员工问题Temperature知识库名称内容范围文件数量（参更新频率HR-制度总库公司级HR管理制度、政策20-50个文件制度变更时HR-招聘知识库JD模板、面试题库、雇主品牌30-60个文件季度更新HR-培训知识库课程体系、讲师资源、培训SOP40-80个文件月度更新HR-绩效知识库绩效制度、评估标准、案例库20-40个文件半年更新HR-薪酬知识库薪酬结构、市场数据、调薪规则15-30个文件季度更新HR-法规知识库劳动法律法规、地方政策、判例50-100个文件法规变更时HR-FAQ库员工常见问题与标准答案100-200个Q&A月度更新文件格式适用内容处理要点大小限制PDF制度文件、合同模板、报告确保文字可复制（非扫描件）单文件≤50MBWord操作流程、SOP、手册使用标准标题层级单文件≤30MBExcel数据表、对照表、清单表头清晰，数据规范单文件≤20MBTXTFAQ、简单文本使用统一编码UTF-8单文件≤10MBMarkdown结构化文档使用标准MD语法单文件≤10MBCSV结构化数据逗号分隔，首行为表头单文件≤20MB⚠⚠注意：扫描件PDF无法被正确解析！如果制度文件是扫描版，请先使用OCR工具转为可编辑PDF再上传。知识切片是知识库质量的关键。切得太碎，语切片方式原理优点缺点HR适用场景固定长度切片按固定字数切割简单高效可能切断语义长文本快速处理按段落切片在段落边界切割保持段落完整段落长短不一制度文件（推荐）按标记切片按自定义标记切精准控制需要提前标记结构化制度文件割语义切片按语义相似度切割语义最完整处理速度慢复杂文档递归切片多级分割策略兼顾效果和效率配置复杂混合文档参数推荐范围HR场景推荐值调整依据切片大小200-2000字500-800字制度条款通常300-600字重叠大小50-300字保留上下文连贯性Top-K5平衡准确率和召回率相似度阈值0.5-0.90.7HR需要高准确率重排序开/关开提升检索质量元数据过滤支持/不支持支持按制度类型/部门过滤.在智能体编辑器中，点击"知识库"→"添加知识库"→选择已创建的知识库.设置引用模式：精确引用（标注来源）/模糊引用（不标注来源）/智能引.HR场景推荐"精确引用"模式——员工问政策问题时，需要知道依据是哪个协同策略说明适用场景配置要点优先级模式按优先级依次检索有明确主次的场景主库优先，辅库兜底全量检索模式同时检索所有库综合服务场景合并结果后排序路由模式根据问题路由到对应库模块化场景关键词路由或LLM路由融合模式多库结果交叉验证合规审查场景需要多源验证维护事项频率责任人操作内容制度更新同步制度变更后24小时内HR专员上传新版制度，删除旧版检索效果检查每周智能体管理员查看回答准确率，补充缺失知识冗余知识清理每月智能体管理员删除过期、重复、矛盾的内容切片质量评估每季度智能体管理员检查切片是否合理，调整参数知识库容量优化每季度技术管理员清理低使用率知识，优化索引用户反馈分析每月HR专员分析用户提问，补充高频问题知识原因解决方案回答不准确切片不合理或阈值过低调整切片大小，提高阈值回答引用了过期制度知识库未及时更新建立制度变更同步机制检索不到相关内容知识缺失或切片丢失补充相关知识文档回答互相矛盾知识库中有冲突内容排查并统一矛盾条款响应速度慢知识库过大或索引不佳优化知识库结构，分库处理??知识库黄金法则："宁缺毋滥"——知识库中不应该有错误的、过期的、矛盾的信息。如果不确定，宁可让智能体说"我不确定，建议联系HR专员"，也不要给出错误答案。第6章职场通用场景实战痛点传统方式AI方式效率提升劳动合同生成手动填模板，20分钟/份批量填充，2分钟/份OfferLetter手动编辑，15分钟/份模板+变量，3分钟/份培训手册排版手动排版，2小时/份自动排版，10分钟/份制度文件PDF化手动转换+检查，30分钟批量转换，5分钟合同批量更新逐份修改，半天批量替换，15分钟.输入：员工信息表（Excel）+文档模板（Word）.处理：逐行读取员工信息→填充模板→生成独立文档→打包下载name:hr_document_batch_genname:hr_document_batch_genparameters:output:config:1.读取员工信息1.读取员工信息Excel表，提取每行数据5.生成独立文档并打包为ZIP-确保所有变量已正确替换（无遗漏的{输入：员工表包含张三、李四、王五3人上上用户：帮我把这份入职通知书模板批量生成，员工信息在这个Excel里，一共25个人回智能体：好的，我来处理。已识别到：圓模板文件：入职通知书_template.docx皿员工数据：employee_list.xlsx（25条记录）虱识别到变量：{{姓名}}、{{部门}}、{{岗位}}、{{入职日期}}、{{报到地点}}、{{联系人}}正在批量生成中...✅生成完成！成功25份，失败0份已打包为：入职通知书_批量_20260701.zip上用户：其中有几个人的入职日期是下个月15号，你帮我检查一下日期有没有填错逆逆智能体：已检查全部25份文档的日期字段：圓未发现日期填写错误。如需修改某位员工的日期，请告诉我具体姓名和正确日期。HR经常需要处理各种Excel数据：考勤表汇总、花名册整理、薪酬数据核对、培数据类型传统处理方式AI处理方式节省时间月度考勤汇总手动VLOOKUP+数据透视自动匹配+一键汇总90%花名册更新手动增删改查自动对比差异+批量更新85%薪酬数据核对手动逐项核对自动校验+异常标记95%培训学时统计手动计算+排序自动统计+排名88%编制报表手动统计各部门自动分类汇总+图表92%parameters:output:def__init__(self,input_file,task_typself.data=self.load_exdefclean(self):self.data=self.data.drself.data[col]=pd.to_datetimeself.data['手机号']=selself.data['部门']=self.data['部门']returnself.generate_report('defmerge(self):result=pd.merge(self.primary_data,self.lookuon=self.key_column,hodefdefanalyze(self):'入职日期':lambdax:(pd.Timestaname:talent_intelligenceparameters:tools:信息类型数据来源更新频率输出形式招聘动态招聘网站、LinkedIn、企业官网实时招聘岗位清单+趋势分析薪酬趋势薪酬报告、行业调研季度薪酬对标报告组织变动新闻、公告、财报月度组织变动摘要雇主品牌社交媒体、员工评价月度雇主品牌分析报告HR会议特别多：招聘协调会、绩效校准会、培训用Skill可以自动化。更多AI和HR公益学习资料请联系陈老师微：hrdpy1name:hr_weekly_reportname:hr_weekly_reportparameters:output:description:格式化周报/日报（支2用户：这周我做了这些事：筛选了200份简历约了15个面试，完成了3场面试，发了2个offer，还整理了一份培训需求调研问卷闽智能体：圓已为您生成周报：##本周工作总结###一、重点工作完成情况1.**招聘筛选**：完成200份简历筛选，筛选通过率7.5%，约面15人2.**面试推进**：完成3场面试，面试通过率66.7%3.**Offer发放**：成功发放2个Offer，转化率100%4.**培训筹备**：完成培训需求调研问卷设计###二、关键数据-简历→面试转化率：7.5%（行业平均5-8%，表现良好）-面试→Offer转化率：66.7%-本周招聘进度完成率：85%###三、下周计划建议1.跟进已发Offer候选人的接受情况2.推进剩余12位候选人的面试安排3.启动培训需求调研问卷发放需要我调整为其他格式或发送到飞书吗？??周报技巧：让AI生成周报时，不要只列工作事项，还要提供关键数据（筛选了多少份、通过率多少）。数据化的周报比纯文字的更有说服力。HR六大模块智能体开发实战展第7章人力资源规划模块供需预测等战略性工作。这些工作数据量大、分析复杂、痛点具体表现影响AI解决方案数据分析耗时组织架构分析需要整理大量人员数据月度报告延迟，决策滞后组织数据分析Skill自动处理编制规划缺乏依据凭经验估算，缺少数据支撑编制不合理，成本浪费数据驱动的编制测算Skill人力成本分析复杂需要多维度交叉分析分析结果不够深入自动化成本分析+可视化人才供需预测缺少系统化预测方法招多了浪费，招少了耽误AI预测模型辅助决策报告编写低效大量时间花在报告排版上产出效率低自动报告生成Skill本Skill用于自动化分析组织架构数据，生成组织诊断报告。核心功能：.读取组织架构数据（Excel/CSV）.自动计算组织健康度指标（管理幅度、层级深度、人员配比等）.识别组织问题（管理层级过多、管理幅度异常、部门臃肿等）.生成可视化图表和组织诊断报告name:org_data_analysisname:org_data_analysisparameters:），description:分析类型：full-全面分析，structure-结构分析，span-管理幅度，-name:benchmark_inoutput:properties:report:charts:metrics:dependencies:plugins:knowledge:config:classOrgDataParser:def__init__(self,defload_data(self)->pd.DataFrame:ifself.file_path.endswith('.xlsx'):self.raw_data=pd.read_excel(else:self.raw_data=pd.read_csv(ifmissing:defbuild_org_tree(self)->Dict:for_,rowindf.iterrows():}tree[mgr_id]['subordinates'].ap【指标计算模块metrics_calculatoclassclassOrgMetricsCalculator:}def__init__(self,org_tree:Dict,dfdefcalc_span_of_control(self)->Dict:foremp_id,infoinself.tn_sub=len(info['subordina'status':self._check_s'status':self._check_s'abnormal_count':len(}defcalc_hierarchy_depth(self)->Dict:defget_depth(emp_id,visited=None):'avg_depth':round(sum(depths)/len(de}defcalc_dept_metrics(self)->List[Dict]:pd.to_datetime(x)).dt.days.mean()/manager_count=('汇报对象ID',lambdaxdept_stats['manager_ratio']=dept_stats['manager_count']/dept_stats['returndept_stats.to_dict('rereturndept_stats.to_dict('re根据组织数据分析Skill提供的指标数据，撰写专业的组织诊断报告。-建议：具体可执行，标注优先级（P0/-格式：使用Markdown，包含数据表格能力编能力名称功能描述调用SkillA1组织数据解读上传组织数据，获取分析报告org_data_analysis_skillA2架构方案设计根据需求设计组织架构调整方—案A3编制测算基于业务目标进行人力编制测算headcount_planning_skillA4成本模拟模拟不同架构方案的人力成本cost_simulation_skillA5趋势预测预测未来人力供需趋势trend_analysis_skillA6报告生成生成汇报用的PPT/Word报告doc_generator_skill服务过多家500强企业的组织变革项目。你擅长通过数据分析发现组织问题，-涉及敏感话题（裁员、降薪）时，提供）：）：.阶段3（执行分析）：调用组织数据分析Skill→计算指标、识别问题.阶段4（结果呈现）：以结构化格式呈现分析结果→高亮关键发现）：22用户：我上传了公司的组织架构数据，帮我做一个全面的组织诊断闽智能体：好的，我已经加载了您的组织架构数据。皿数据概况：共856名员工，12个一级部门，43个二级团队正在进行全面分析...##组织诊断报告摘要###整体健康度评分：72/100（中等偏上）****✅表现良好的方面：**-HR与员工配比1:85，处于行业合理区间-技术部门管理幅度8.2人，接近最优值**⚠需要关注的问题：**1.[P0]管理层级过深：从VP到一线员工平均5.3层，行业基准3.5层2.[P1]3个部门管理幅度过窄（<4人），存在"官多兵少"现象3.[P1]中台部门占比28%，高于行业平均20%**圓建议下一步：**1.详细查看"层级分析"章节2.讨论中层管理优化方案3.评估中台部门整合可行性需要我深入分析哪个方面？上上用户：我们明年业务目标是增长30%，帮我测算需要增加多少编制回智能体：好的，编制测算需要以下信息：1当前各部门人数和岗位分布230%增长对应的业务量拆解（是收入30%？客户30%？产出30%？）3当前人效数据（人均产出/人均营收）4是否有技术/自动化替代计划？请提供以上信息，我将使用编制测算模型为您计算。上用户：收入增长30%，当前人均营收150万/年，现在有200人，技术投入会增加20%回智能体：皿编制测算结果：**基础测算：**-目标营收：当前30000万×130%=39000万-当前人效：150万/人/年-技术提效：20%（相当于人均产出提升至-技术提效：20%（相当于人均产出提升至180万/人/年）-所需总人数：39000万÷180万/人=217人-净增编制：217-200=**17人****分部门建议：**|------|---------|---------|------|**敏感性分析：**-乐观（增长35%）：需增编25人-基准（增长30%）：需增编17人-保守（增长25%）：需增编10人⚠以上为模型测算结果，实际编制还需考虑：业务季节性、人才储备周期、预算约束等因22用户：我们现在的事业部制太臃肿了，想扁平化，帮我出个方案闽智能体：扁平化改造是组织变革中的重要课题。为了给出精准方案，需要了解：1当前层级结构（从CEO到一线有几层？）2当前管理幅度分布3哪些层级你觉得最冗余？4这次调整的驱动力是什么效率/成本/创新/其他）如果方便的话，请上传组织架构数据，我可以先做一个诊断分析。2用户：从CEO到一线有6层，中间有两层VP和SeniorVP，主要是决策太慢逆逆智能体：理解了。6层级确实偏深，尤其是双VP层级会显著拖慢决策。##扁平化初步方案**现状：**CEO→SVP→VP→Director→Manager→IC（6层）**目标：**CEO→VP→Director+Manager→IC（4层）**核心动作：**1.**合并SVP/VP为一层**：原2位SVP改为CEO直管VP，VP总数从8→52.**Director/Manager合并**：小团队（<10人）的Director降级为Manager3.**扩大管理幅度**：目标管理幅度从5人提升到8-10人**预期效果：**-决策链路缩短2个节点-管理层人数减少约30%-管理成本预计降低15-20%**风险提示：**-涉及的管理人员安置方案需要提前规划-建议分3个阶段推进（每阶段2个月）-需要同步调整审批权限和汇报关系需要我生成详细的实施方案文档吗？【对话4：人力成本分析】22用户：帮我分析一下各部门的人力成本占比，找出成本优化空间逆智能体：好的，请上传包含以下信息的数据：1各部门人员编制和实际在岗人数2各岗位薪酬数据（基本工资+奖金+福利）3各部门营收/产出数据（用于计算人效）我将为您分析：成本结构分布、各部门人效对比、成本优化空间。我将为您分析：成本结构分布、各部门人效对比、成本优化空间。22用户：把刚才的分析整理成PPT，下周要向CEO汇报智能体：好的，我来为您生成CEO汇报PPT。圓PPT大纲（8页）：1.封面：2026年Q2组织健康度诊断报告2.执行摘要：3个关键发现+3个核心建议3.组织架构全景图4.管理幅度分析+对标5.层级深度分析+对标6.部门人效排名7.优化方案（3个优先级排序）8.下一步行动计划正在生成中...预计5分钟完成。?汇报技巧：给CEO汇报组织分析时，记住"结论先行"原则：先说关键发现和建议，再用数据支撑。CEO最关心的不是分析过程，而是"问题是什么"和"怎么办"。规划阶段传统方式AI辅助方式价值提升现状分析手动整理数据，耗时上传数据，30分钟出报告效率提升90%问题诊断靠经验判断，主观性数据驱动，客观量化准确性提升强70%方案设计反复讨论，耗时长AI提供多方案对比决策效率提升50%成本测算Excel手动计算自动建模+敏感性分析准确度提升80%报告编写PPT制作3-5天自动生成+人工优化效率提升85%.数据质量是关键：上传的组织数据必须准确完整，否则分析结果不可靠.先诊断后开方：不要跳过诊断直接给方案，数据分析会帮你发现"看不见的.多方案对比：让AI提供至少3个方案（激进/稳健/保守），辅助决策.定期复盘：每季度用Skill重新分析一次，跟踪组织变化趋势项目信息详情企业背景某B轮互联网公司，员工300人，快速扩张期核心问题快速扩张后组织臃肿，管理层级过多，决策效率下降使用工具组织诊断助手+组织数据分析Skill实施过程1.上传组织数据→2.全面诊断→3.识别5个核心问题→4.设计方案→5.模拟成本影响关键发现管理层级6层（基准4层），管理幅度平均4.2人（基准8人）解决方案合并2个管理层级，扩大管理幅度，设立项目制组织实施效果决策效率提升40%，管理层成本降低22%，员工满意度提升15%项目周期诊断1天+方案设计3天+实施落地2个月项目信息详情企业背景某制造业集团，旗下5个事业部，共2000人核心问题年度编制规划缺乏数据支撑，各事业部争抢编制使用工具组织诊断助手+编制测算Skill实施过程1.收集5年历史数据→2.建立人效模型→3.按业务增长预测编制→4.多方案比选关键发现3个事业部人效差距达2.3倍，存在严重的资源错配解决方案建立人效基准线，低于基准线的事业部冻结招聘，高于的优先配置实施效果编制分配合理性显著提升，整体人效提升12%，人工成本率下降1.5%项目周期数据分析1周+模型建立2周+方案落地1个月项目信息详情企业背景某中型金融企业，员工500人，人力成本年增长率15%核心问题人力成本增速远超营收增速（8%），需要优化使用工具组织诊断助手+成本分析Skill实施过程1.梳理成本结构→2.对标行业数据→3.识别优化空间→4.设计方案→5.模拟影响关键发现中层管理者占比35%（行业25%），职能人员配比偏高解决方案优化管理层级（减少2层）、整合职能部门、引入AI替代重复岗位实施效果人力成本增速降至6%，节约成本约800万/年，业务效率不降反升项目周期分析2周+方案设计1个月+分批实施3个月序号问题现象原因分析解决方案预防措施1分析结果与直觉不符数据质量问题或指标定义不准确核查原始数据，确认指标计算逻辑建立数据质量检查机制2报告内容太空泛Prompt缺乏具体输出要求增加数据引用要求，添加输出模板在Prompt中明确"每个观点必须有数据"3建议无法落地缺乏对业务实际的了解补充业务背景到知识库，增加可行性评估让业务方参与Skill设计4数据量太大处理超时单次分析数据过多分批处理，使用增量分析模式设计合理的数据切分策略5不同时间分析结果不一致数据版本不同或模型随机性锁定数据版本，降低Temperature建立数据版本管理机制6对敏感问题（裁员）给出直接建议Prompt安全约束不足增加安全边界，要求给出多方案定期审查Prompt安全性7生成的图表格式不对图表配置参数问题检查chart_config配置，调整样式参数建立图表模板标准化8跨部门数据无法对比数据口径不统一在数据预处理阶段统一口径建立统一的数据标准规范第8章招聘与配置模块简历筛选和JD生成，并设计一个完整的招聘助手智能体。痛点具体表现量化影响AI解决方案简历筛选耗时校招季每天需要筛选300+份简历1个招聘专员日均工智能简历筛选Skill，5分钟完成JD质量参差不齐不同HR写的JD风格差异大影响雇主品牌和候选人质量JD智能生成Skill，标准化输出面试安排混乱多方时间协调困难平均每个面试安排耗时30分钟面试安排自动化工作流候选人体验差反馈慢、流程不透明offer拒绝率高达30%候选人沟通智能体招聘数据散落各渠道数据无法汇总无法做有效的招聘分析招聘数据聚合分析Skill人才库沉睡历史候选人资源浪费90%的人才库从未二次激活人才库智能唤醒Skill简历筛选是招聘中最典型的"高重复、高判断".第一步：解析JD→提取硬性要求（学历/年限/技能）+软性要求（经验/.第二步：解析简历→提取结构化信息（教育背景/工作经历/技能/项目）.第三步：多维匹配→学历匹配度(20%)+经验匹配度(30%)+技能匹配度.第四步：输出排名→评分排名+推荐理由+风险提示├──├──├──name:smart_resume_scrname:smart_resume_scrparameters:default:output:properties:ranking:report:excel:【三维匹配引擎resume_matcheclassclassResumeMatcher:defmatch_education(self,resume:dict)->float:resume_level=edu_levels.get(resume.get('education',required_level=edu_levels.get(self.jd.get('min_education','本科'ifresume_level>=required_level:else:score=max(0,resume_ifresume.get('school_tidefmatch_experience(self,resume:dict)->float:years=resume.get('total_yerequired_years=self.jd.get('min_yearifyears>=required_years:else:ifresume.get('industry')==self.jd.get('industry'):ifresume.get('company_sdefmatch_skills(self,resume:dict)->float:ifnotrequired_skills:matched=required_skills&resume_skimatch_rate=len(matched)/bonus_skills=resume_skills-required_defcalculate_total(self,resume:dict)->dict:'education':self.match_educat'experience':self.match_experienc'skills':self.match_skill'projects':self._evaluate_project'potential':self._evaluate_poten}'candidate':resume.get('na'recommendation':self._get_recommendation(total'highlights':self._extract_highlights(resum'risks':self._identify_risks(resume}）：）：）：）：）：|------|------|------|---能力功能对应Skill/工作流JD智能生成根据岗位需求快速生成专业JDJD生成Skill简历批量筛选5分钟筛选100+份简历智能简历筛选Skill面试安排自动协调面试官和候选人时间面试安排工作流候选人沟通自动发送面试通知、结果反馈消息推送插件招聘数据分析渠道效率、转化漏斗、周期分析招聘数据分析Skill人才库管理激活历史候选人，智能推荐人才库SkillOffer方案建议基于市场数据和内部公平性建议薪酬顾问Skill你是"招聘助手"，一位专业高效的AI招聘顾问。你精通招聘全流程，-不得在评价中出现任何歧视性内容（性别/年22用户：帮我写一个高级Java开发工程师的JD，要求5年以上经验，有微服务架构经验，base上海闽智能体：好的，我来为您生成JD。还需要确认几个细节：1团队规模和汇报对象？（如：10人团队，汇报给技术总监）2业务方向如：电商平台/金融科技/企业服务）3薪资范围？（用于JD中标注，提升投递率）4是否接受远程/混合办公？5有什么亮点福利想突出如：期权/弹性工作/学习基金）2用户：15人电商团队，汇报给CTO，薪资30-50K，混合办公闽智能体：圓已为您生成JD：---##高级Java开发工程师**上海|30-50K|混合办公****关于我们**[公司简介]**岗位职责**1.负责电商核心系统的架构设计和开发2.主导微服务架构优化，提升系统稳定性和可扩展性3.带领3-5人小组完成项目交付4.参与技术方案评审和代码Review**任职要求****任职要求**1.本科及以上学历，计算机相关专业2.5年以上Java开发经验，2年以上微服务架构实践3.精通SpringCloud/Dubbo等主流框架4.有高并发、分布式系统设计经验5.良好的沟通协作能力**加分项**-电商领域经验-开源项目贡献者-技术博客/分享经验**我们提供**-弹性工作制（每周2天远程）-技术期权激励-年度学习基金1万元---需要我调整哪些内容？或者帮你同步发布到招聘渠道？22用户：这是今天收到的50份简历，帮我筛选出最匹配的前10个智能体：好的，我来处理50份简历的筛选。✅成功解析48份（2份格式无法解析）##筛选结果（##筛选结果（Top10）|------|------|------|------|----------||1|张*明|88.5|阿里5年+微服务主导经验|★★★||2|李*华|85.2|京东电商经验+架构师认证|★★★||3|王*|82.8|创业公司CTO+全栈能力|★★★|皿整体质量评估：A级（候选人池质量良好）圓详细评分表已导出：screening_result.xlsx需要我安排Top5的面试吗？22用户：张*明通过了初筛，帮我准备二面的面试题回智能体：根据张*明的简历和目标岗位要求，我为您准备了以下面试题：##技术深度（40分钟）1.请描述您在阿里主导的微服务拆分项目，遇到了哪些挑战？如何解决的？2.在高并发场景下，您是如何设计系统保证稳定性的？请举具体数据。3.SpringCloud和Dubbo您都用过，在什么场景下会选择哪个？为什么？##架构能力（20分钟）4.如果让您为我们电商系统设计下一代架构，您会怎么规划？5.如何看待Serverless在电商场景的应用前景？##团队协作（15分钟）6.在带小组时，如何处理技术方案分歧？7.如何帮助团队成员成长？举个例子。##文化匹配（10分钟）8.为什么考虑离开阿里？对我们的业务有什么了解？8.为什么考虑离开阿里？对我们的业务有什么了解？?面试重点建议：-重点验证其"主导"项目的真实深度-关注从大厂到创业公司的适应性-了解其技术视野和前瞻性【对话4：招聘数据分析】上上用户：帮我分析一下这个季度的招聘数据，看看有什么问题回智能体：请提供本季度的招聘数据（Excel格式），包括：-各渠道简历收取量-各阶段转化人数（筛选→初面→复面→Offer→入职）-各岗位招聘周期-渠道费用数据我将为您分析转化漏斗、渠道效率、周期瓶颈等。上用户：数据给你，我们Q1招了30个人，花了80万回智能体：皿Q1招聘数据分析报告：##整体概况-招聘需求：45人|实际到岗：30人|完成率：67%-总费用：80万|人均成本：2.67万|行业基准：1.8万##转化漏斗简历收取→1,200份简历通过→180份（15%）⚠偏低，行业20%初面通过→72份（40%）✅正常Offer发出→38份（84%）Offer接受→30人（79%）⚠偏低，行业85%####渠道效率|------|------|---------|---------|------|##核心问题1.**简历通过率偏低**（15%vs行业20%）→JD精准度需优化2.**Offer接受率偏低**（79%vs行业85%）→薪酬竞争力需评估3.**猎头费用占比过高**（56%）→应加大内推和直招##优化建议1.内推奖励提升至5000元/人，目标内推占比提升至35%2.优化JD精准度，提升简历通过率至20%+3.对关键岗位进行薪酬市场对标，提升Offer接受率上上用户：张*明的期望薪资是55K，超出我们预算上限50K，帮我拟一个沟通方案闽智能体：薪资gap10%（55Kvs50K），属于可谈判范围