企业内训
围绕团队的薪酬分析与激励设计任务，结合专业判断与 AI 工具开发安排课程。
用 AI 搭建薪酬分析与决策工具
面向 HR 团队，从薪酬业务问题出发，学习用 AI 开展分析、比较方案，并开发 Excel 模板与交互式网页工具。
适合哪些团队
课程、工作坊与项目实践
实战工作坊
带着具体任务和材料，一起拆问题、定标准，现场制作并校正分析成果。
项目陪跑
围绕一个实际项目，逐步搭建、验证和修改工具，整理成团队可以重复使用的工作流程。
薪酬分析与决策
诊断薪酬问题
从数据中发现薪酬问题，解释分析口径与判断依据。
比较与调整方案
测算不同方案的成本、人员影响及取舍。
提出决策建议
将分析转成清楚、可执行的建议，支持管理层判断。
AI 工具开发与维护
把业务问题转成工具需求
说清工具给谁使用、需要什么数据、怎样计算，以及结果如何支持薪酬判断。
准备数据与专业规则
整理字段、指标口径、公式和业务约束，让 AI 依据明确的规则开展工作。
借助 AI 搭建工具
通过对话提出需求，开发 Excel 模板或交互式网页，并根据使用效果修改。
验证结果与修复问题
核对计算与专业口径，用已知案例和异常数据检查工具，推动 AI 修复错误。
独立维护与复用
更换数据、调整参数、增加功能，把工具用于下一次分析任务。
工具开发实践
Excel 分析工具
围绕薪酬分析任务组织数据、公式、参数与结果，让模板能够更换数据并重复使用。
- 薪酬数据与指标分析
- 方案参数与成本测算
- 可修改、可复用的分析模板
交互式网页工具
将分析与方案比较放进可操作的页面，通过调整参数查看结果，支持讨论与决策。
- 调整参数、查看结果
- 比较不同方案的影响
- 修改页面与迭代功能
课程样例
课程样例待补充。
AI+HR 学员反馈
姓名及机构已作脱敏处理。
我一边听课一边拿真实项目练，把“任职资格标准构建”和“任职资格认证流程”的主体框架做出来了。对我来说，这已经不是上课了，而是当场解决了问题。
提示词也好，Skill 也好，真正重要的不是写出一个漂亮模板，而是理解背后那套完成任务的思路：怎么拆问题，怎么稳定产出，怎么把任务变成流程。