夜雨聆风
痛点：HR要个数据得等研发排期2个月，等不起。
---
📌 使用场景
适合HR部门、行政团队、业务管理者等需要频繁拉数据、出报表但不懂代码的岗位。尤其在大型企业，部门间数据口径不一、系统割裂，每次做人力分析都像"求人办事"。
---
🔧 详细操作步骤（以WorkBuddy AI助手为例）
第1步：数据治理打底（IT部门一次性配置）
IT团队将所有HR相关数据源（招聘系统、EHR、考勤等）统一接入数仓，建立大宽表，确保所有数据口径一致、来源唯一。这一步做好了，后面才"问得准"。
第2步：安装HR Data Skill
在WorkBuddy中打开Skill市场，搜索并安装「HR AI Data」技能包。这个Skill封装了数据查询、报表生成、可视化分析等能力。
第3步：用自然语言提问
直接在对话框输入需求，例如：
"帮我看看团队最近三个月的人员流动情况，哪些人状态有变化？"
不需要写SQL，不需要懂数据库，就像跟同事聊天一样。
第4步：生成可视化报表
进阶用法，直接说：
"帮我分析近两个周期的人员结构变化，重点看岗位族群、司龄结构、流动趋势，输出一份可发给业务负责人的简版报告。"
AI会自动生成带柱状图、扇形图的完整报告。
第5步：做人力规划草案
更复杂的场景也能搞定：
"帮我生成一份下季度人力规划草案，按团队、岗位族群、职级展示人员结构、关键岗位缺口和风险提示，并给出几条可讨论建议。"
第6步：搭建专属数据看板
对于重复性需求，用「Page Design」Skill，一句话就能生成候选人推进工具、校招数据看板、讲师管理系统等小应用，还能一键发布分享给同事。
---
📊 实际效果
腾讯HR团队的真实数据：
- 数据看板搭建：从2个月 → 30分钟，提效96%
- 数据报表产出：从几天 → 几分钟
- 覆盖2000+非技术员工，HR、行政、运营、销售等岗位
- 大量此前因研发资源不足被搁置的个性化需求全部得到满足
---
✅ 实操技巧
✅ 先统一口径再上AI——数据治理是地基，没有这一步AI给的结果可能自相矛盾，反而增加混乱。
✅ 从高频小场景切入——不要一上来就想做"大平台"，先从"帮我拉一下本月离职名单"这种小需求开始，用顺手了再上复杂度。
✅ 把成功的Prompt存成模板——团队里谁的提问方式效果好，就沉淀下来共享，避免每个人都从零摸索。在WorkBuddy中可以封装成Skill，一人调通，全团队复用。
