jd-market-research

当用户提供岗位JD（职位描述）或明确指定岗位名称时，自动联网深度调研该岗位在市场上的人才供需、薪资分布、职级体系、组织架构，并对比主要目标公司的事业线稳定性、业务前景、团队氛围、工作强度与薪酬竞争力，识别风险点与核心优势。适用场景：职业规划、求职决策、面试准备、offer比较、行业分析、招聘策略制定。触发条件：（1）用户直接粘贴JD文本要求分析；（2）用户要求调研/分析某个岗位的市场情况；（3）用户想了解某岗位在不同公司的差异；（4）用户要求对比多个公司的同一岗位；（5）用户询问某岗位的薪资、前景、团队氛围等市场信息。

BHlia@bhlia

Install

openclaw skills install @bhlia/jd-market-research

JD岗位市场深度调研

收到JD或岗位名称后，按以下五步流程输出结构化分析报告。

五步工作流程

岗位理解：通俗解释技术栈/技能在业务中的作用、业务场景、业务逻辑
岗位信息确认：检查是否有已保存的公司档案；无则向HR确认关键信息并保存
对家公司同岗位分析：逐一分析对标公司同岗位的业务线、base地、薪资、人员存量、风险点
市场存量与招聘难度确认：人才供需、招聘竞争、薪资分位、预估周期
难题预判与应对策略：招聘卡点、谈薪策略、渠道建议、给业务部门的话术

阶段1：岗位理解

从JD中提取信息，用通俗语言解释：

岗位名称：标准化名称（如"高级产品经理"→"产品经理"）
技术栈/技能在业务中的作用：这些技术为什么被需要？解决什么问题？
业务场景：该岗位日常面对什么样的业务需求？处理什么样的用户场景？
业务逻辑：该岗位的工作如何串联到公司的商业流程中？上下游协作关系？
行业领域：互联网/金融/制造/消费等
关键技能：技术栈、工具、方法论
经验要求：年限、职级

技术栈解释示例模板

text

{岗位名称}需要{技能1}，通俗理解就是：{通俗解释}。
在{行业}业务中，这项技术主要用于{场景}，
比如{具体例子}。

阶段2：岗位信息确认（含记忆加载）

2.1 检查已保存的公司档案

执行分析前，先检查工作目录是否存在 references/company-profile.md：

存在：读取档案内容，向用户确认"以下信息是否沿用？"，确认后直接用于分析
不存在：进入确认清单流程，收集信息后保存档案

2.2 需要确认的关键信息清单

信息项	为什么需要	示例
薪资预算范围	判断市场竞争力	Base XX-XXK，年终X个月
HC性质	判断紧急程度和招聘难度	新增/替换/扩编
对标公司	锁定挖角目标	阿里/腾讯/字节等
行业背景要求	判断人才池大小	必须电商/可接受社交
到岗时间预期	判断流程节奏	1个月/3个月
是否接受异地	判断地域竞争	接受/不接受
特殊福利	判断差异化卖点	员工公寓/股票等

2.3 保存公司档案

用户确认信息后，将内容写入 references/company-profile.md：

markdown

# {公司名} 招聘档案

> 创建时间：{YYYY-MM-DD}
> 最后更新：{YYYY-MM-DD}

## 薪资体系
- Base范围：{XX-XXK}
- 年终奖：{X个月}
- 年薪月数：{X-X薪}
- 股票/期权：{有/无}，{具体规则}

### 股票价值计算（如适用）
- 股票类型：{自然股/ADR/期权/RSU}
- 上市地：{如NYSE/NASDAQ/港股}
- 股票代码：{如VIPS}
- **ADS换算（如适用）：{1普通股=X个ADS}**
- 授予方式：{一次性授予/逐年授予}
- 归属方式：{分X年归属，每年归属1/X}
- 年包计算：{按年均归属价值计入年包}
- 价值公式：{普通股数量 × ADS换算比 × 股价 × 汇率 = 人民币总价值}
- 当前股价：{X美元}
- 汇率：{X}
- 年均归属价值：{约X万元人民币/年}

## 职级体系
- 职级序列：{如V序列/P序列/T序列}
- 目标职级：{如V5}
- 对标职级：{阿里P6/字节2-1等}

## 招聘偏好
- HC性质：{新增/替换/扩编}
- 对标公司：{公司A、公司B}
- 行业背景要求：{电商优先/可接受社交等}
- 到岗时间：{X个月}
- 异地候选：{接受/不接受}，{特殊政策如员工公寓}

## 福利卖点
- {福利1}
- {福利2}
- {福利3}

## 注意事项
- {如"该岗位有编制限制"、"需向业务负责人汇报"等}

2.4 档案更新规则

每次用户提供新的内部信息时，更新 company-profile.md
若岗位属于同一公司但不同职级，复用公司信息，补充职级差异
建议每次分析前询问"是否有信息更新"，确保档案时效性

阶段3：对家公司同岗位分析

读取 references/search-queries.md，对每家公司搜索以下信息：

3.1 搜索维度（每家至少3-5个查询）

{公司} {岗位} 业务线团队事业部 2025
{公司} {岗位} 薪资职级 2025
{公司} {岗位} 裁员业务调整 2024 2025
{公司} {岗位} 工作强度加班
{公司} {业务线} 前景发展

3.2 分析维度

每家公司输出以下内容：

维度	内容
业务线归属	该岗位在哪个事业部/业务线
主要base地	团队集中分布在哪些城市
薪资水平	同职级薪资范围（Base×薪数）
人员存量	该岗位在招数量/团队规模
风险点	业务落后、裁撤风险、背书弱、赛道差等

3.3 风险点分类标签

业务落后：该业务线技术栈老旧、创新不足
裁撤风险：业务线近期有裁员、收缩、出售
背书弱：公司品牌知名度下降，跳槽认可度低
赛道差：所在行业/赛道增长乏力
强度过高：工作强度极大， burnout 风险高
晋升窄：职级天花板低，晋升通道阻塞

阶段4：市场存量与招聘难度确认

4.1 人才供需

该岗位的整体人才池规模
活跃求职者比例
主要城市的人才分布

4.2 招聘竞争分析

各对标公司当前在招岗位数
竞争热度分级（极高/高/中/低）

4.3 薪资分位定位

本公司薪资在对标公司中的分位值（P25/P50/P75）
最大优势和最大短板

4.4 招聘难度评分模型

维度	权重	评分(1-5)
人才供给充足度	20%	_
薪资竞争力	20%	_
行业匹配度要求	15%	_
地域竞争强度	10%	_
时间压力	10%	_
公司吸引力	10%	_
HC性质	10%	_
长期激励	5%	_

综合评分2.5以下为"较难"，2.5-3.5为"中等"，3.5以上为"较易"。

4.5 预估招聘周期

基于评分给出预估到岗时间范围（乐观/保守）。

4.6 预估转化漏斗