Install
openclaw skills install jd-market-researchjd-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。
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
{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：
# {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
收到简历：XX-XX份
→ 初筛通过：X-X人（XX%）
→ 技术一面：X-X人
→ 技术二面：X-X人
→ HR面/Offer：X-X人
→ 接受入职：X人（XX%接受率）
阶段5：难题预判与应对策略
5.1 常见难题清单
| # | 可能出现的问题 | 触发概率 | 应对方案 |
|---|---|---|---|
| 1 | 候选人拿大厂更高offer放弃 | 40% | 加速流程+突出差异化卖点+考虑签字费 |
| 2 | 候选人觉得年包比现公司低 | 35% | 总收益计算法（Base+股票+公寓+福利）+时薪对比 |
| 3 | 异地候选人不愿relocate | 30% | 强化公寓+搬迁补贴+生活成本对比 |
| 4 | 3周仍无合适人选 | 20% | 放宽背景要求/调整职级范围/扩大渠道 |
| 5 | 业务部门对候选人期望过高 | 15% | 提前对齐V5定位+明确必选项vs加分项 |
5.2 输出内容
- 招聘渠道优先级建议
- 目标公司挖角优先级
- 谈薪话术框架
- 面试流程加速建议
- 给业务部门的预期管理话术
数据可靠性原则
- 薪资数据优先采用脉脉、Boss直聘、猎聘等平台公开数据
- 公司动态优先采用36氪、晚点LatePost、虎嗅等科技媒体报道
- 员工反馈参考脉脉、知乎、牛客、小红书等社交平台（注意甄别）
- 行业数据参考艾瑞咨询、易观分析等研究机构
- 多个来源交叉验证，单一来源标注"待验证"
搜索执行策略
- 每个维度至少执行2-3次搜索，使用不同关键词组合
- 优先搜索近1年内的信息，避免过时数据
- 使用
browser_visit打开关键页面获取详细内容 - 当搜索到具体数值时，记录并标注来源