U5.1
薪酬日历：把一年的节拍固定下来
薪酬工作有一个被低估的事实：它是有节拍的。
一年一次或一年几次的固定事务——激励运营、绩效校准、调薪、TRS、调研、满意度——
加起来 13 项，彼此有依赖，还有硬截止。
下面这张甘特图可以直接拖动节点改期：把「校准会」往后拖，
页面会立刻告诉你它撞上了哪条倒推链；把「社保基数调整」拖到 12 月，
它会告诉你中国市场那个高频项为什么不能后移。
把节拍固定下来，运营就不再靠记忆和救火。
为什么要从发薪日倒推，而不是从「希望做完的时间」正向排。
正向排期的必然结果是：每个节点都排到「差不多该做了」的时候，
最后全都堆到 1 月最后一周，团队进入救火状态，而且没有人为超支兜底。
倒推排期把发薪日当作不可移动的锚，其余节点全部从锚点往回推，
并留出缓冲。底稿把这一条列为薪酬日历的第一常见坑：正向排期，注定完不成。
行业通行
使用指南：按住任意节点条左右拖动即可改期（吸附到整月）；页面实时检测倒推链冲突并列出原因；
点节点行可查看该事务的责任方与「为什么必须在这个时间」；上方开关可叠加 RACI 责任矩阵。
当前：推荐排期（无冲突）
| # | 周期事务 | 在本页甘特图中的位置 |
|---|
13 项周期事务清单为国际通行的年度薪酬日历清单（年度激励运营、绩效管理项目、年度调薪流程、
Total Rewards Statement 准备与发放、职位说明书复审与合规校验、参与薪酬调研并提交数据、
市场数据分析与结构调整、预算调薪率与带宽调整、与财务共同确定各池预算、薪酬区间更新与员工影响测算、
员工与经理满意度调研、认可与辅助项目效果评估、薪酬沟通材料更新）。
「本页甘特图中的位置」一栏为本页教学编排（ev-unv），不是官方时间表。
Wilson Group 年度薪酬日历清单
行业通行
倒推式排期模板逐行取自调研底稿 C1「薪酬日历」节：以 1 月 15 日生效的年度调薪为例，
从 9 月锁定范围与市场数据刷新，倒排到次年 1 月的沟通与申诉，再到周期后复盘。
行业通行
社保 / 公积金基数年度调整
底稿把它称为中国市场的一个高频日历项：
通常每年 7 月前后，各省公布新的缴费基数上下限。
它同时影响两件事：员工的实发工资与公司的用工成本——
基数上调时，扣缴增加、到手减少，而基本工资一分没变。
所以它必须进日历，并且要在调整月前后准备沟通材料。
否则会出现一类典型的员工投诉：「工资条变少了」——
而实际上不是降薪，是社保基数上升导致的实发变化。
把这件事讲清楚，比事后解释十次都管用。
底稿同时提醒：基数上下限的依据是《国务院办公厅关于印发降低社会保险费率综合方案的通知》
（国办发〔2019〕13 号）确立的全口径城镇单位就业人员平均工资口径，
下限为该平均工资的 60%、上限为 300%。
政策动态调整，实际执行前须取得法务/税务顾问书面确认。
官方
| 日历事务 | C&B | 财务 | HRBP | 绩效 | SSC | 领导层 |
|---|
RACI 字母含义：R 执行、A 最终负责（唯一）、C 需咨询、I 需知会。
责任方一栏取自调研底稿 C1 倒推模板的「责任方」列；
A 的唯一性归属为本页教学编排（底稿给出的是协作方而非正式 RACI），实务中应由薪酬委员会确认。
责任方为底稿口径
A 归属为教学编排
U5.2
数据治理：所有分析的成败在数据底座
这一单元不教 Excel 技巧，教的是先定义字段、再建表、最后才动手。
左边是一本数据字典浏览器：每一个字段都有唯一权威来源、封闭的枚举值、不可变的关联键。
右边是一台脏数据体检机：内置一份典型的脏数据（也可以直接粘贴你自己的 CSV），
跑完 10 项校验，输出问题清单和逐条清洗建议。
做完这一课，你回去就能对公司薪酬表做一次真实体检。
底稿的原话：这是 0 基础最容易跳过、但决定成败的一步。
在建任何表之前，先定义字段。数据字典的三条纪律只有三句，但每一条都能救一次事故：
① 每个字段必须有唯一权威来源（base_salary 以 HRIS 为准，不能 Excel 一份、HRIS 一份）；
② 枚举值必须封闭（grade 只能是 G1–G8，出现 G9 立即告警）；
③ 关联键不可变（job_id 永不复用；岗位改名不改 id）。
行业通行
使用指南：左栏是数据字典（按三张表分组，点任一字段），右栏显示该字段的类型、示例、口径说明、权威来源与校验规则；
顶部的三个按钮可切换只看必填 / 只看易错 / 只看薪资相关。
字段清单逐条取自调研底稿 C2「HRIS / 薪酬系统与 Excel 数据建模」节的数据字典表与推荐三表结构
（表 1 员工主表 employee、表 2 薪酬结构表 salary_band、表 3 薪酬变动流水 salary_history）。
「本页示例值」一栏为教学示例（ev-unv），口径说明与纪律为底稿原文口径。
行业通行
表结构取自调研底稿 C2。三张表的分工与理由：
主表存当前 + 流水表存变动（一张表存所有历史月份，几百万行后性能崩溃）；
带宽表必须带 version 与 effective_date（年度调整要保留历史版本，否则无法解释「当时为什么是这个数」）；
薪酬历史是公平审计、申诉处理、预算复盘的唯一可信数据源——
只存当前值的系统无法回答「为什么当初给他定这个价」。
行业通行
| 数据域 | 唯一权威来源 | 第一责任人 |
|---|
责任分工为本页教学模板：底稿只规定了「每个字段必须有唯一权威来源」这条纪律，
具体到人、到频率的分工表是本页为 0 基础学员补的落地模板（ev-unv），实务中请按本公司 IT 与 HR 的实际职责替换。
教学模板
使用指南：点「载入示例脏数据」用内置样本跑，或把公司自己的 CSV（表头一行 + 数据行）粘进文本框后点「开始体检」；
右侧会依次跑完 10 项校验，逐条列出问题行、问题字段、判定依据与清洗建议；
再点「应用自动清洗建议」可看到清洗前后的对比（哪些问题能自动修、哪些必须人工处理）。
示例数据集为教学虚构（ev-unv），刻意埋入了主键重复、枚举越界、带宽倒挂、
文本型数字、未来日期、状态缺失等典型问题；字段口径取自调研底稿 C2 的数据字典。
教学虚构数据
| 行号 | 员工 | 字段 | 问题与判定依据 | 清洗建议 | 类型 |
|---|
对比基于本页内置示例数据集与本页的自动清洗规则集（ev-unv）。
清洗原则来自调研底稿 C2：区分「数据错误」与「真实极端值」（真实的高管薪酬不是错误值，不应被删除；
错误值如多打一个 0 必须剔除）；删除 ≠ 修正（优先修正源数据，不在分析层删除）；
保留处理日志；剔除后重算分位数。
行业通行
社保缴费基数 = MIN( MAX( 上年度月平均工资, 当地基数下限 ), 当地基数上限 )
社保公积金单位成本 = 社保缴费基数 × 单位费率合计
单位费率合计 = 养老单位 + 医疗单位(含生育) + 失业单位 + 工伤单位 + 公积金单位比例
为什么必须显式处理封顶。底稿把「忽略社保基数封顶」列为反模式之一：
高收入岗位的人工成本会被显著高估，人效分析因此失真。
同样要注意，工伤保险费率按行业风险类别浮动分档，不是单一数字。
中国法域：只写法规名称，不写条款号
缴费比例的依据是《社会保险法》与《住房公积金管理条例》；
基数上下限的核定口径见《国务院办公厅关于印发降低社会保险费率综合方案的通知》（国办发〔2019〕13 号）。
底稿特别提示：同一险种在不同地区比例可能不同，
授课或实操时必须查阅当地社保部门当期公布的数据。
政策动态调整，实际执行前须取得法务/税务顾问书面确认。
| 判定方法 | 规则 | 适用与失效 |
|---|
三路判定规则取自调研底稿与《薪酬工具与 AI 调研报告》C1 节：
IQR 法（Q1−1.5×IQR, Q3+1.5×IQR）适合收入类非正态分布；
z-score 法（|z|>3）适合正态分布。
该报告记录了一个关键实测结论：masking 效应——
极端值会抬高均值与标准差，把 z-score 检验的检出率压到极低
（实测 150 个植入离群点时 z-score 仅命中 2 个，IQR 全部命中 150 个）。
因此收入类数据优先用 IQR；不想删可 clip 截断，或用分组中位数替换。
Pandas 数据清洗与离群值
权威二手
U5.3
Pay Equity 审计六步法：不做调整的公平审计等于没做
公平不是「看平均数差多少」。真正的问法是：
控制了合法薪酬因素之后，还剩多少差距？
下面是一个真能跑的审计工作台：勾选合法薪酬因素，页面实时算未调整差距与
调整后差距，画出差距瀑布（哪一部分被合理解释、哪一部分解释不了），
并生成一份可直接改成正式报告的要点清单。
数据是教学虚构样本，方法与门槛是真实口径。
这一单元最重要的一句话，先说在前面。
底稿明确写着：统计显著 ≠ 实际重要——200 元的差距可能统计显著但无实际意义，反之亦然。
更要紧的是：合法薪酬因素必须事前确定并留档，不能由算法决定。
如果你把控制变量选到「结果显著」为止，那不是审计，是找证据。
还有一句实务上最容易被忽略的：全程要在法律特权保护下进行——
没有特权保护的审计结果，在争议中会成为对己不利的证据。
权威二手
| 步骤 | 内容 | 要点 | 工作台对应 |
|---|
六步审计法逐行取自调研底稿 B9「薪酬公平（Pay Equity）」节；六步法本身是学术与行业标准的通行口径
（Performance Reviews Software 的 Pay Equity Audit 指南给出同构的六步：定义口径 → 比较组 → 合法因素 → 统计 → 解读 → 留档）。
Pay Equity Audit 指南
未调整/调整后差距的区分
权威二手
使用指南：左栏勾选合法薪酬因素（职级/绩效/司龄/地域/学历）与比较组口径（窄/中/宽）；
右侧实时给出未调整差距、调整后差距、差距瀑布与报告要点；
样本量不足 30 人时会立刻报警——因为此时任何结论都不可靠。
不可作为控制变量的东西
受保护特征本身，以及它的代理变量：邮编、学校、职业中断、语言模式、休假史。
底稿提醒「仅剔除性别/种族变量并不能消除其他变量的代理效应」。
权威二手
工作台样本为教学虚构数据（ev-unv，360 条记录），用于演示「未调整差距 → 逐步控制 → 残差」的方法；
统计口径（调整前/调整后、系数方向、样本量门槛）与门槛值取自调研底稿 B9 与《薪酬工具与 AI 调研报告》C5 节。
地域使用哑变量；差距瀑布依赖变量加入顺序，只作教学拆解，不构成唯一因果归因。
本页不产出任何真实企业的公平结论。
教学虚构数据
四件套取自调研底稿 B9：个案修正（优先处理最明显的个案，配备独立预算）、
结构性修复（修正产生漂移的带宽与晋升规则，不能只「救火」）、
源头预防、循环闭环（测量 → 修正 → 下期复测确认差距未复现）。
底稿同时列出四个常见坑：审计完只出报告不改机制；用调整后差距掩盖结构问题；不做源头预防；未在法律特权下进行。
行业通行
停止询问候选人上一份薪资
底稿把这一条称为薪酬公平领域最有杠杆的单点动作之一：
它把外部市场的不平等直接复制进你的组织，而且没有任何换算理由。
对比一下：职级、绩效、司龄、地域、学历、市场条件——这些都能解释；
「你上一份拿多少」不能解释任何东西，它只是把别处的历史偏差搬进你的工资表。
停止问它，是你能立刻做、成本最低、杠杆最高的一个动作。
制度上对应的是「先定薪，后谈薪」：
给出带宽区间内的报价，把薪酬谈判与「复述对方历史薪资」这件事在流程上隔离开。
欧盟《薪酬透明度指令》（EU 2023/970）已把「禁止询问求职者当前或过往薪酬」写进雇佣前要求，
并同时禁止薪酬保密条款——中国法域目前未见对应强制规定，可作为趋势参照（ev-auth，见 U5.5 来源）。
U5.4
28 条反模式：把隐性经验显性化成清单
薪酬体系里的很多错误，从来不写在任何制度文件里。
它们存在于「大家都这么做」的默契里。底稿把这些隐性经验整理成
28 条反模式，分战略层 / 体系层 / 运营层 / 合规层，
每一条都写清症状 → 后果 → 正确做法。
下面的清单可以逐条勾选，右侧实时生成分层风险报告与风险热力图——
这张清单同时是 L6 实战沙盘的评分依据。
怎么用这张清单。
勾选 = 「我们目前确实存在这个问题」，不是「我们希望避免它」。
合规层的 8 条优先级最高——底稿把这一层直接标为最高优先级：
其中多条不是「效果不好」的问题，而是「制度对员工不具约束力」「构成违法解除」
这类有法律后果的问题。勾完记得看右侧的修复顺序，而不是只数勾了几条。
行业通行
使用指南：逐条点击条目把它标为「命中」；右上角可按层级筛选，点条目名右侧的编号可在
三栏卡里看完整的「症状 → 后果 → 正确做法」；右侧分层风险报告与风险热力图实时更新，
并给出按优先级排序的修复动作。
28 条反模式的症状、后果与纠正方向逐条取自调研底稿 C5「常见错误清单（Anti-Patterns）」；
分层（战略 / 体系设计 / 运营 / 法务与合规）与「合规层最高优先级」的判断同为底稿口径。
热力图中的发生频率与危害程度分级是本页教学标注（ev-unv）：
底稿未给出量化评级，本页按「后果严重度 + 底稿将其列入常见坑与否」两档推定，供排序参考。
清单为底稿口径
热力分级为教学标注
它不是给你读的，是给你勾的。
第一遍：全员各自勾，取并集——个体视角不同，并集才是真实缺口。
第二遍：只留合规层命中项，交给法务逐条判定是否需要补救。
第三遍：把剩下的写进年度治理计划，挂到薪酬日历的「周期后复盘」节点上。
L6 实战沙盘的评分依据，也来自这份清单：沙盘里出现的问题，
几乎都能在这 28 条里找到对应编号。
U5.5
AI 在薪酬里的 9 个场景：能做什么，不能做什么
这一单元刻意把话说全：AI 在薪酬里最成熟的用法是数据与文档处理，不是替人做定薪决策。
九个场景按「可行性 / 数据依赖 / 风险」三维排开，每个都写清
AI 做哪一段、人做哪一段、哪一段绝对不能交出去。
下面是场景矩阵（可筛选）、三个已核实的企业案例，以及一份可以一键复制的
Prompt 模板库——注意每个模板里都带着同一句硬约束：
不要凭空生成市场数字。
先划一条线，再讲工具。
底稿在两处独立地强调同一件事：
一是 AI 生成的数字不是市场基准（"AI-generated number is not a salary benchmark"）；
二是 AI 应作为决策支持者而非自主决策者。
所以这一单元的每个场景都会标出「人工必须环节」——
无涨薪、低奖金、市场修正、追补追扣、申诉 这五类敏感场景必须人工复核，
且解释权与决策权必须分离。
权威二手
使用指南：用上方三个筛选按钮按「可行性高 / 数据依赖高 / 风险高」过滤场景；
点任一场景卡，下方展开AI 能做的分段、人工必须环节、不能交给 AI 的部分；
卡片上的三条小色块分别是可行性、数据依赖、风险评级。
九个场景逐条取自《薪酬工具与 AI 调研报告》C 节（C1 数据清洗与异常检测、C2 JD 文本与岗位匹配、
C3 调研解读与 position summary、C4 Chatbot 问答、C5 pay equity 辅助分析、C6 沟通材料生成、C7 真实企业案例、
C8 风险与合规、C9 工具与 Prompt 模板）。三维评级为本页教学评估（ev-unv），
依据是各场景对结构化数据、已定稿政策与人工复核的依赖程度，不是厂商或第三方的官方评级。
评级为教学评估
案例 01 · 麦当劳中国
AI Crew Rate
用 AI 分析薪酬市场趋势，每月自动生成薪酬基准报告，
共享给 HR、运营、财务三方，用于调整员工薪酬与预算分配。
为什么这个案例值得看。
它不是「用 AI 做决策」，而是用 AI 固定了一份每月自动产出的市场基准——
把原来靠人临时凑的市场数据，变成一个稳定的、可比对的节拍。
这正是 U5.1 说的「把节拍固定下来」。
来源：CTHR 最佳 HR 实践（2024）
CTHR 最佳 HR 实践
权威二手
案例 02 · 星巴克
Conversational AI HR Helpdesk
通过 AES Group 实施，用 LLM 微调内部 HR 文档 / FAQ / SOP，
承接福利、假期政策、入职、内部流动等自助问答，7×24 可用，
显著减少 Tier 1 工单量。
边界在哪。
底稿列的治理基线里有一条常被忽略：
chatbot 不应是员工收到失望薪酬结果后的唯一解释。
政策问答可以自助，坏消息必须由人来讲。
来源：AES Group 案例（未标年份）
AES Group 案例页
权威二手
案例 03 · 中石油（物资有限公司）
多智能体交叉验证
依托昆仑大模型建「AI 人才评价培养平台」：员工每半年提交 1–2 个工作场景案例，
AI 解析语义、提取行为特征与等级标准比对；
严谨型 / 宽容型 / 平衡型三类专家智能体交叉评价 + 裁决型智能体综合判定，
1 分钟生成结果；并通过专家复核甄别夸大不实的案例以规避 AI 识别偏差，
评估效率提升 80% 以上。
可迁移到薪酬的设计。
「多智能体交叉 + 裁决 + 人工复核」这套结构，
可以直接搬到薪酬调研数据交叉验证与异常案例复核上：
机器给出结论，人只审最难的那一小撮。
来源：中国石油新闻中心（2026-06-24）
中国石油新闻中心
官方
使用指南：点任一模板的「复制」按钮，模板全文进入剪贴板，按钮右侧显示复制结果；
模板均已内置同一条硬约束——不要凭空生成市场数字，实际市场数据必须来自授权薪酬调研，
请不要删掉这一句再使用。
模板清单与各模板的约束语句取自《薪酬工具与 AI 调研报告》C9 节的工具与提示词模板库
（Salary.com「22 个 Gemini HR Prompt」、Finatune「Salary Benchmarking AI Template」、
useful-ai-prompts「Compensation Benchmarking Expert」、TopFreePrompts「20 条 Salary Benchmarking Prompt」、
IIENSTITU「HR Prompt Library」），本页整理为可直接使用的中文版本（ev-unv 为提示词措辞的翻译与改写，
各模板的原始出处为 ev-auth / ev-official）。
Salary.com 22 个 Gemini HR Prompt
Finatune Salary Benchmarking 模板
TopFreePrompts 20 条
权威二手
六条治理基线取自《薪酬工具与 AI 调研报告》C4 节引述的 Total Rewards Wiki 实战原则。
Total Rewards Wiki · 薪酬决策沟通中的 AI 风险
权威二手
| 制度 | 关键节点 | 对薪酬工作的含义 |
|---|
三条制度的时间线与义务要点取自《薪酬工具与 AI 调研报告》C8 节；
中国部分只写法规名称与要点，不编条款号。
政策动态调整，实际执行前须取得法务/税务顾问书面确认。
权威二手
U5.6
工具选型：先把免费的用起来
0 基础 HR 最容易犯的采购错误，是先买贵的。
这一单元的立场很直接：先把免费资源用到手——
Michael Page / Robert Half / Hays 的免费薪酬报告、
51job 白皮书、官方统计口径——
知道免费能解决什么，再判断付费值不值。
下面是六类工具的对比表（可按类别、成本档位、学习成本、免费与否实时筛选），
一张已核实的免费基准数据速查卡，以及一条免费与付费的分界线。
先说结论。
0 基础不需要买贵的——先把免费的用起来。
底稿给 0 基础学员的阶段一目标是：能独立说清「一个岗位该给多少」并说出依据。
而这个目标的验收标准是：能说清这个数字来自哪份报告、哪个年份、什么口径——
基本工资还是总现金。免费资源完全够用，而且免费资源的口径陷阱更值得学。
行业通行
使用指南：这五张卡是可以直接引用的官方免费基准（含年份与来源）；
用它们做市场定位的下限与量级校验——任何调研数据与之明显冲突时，先怀疑口径与样本，
而不是先怀疑市场。
五项数据均取自《薪酬工具与 AI 调研报告》A 节「公开可得的薪酬水平基准数据」表，逐条标注来源与年份；
本页未做任何推算或外推。
国家统计局 2025 年平均工资
上海统计年鉴 表 2.23
上海市人社局 2026 年度社保基数
沪苏浙人社 长三角示范区工资价位
官方
① 数据与调研供应商
Mercer / Aon（含 Radford）/ WTW / Hay / Korn Ferry / Payscale / Ravio / Syndio / Michael Page / Robert Half / Hays。
解决「市场在付多少」。
② 薪酬调研数据
国家统计局 / 各地人社局工资价位 / 51job / 智联 / 中智 / 科锐国际 / WorldatWork。
解决「公开基准与整体调薪率是多少」。
③ 建模与 BI 工具
Excel 模板 / Pay-Equity-Analyzer（开源）/ Power BI / Metabase / Tableau。
解决「怎么把数据变成结论」。
④ 职位评估问卷平台
Mercer eIPE / Korn Ferry Architect / PointFactors / 在线问卷工具。
解决「怎么把岗位价值打出来」。
⑤ Career Framework 工具
Mercer Career Framework / Aon 任职资格 3D+E+C / Lightcast / Gallup Q12。
解决「人往哪儿发展」。
⑥ 协作与轻量项目管理
飞书多维表格 / 腾讯文档 / Notion / 滴答清单。
解决「调薪项目怎么不靠邮件推进」。
使用指南：左侧选择类别、成本档位与学习成本，勾选只看有免费资源即可实时过滤；
表格上方会显示命中条数；点任一行的「免费基准」标签可跳到速查卡核对口径。
| 工具 / 供应商 | 用途 | 适合谁 | 成本档位 | 学习成本 | 免费资源可获得性 |
|---|
用途、适合谁、成本档位与学习成本四列取自《薪酬工具与 AI 调研报告》B 节各工具表（B1 调研工具 / B2 建模工具 /
B3 岗评平台 / B4 Career Framework / B5 BI / B6 协作）与 A1 供应商表；
「免费资源可获得性」一列据各来源的公开下载情况整理。
凡标注为第三方口径的价格与区间，本页均保留其来源性质（二手转述 / 官方 / 需向厂商核实），不做合并与改写。
权威二手
分界线为本页教学归纳（ev-unv），依据是《薪酬工具与 AI 调研报告》中各工具「免费资源可获得性」与「成本档位」两列：
完全免费且可自填数据 → 低成本按需付费 → 企业级询价。分界线右侧的门槛是「何时值得付费」的判断依据，不是报价。
教学归纳
| 项目 | 价格 | 来源与性质 |
|---|
价格逐条取自《薪酬工具与 AI 调研报告》A1 节与 B1 节，保留其年份与来源性质：
Mercer 中国报价为 2025 年口径；51job 参与调研 5 折为其薪酬调查产品页规则；
智联闲才 188 元/份为其官方服务 marketplace 挂牌价（基础版，2–3 个工作日交付，含 PDF 报告 + HTML 交互式看板，覆盖 50+ 岗位；加急 +100 元）。
价格会变，采购前须以厂商最新报价为准。
官方
阶段一（第 1–4 周）· 先把数据和口径立起来
国家统计局 + 各地人社局 → Michael Page 免费报告 → 51job 免费版 → Excel。 验收：能回答「我这个岗位在市场上是 25、50 还是 75 分位」， 并说清数字来自哪份报告、哪个年份、什么口径。
国家统计局 + 各地人社局 → Michael Page 免费报告 → 51job 免费版 → Excel。 验收：能回答「我这个岗位在市场上是 25、50 还是 75 分位」， 并说清数字来自哪份报告、哪个年份、什么口径。
阶段二（第 5–10 周）· 从对标到内部诊断
Excel 透视表 + 直方图 → Pay-Equity-Analyzer（开源）→ 飞书多维表格。 验收：能独立产出一份内部薪酬结构诊断。
Excel 透视表 + 直方图 → Pay-Equity-Analyzer（开源）→ 飞书多维表格。 验收：能独立产出一份内部薪酬结构诊断。
阶段三（第 11–16 周）· 把 AI 接进流程
现成 Prompt 模板 + WorldatWork 免费 Model Guide + 合规速查卡。 验收：能用 AI 跑通一次真实调薪沟通，全程有审计留痕、无数据违规。
现成 Prompt 模板 + WorldatWork 免费 Model Guide + 合规速查卡。 验收：能用 AI 跑通一次真实调薪沟通，全程有审计留痕、无数据违规。
三个阶段的手动项目与验收标准取自《薪酬工具与 AI 调研报告》D3 与文末「三阶段上手路线图」。