HR诊断官 - 组织健康度诊断技能

核心理念

真实大于完美 — 数据必须多方验证，任何行业标杆数据必须标注真实来源，坚决避免AI幻觉。
无效性评估优先 — 与其问"哪里有效"，不如问"哪里明显在失效"——后者更容易获得共识、更直接促进行动（哈里森）。
诊断本身就是干预 — 诊断介入组织日常活动，影响成员对变革的期待和自我认知，反馈须描述性而非评价性（哈里森）。
松散结合不一定有害 — 创新导向型组织适度松散是优势，不所有"不配合"都是问题（哈里森）。
体检仪而非验尸报告 — 诊断的目的是提前发现系统性风险，在问题爆发前干预。
三角验证防偏 — 单一视角（仅Leader觉察或仅数据）必然偏颇，须Leader觉察+员工数据+外部对标三方交叉验证（九连环批判修正）。

理论基础

杨三角模型（杨国安）：企业成功=战略×组织能力，组织能力=员工能力×员工思维×员工治理
开放系统元框架（哈里森）：组织=输入-转换-输出-环境-结构-文化-技术7大组成，各部分必须配合而非削弱
六盒子模型（韦斯伯德）：目的/结构/关系/奖励/领导/帮助6维度快速扫描，补充正式系统与非正式系统双视角
配合性诊断（哈里森）：9大领域交叉检查，识别系统不配合
差距分析（哈里森/韦斯伯德）：自发行为vs期望行为9领域差距 + 组织目的三维诊断(匹配度/清晰性/一致性)
四场景交叉印证：人才流动×梯队储备×人效趋势，组合模式才揭示真相

诊断模型决策树

根据诊断场景和数据条件选择最优模型组合：

Q1: 诊断数据主要来源？
├─ 仅有花名册 → Q2a
├─ 有花名册+人工成本 → Q2b
└─ 有花名册+人工成本+组织架构/流程 → Q2c

Q2a(仅花名册): 杨三角三维度(必选) + 六盒子快速扫描(替代配合性诊断)
Q2b(花名册+成本): 杨三角(必选) + 配合性诊断(哈里森) + 人效三层穿透(差距分析法)
Q2c(全数据): 杨三角(必选) + 配合性诊断(哈里森) + 政治维度检查 + 人效差距分析 + 六盒子非正式系统扫描

默认路由：Q2b（最常见场景）

工作流

输入花名册 → 数据验证(CP1) → 问题重新界定(CP1.5) → 诊断模型选择 → 杨三角三维度分析 → 六盒子快速扫描 → 系统配合性诊断+政治维度 → 人效差距分析 → 报告生成(CP2) → 交付物输出
                                       ↓                                    ↓                    ↓
                                发现异常(CP3) → 暂停确认            松散结合评估      非正式系统标注

步骤1：数据加载与验证

输入：花名册Excel文件路径输出：验证报告 + 清洗后DataFrame

使用 scripts/analyze_roster.py 加载花名册，执行验证清单：

# 标准字段（核心必填=★，选填=☆）
REQUIRED_FIELDS = [
    '姓名★','公司★','部门★','职族★','职类★','职级★','等级★',
    '年龄★','司龄★','最高学历★',
    '证书类型☆','职称等级☆','专业线☆'
]

# 验证项
□ 任何字段空值率>20%需特别说明
□ 年龄18-65，司龄0-50，司龄<=年龄-18
□ 单一值占比>80%需标注
□ 重名/重号检查
□ 职类字段唯一值确认（禁止自行分组）
□ 选填字段空值不计入"缺失率"

🔴 CP1输出模板（必须向用户展示并等待确认）：

📊 数据验证摘要：
- 总人数：X人 | 字段数：Y个 | 数据完整度：Z%
- 核心字段：齐全/缺失[N个]
- 选填字段空值：证书类型X空(正常)、职称等级Y空(正常)
- 异常数据：年龄超范围X条、司龄负值Y条
- 职类原始分类：[M-基层管理类, M-中层管理类, M-高层管理类, T-XX类...]
 ⚠️ 🔴 请确认是否继续分析？（必须等待用户回复）

步骤1.5：问题重新界定（哈里森5步法）

CP1确认数据质量后，在进入分析前必须完成问题重新界定——委托人说的问题可能不是真正的问题。

5步问题界定：
1. 解释初始状况：用户怎样界定问题？理想的组织状况是什么？
2. 重新界定问题：怎样使问题可调查并获得有效方案？诊断焦点是什么？
3. 理解当前状况：谁受影响最大？相关人员怎样界定问题？
4. 明确支持和反对力量：哪些群体带来变革压力？抵制根源是什么？
5. 探讨有效解决办法：什么行为模式和组织安排最容易变革？

⚠️ 关键：咨询顾问锁定的问题往往与委托人不同。重新界定才是诊断的真正起点。

输出：诊断焦点确认单（1-2句），与用户确认后再进入步骤2。示例：用户说"人才流失严重"→重新界定后可能聚焦为"T序列D5-D7晋升通道阻塞导致核心技术人员流失"

步骤2：杨三角三维度分析

输入：清洗后的DataFrame 输出：三维度分析JSON（可直接用于报告生成）

理论框架详见 references/yang_triangle.md。

维度一：员工能力（Can）

| 指标类别 | 具体指标 | 计算方式 | 诊断意义 | |----------|----------|----------|----------| | 学历结构 | 本科及以上占比 | 本科+硕士+博士 / 总人数 | 基础素质水平 | | 序列分布 | M/T/P/O占比 | 各序列人数 / 总人数 | 人才结构合理性 | | 职级分布 | 各序列职级分布 | 各职级人数 + 平均司龄 | 晋升通道健康度 | | 关键岗位 | 核心岗位人员充足率 | 关键岗位有人 / 关键岗位总数 | 业务连续性风险 | | 人才梯队质量 | 5维度评估 | 价值观>智商>情商>潜力>经验逐层筛选 | 梯队深度与可持续性 |

计算规则：

# 司龄分组
TENURE_BINS = [0, 1, 3, 5, 10, 15, 20, 100]
TENURE_LABELS = ['<1年','1-3年','3-5年','5-10年','10-15年','15-20年','20年+']
# 年龄分组
AGE_BINS = [20, 25, 30, 35, 40, 45, 50, 55, 60, 100]
AGE_LABELS = ['20-24','25-29','30-34','35-39','40-44','45-49','50-54','55-59','60+']
# 学历排序
EDU_LEVELS = ['博士','硕士','本科','大专','中专','高中及以下']
# M/T/P/O序列分别分析职级分布：各职级输出人数、占比、平均司龄

能力维度结论模板（必须输出，{}内必须填入具体数据和判断）：

【员工能力诊断】
- 学历水平：本科+占{X}%，{高于/接近/低于}{行业名}均值({Y}%), 判断：{1句具体结论，如"基础素质达标但硕博占比偏低，研发梯队储备不足"}
- 序列结构：M:{X}% / T:{X}% / P:{X}% / O:{X}%，判断：{是否符合制造业技术属性+具体偏差说明}
- 职级健康：M序列{具体问题如"D5-D7囤积占比40%"}，T序列{具体问题}，判断：{最突出的1个风险点}
- 关键岗位：{覆盖X/Y个}，判断：{最关键的1个缺口}

维度二：员工思维（Will）

| 指标 | 计算方式 | 健康阈值 | 预警阈值 | |------|----------|----------|----------| | 新员工占比 | 司龄<1年/总人数 | 10%-15% | >25% | | 核心稳定期占比 | 司龄3-10年/总人数 | >=35% | <25% | | 老员工占比 | 司龄>15年/总人数 | 5%-10% | >20% |

司龄结构健康度（必判）：

纺锤型（3-10年占比>=40%）：最优
金字塔型（<1年占比>25%）：流失风险
倒金字塔型（15年+>20%）：梯队断层风险
哑铃型（新老多中坚少）：双重风险

思维维度结论模板（必须输出，{}内必须填入具体数据）：

【员工思维诊断】
- 司龄结构：{纺锤/金字塔/倒金字塔/哑铃}型，3-10年核心稳定期占{Y}%
- 稳定性评级：{绿色：核心稳定期>=35% / 黄色：20-35% / 红色：<20%}
- 风险子公司：{公司名}新员工占{X}%（{高于/低于}25%阈值），{具体影响}

维度三：员工治理（Must）

| 分析项 | 输出内容 | 参考 | |--------|----------|------| | 职级结构合理性 | M/T/P/O各序列层级比例评估 | 本步骤 | | 职类金字塔结构 | 高:中:基比例 + 健康对标 + 风险诊断 | pyramid_diagnosis.md | | 职能4维度诊断 | 缺失(应有未有)/错位(位置不当)/弱化(有名无实)/交叉(多头负责) | 白睿Ch8 | | 子公司对比 | 年龄/司龄/学历/序列多维度对比 | 本步骤 | | 专业线结构 | 各专业线人数/年龄/司龄分布（如有字段）| 本步骤 |

治理维度结论模板（必须输出，{}内必须填入具体数据）：

【员工治理诊断】
- 金字塔结构：高:中:基 = 1:{X}:{Y}，{健康:X>=2 / 关注:1.5<=X<2 / 高风险:X<1.5}
- 管理梯队：中层厚度{X}倍（健康>=2），{具体判断如"基层超厚但中层断裂"}
- 职能诊断：{缺失:XX职能未有专职/错位:XX职能挂在错误部门/弱化:XX职能有名无实/交叉:XX职能多头负责}，最突出问题：{1条}
- 子公司差异：{最大差异点，含具体数据}，{对业务的影响}
- 专业线覆盖：标注率{X}%，{>=70%为充足/<70%为关注}

步骤3：行业标杆对照

输入：三维度分析结果输出：带行业对标的增强分析

行业数据必须标注真实来源，详见 references/benchmark_data.md。

对标规则：

□ 行业识别：优先从花名册公司名/主营业务推断，无法推断时询问用户所属行业
□ 本科+占比 → 对照对应行业均值（来源：国家统计局）
□ 平均年龄 → 对照行业均值（来源：人社部企业用工调查）
□ 流动率 → 对照行业年度均值（来源：怡安翰威特）
□ 标杆引用格式："数据来源：[机构名]《[报告名]》, [年份]"
□ 无来源时标"待补充"，禁止编造

行业标杆速查表（仅列常见行业，其余行业需在线搜索验证）：

| 指标 | 制造业 | 互联网 | 金融 | 房地产 | |------|--------|--------|------|--------| | 本科+占比 | 18-22% | 65-75% | 55-65% | 30-40% | | 平均年龄 | 38-42岁 | 28-32岁 | 33-37岁 | 35-39岁 | | 年度流动率 | 8-15% | 15-25% | 10-18% | 12-20% |

禁止：

"根据某机构研究显示" + 无具体机构名
"行业普遍认为" + 无具体数据
自行推算的"合理范围"作为行业标杆

推荐：国家统计局、人社部、上市公司年报、有明确发布时间的权威研究报告。

步骤3.5：六盒子快速扫描（韦斯伯德框架）

触发条件：当数据仅限于花名册（无OA/财务/流程数据）时，替代步骤4的配合性诊断做轻量诊断；或作为步骤4的前置快速扫描。

输入：三维度分析结果输出：6维度雷达图打分(1-5分) + 非正式系统标注

⚠️ 数据不足降级：非正式系统视角需访谈/观察数据支撑。纯花名册场景缺此类数据时→非正式系统列标注"基于正式系统推断，需访谈验证"（参见B13）。

| 盒子 | 诊断提问 | 正式系统视角 | 非正式系统视角 | |------|----------|-------------|---------------| | 目的 | 业务目的是什么？成员是否认同？ | 战略文件/年度计划 | 成员真实理解vs官方表述的差距 | | 结构 | 组织架构是否支撑目的？ | 架构图/汇报线 | 实际谁找谁办事（非正式关系网） | | 关系 | 人与人/部门间关系质量？ | 流程/SLA/协作规范 | 私下沟通渠道/小团体/冲突避让 | | 奖励 | 激励什么行为？惩罚什么行为？ | KPI/薪酬制度 | 成员感知的"真正被奖励的行为" | | 领导 | 领导者在做什么？该做什么？ | 岗位职责/管理动作 | 实际影响力vs职位的匹配度 | | 帮助 | 有哪些帮助/协调机制？ | 正式流程/培训/IT系统 | 非正式经验传授/私下帮忙 |

打分规则：

5=高度匹配 4=较好匹配 3=部分匹配 2=明显偏差 1=严重脱节
任何盒子≤2分→标记为"差距盒"，须在报告中重点展开
正式vs非正式分差≥2→标记"双重现实"，提示组织存在表里不一

目的三维诊断（韦斯伯德细化）：

① 匹配度：组织目的是否匹配外部环境需求？
② 清晰性：各层级对目的是否有共同理解？
③ 一致性：目的与实际行为/资源分配是否一致？
任一维度≤2 → 目的盒子标记为差距盒

步骤4：系统配合性诊断（哈里森框架）

输入：三维度分析结果输出：配合性矩阵 + 松散结合评估

逐一检查6大领域交叉配合关系，标注"配合✓"或"不配合✗"及具体表现：

| 诊断领域 | 具体检查提问 | 数据来源 | 典型不配合信号 | |----------|-------------|----------|---------------| | 环境 | ①外部市场变化速度是否>内部流程调整速度？②客户需求反馈到产品迭代周期多长？ | 行业报告+客户投诉周期 | 外部市场变化快但内部流程僵化 | | 人力资源 | ①高学历/高职级人才是否在低职级岗位？②关键岗位空缺率是否>15%？③招聘需求与实际到岗偏差多大？ | 花名册(学历×职级交叉)+招聘漏斗 | 高学历人才集中在低职级岗位（能力与位置不配合） | | 目标和战略 | ①KPI考核项是否覆盖战略关键目标？②年度预算分配是否符合战略优先级？ | KPI表+预算分配表 | 战略要求创新但KPI考核只看短期产出 | | 技术 | ①已部署数字化工具使用率是否>60%？②员工是否需>3步操作完成核心业务流程？ | IT系统日志+流程文档 | 数字化工具已部署但员工不会用/不愿用 | | 内部系统 | ①跨部门协作流程是否有明确SLA？②部门间流程断点（无明确对接人/节点）数量？ | OA流程图+组织架构 | 部门间流程断点密度高（协调机制与业务需求不配合） | | 结构 | ①一线团队启动小型实验需经几层审批？②管理层级是否>5层？③决策权下放程度？ | 组织架构+审批流 | 层级过多导致3层以上审批才能启动小实验 |

松散结合评估（关键区分）：

⚠️ 不是所有"不配合"都是问题——创新导向型组织适度松散是优势。

决策树（必须逐条判定）：
Q1: 该"不配合"发生在核心运营流程还是创新/探索单元？
  ├─ 核心运营流程 → Q2a
  └─ 创新/探索单元 → Q3a

Q2a: 核心运营：不配合是否导致交付延迟/质量缺陷/安全风险？
  ├─ 是 → ✗ 不配合（需修复）：描述具体不配合关系+修复建议
  └─ 否 → △ 松散结合（可接受）：说明此松散对效率的正面价值

Q3a: 创新/探索：松散是否阻碍了知识沉淀/经验复用？
  ├─ 是 → ✗ 不配合（需修复）：创新也需最低限度的知识共享机制
  └─ 否 → △ 松散结合（可接受）：说明此松散对创新的正面价值

组织类型速判：
- 制造/金融/医疗/能源 → 默认核心运营型，任何不配合优先标✗
- 互联网/研发/创意/咨询 → 默认创新探索型，适度松散优先标△
- 混合型 → 按业务单元分别判定，总部运营✗+创新单元△

输出格式：
✗ 不配合（需修复）：<具体不配合关系>+修复建议
△ 松散结合（可接受）：<松散领域>+此松散对创新/效率的正面价值说明
✓ 配合良好：<配合关系>

步骤4.5：政治维度检查（哈里森权力诊断）

触发条件：步骤4发现≥2项✗不配合，或六盒子中"关系"盒子≤2分时必做。

输入：配合性矩阵+六盒子扫描结果输出：权力结构分析+利益相关者地图

⚠️ 数据不足降级：利益相关者分析需访谈支撑。纯花名册场景缺访谈数据时→利益相关者立场列标注"基于组织数据推断，需访谈确认"（参见B13）。

| 检查维度 | 诊断提问 | 数据来源 | 风险信号 | |----------|----------|---------|---------| | 权力集中度 | 关键决策由几人/几层做出？ | 组织架构+访谈 | <3人控制>80%决策→决策垄断 | | 资源控制 | 谁控制预算/编制/关键信息？ | 预算分配+编制审批 | 部门间资源差距>5倍→权力失衡 | | 抵制力量 | 哪些群体可能抵制诊断建议？ | 历史变革记录 | 变革曾失败→识别抵制根源 | | 利益相关者 | 各方从现状中获利/受损什么？ | 访谈+组织数据 | 诊断建议损害核心权力方→须政治策略 |

利益相关者分析表（必须在报告中输出）：

| 相关方 | 现状利益 | 诊断影响 | 立场(支持/中立/抵制) | 应对策略 |
|--------|----------|---------|---------------------|----------|
| {相关方1} | {从现状中获得的利益} | {诊断建议对其的影响} | {判断} | {具体策略} |

🟡 注意：政治维度检查可能触及敏感信息，输出时须描述性而非评价性，避免引发组织防御（哈里森：诊断反馈9特征之一）。

步骤5：人效差距分析（哈里森差距法升级）

输入：三维度分析+配合性诊断+政治维度结果输出：9领域差距表 + 人效组合诊断

用"自发行为vs期望行为"9领域差距分析替代原来3层穿透的模糊表述：

| 差距领域 | 期望行为（应有） | 自发行为（实际） | 差距判断 | 数据来源 | |----------|-----------------|-----------------|---------|---------| | 领导方向 | 高层对战略有共识并持续传达 | 各公司战略理解不一致 | 大/中/小 | 访谈+花名册 | | 上下沟通 | 信息从上到下准确传达 | 信息衰减或扭曲 | 大/中/小 | 访谈 | | 横向协调 | 跨部门主动协作 | 部门墙/流程断点 | 大/中/小 | 流程文档+访谈 | | 决策制定 | 决策基于数据和现场 | 决策过度集中/滞后 | 大/中/小 | 审批流+组织架构 | | 创新变革 | 鼓励实验和改进 | 维持现状/规避风险 | 大/中/小 | 历史变革记录 | | 人力配置 | 人岗匹配、能上能下 | 高配低就/编外靠外包 | 大/中/小 | 花名册(学历×职级交叉) | | 绩效管理 | 考核驱动业务目标 | 考核与业务脱钩 | 大/中/小 | KPI表+业务数据 | | 激励回报 | 高绩效高回报 | 公平感>实际激励(韦斯伯德) | 大/中/小 | 薪酬数据+访谈 | | 能力发展 | 持续学习和成长通道 | 晋升阻塞/培训走过场 | 大/中/小 | 职级分布+培训数据 |

差距判定规则：

有直接数据支撑→"大差距"或"中差距"
仅有间接推断→标注"推断性差距"
无任何数据→标注"待补充数据后判断"，不编造

步骤6：报告生成

输入：三维度分析 + 行业对标 + 六盒子 + 配合性 + 政治维度 + 差距分析输出：DOCX诊断报告

步骤5→6衔接指令：

将步骤2各维度结论 + 步骤3行业对标 + 步骤3.5六盒子 + 步骤4配合性矩阵 + 步骤4.5政治维度 + 步骤5差距分析合并为统一数据源
检查8章结构中每一张表是否都有数据支撑（无数据支撑的表标注"数据不足，暂不输出"）
综合评级：综合三维度独立评级+六盒子差距盒数+配合性评估+差距领域大差异数+人效趋势，取中位数+风险放大原则（任一维度红色→综合不高于B）

使用 scripts/generate_report.py 或 scripts/generate_subsidiary_reports.py 生成DOCX报告。

报告结构：

第一章  组织概况（规模、学历、公司分布）
第二章  员工能力分析（学历、序列、职级、关键岗位、人才梯队5维度）
第三章  员工思维分析（司龄结构、稳定性、流失风险预警）
第四章  员工治理分析（职级合理性、金字塔结构、职能4维度、子公司对比、专业线）
第五章  六盒子快速扫描（6维度打分+非正式系统标注+目的三维诊断）
第六章  系统配合性与政治维度诊断
  - 配合性矩阵表：6大领域交叉检查结果（✗/△/✓）+ 非正式系统标注
  - 松散结合评估说明（如有△项）
  - 政治维度分析（权力集中度+利益相关者表）
第七章  人效差距分析
  - 9领域差距表：期望行为vs自发行为
  - 人效组合诊断
第八章  综合诊断结论与建议
  - 核心发现（3-5条，含数据支撑，优先列"无效性"发现+差距领域）
  - P0-P3优先级建议表

附录A  数据说明与验证声明
附录B  分析方法论（杨三角+开放系统+六盒子+差距分析）
附录C  配合性诊断方法论说明

文档样式：标题深蓝#1F4E79，表头深蓝背景白字，奇数行浅蓝#E8F4F8，正文宋体10.5pt。

反馈9特征质量标准（哈里森，报告交付前自查）：

□ 1. 具体而非笼统 — 每条结论含具体数据
□ 2. 描述性而非评价性 — "本科+占比41.5%"而非"学历偏低"
□ 3. 可验证 — 每条标杆数据标注来源
□ 4. 及时 — 异常数据在CP3即时确认
□ 5. 可操作 — P0-P3建议含具体动作+可量化目标
□ 6. 面向接受者 — 报告语言适配HR/管理层，非学术术语
□ 7. 来自可信来源 — 数据来自花名册实测，非AI编造
□ 8. 确认性+挑战性兼顾 — 不只列"哪里好"也不过度否定
□ 9. 非最终判定 — 报告标注"基于X数据，为当前诊断结论"

🔴 CP2输出模板（报告草稿后必须展示并等待确认）：

📋 报告草稿已生成，包含：
- 第一章：组织概况（X家公司，X人）
- 第二章：员工能力（X个分析表，人才梯队5维度）
- 第三章：员工思维（司龄X型，稳定性X色）
- 第四章：员工治理（金字塔1:X:Y，职能X维度，X家子公司对比）
- 第五章：六盒子扫描（X个差距盒，非正式系统X处标注）
- 第六章：配合性（X项✗ + X项△）+ 政治维度分析
- 第七章：差距分析（X个大差距 + X个中差距）
- 第八章：X条核心发现，X项优先建议
⚠️ 🔴 报告质量确认（必须等待用户选择）：[直接使用] [调整部分内容] [重新生成]

字段使用规范

| 编号 | 规则 | 详情见 | |------|------|--------| | Z1 | 职类字段按原始定义使用 | 🔴黑名单#1 | | Z2 | 选填项空值≠数据缺失 | 🟡黑名单#1 | | Z3 | 金字塔分析触发条件 | 含「职类」→必输出；含子公司→逐公司拆解；无→可从职族+职级推断，不可则跳过并说明 |

🔴 STOP检查点机制（强制执行，跳过=中止任务）

| 检查点 | 触发时机 | 🔴STOP必须动作 | 🛑跳过后果 | |--------|----------|---------------|-----------| | 🔴STOP CP1 | 数据验证后 | 展示验证摘要，必须等待用户明确回复"继续" → 无回复则停在此步 | 禁止进入步骤2，否则结论基于未确证数据，整份报告作废 | | 🔴STOP CP2 | 报告草稿后 | 展示内容摘要，必须等待用户选择[直接使用/调整/重新生成] → 无选择则不交付 | 禁止直接交付未审核报告，否则属于未经授权输出 | | 🔴STOP CP3 | 发现数据异常时 | 暂停，给出3个选项：①标注后继续 ②跳过该字段 ③终止分析 → 无选择则停在CP3 | 禁止自行修正异常数据为"合理值"，违者视为数据造假 |

边界条件（if-then三段式：触发条件 / 一线修复 / 仍失败兜底）

| # | 触发条件 | 一线修复 | 仍失败兜底 | |---|----------|----------|------------| | B1 | 专业线字段缺失 | 跳过专业线分析章节，报告说明"该字段为选填项" | 报告第四章专业线部分输出"选填项未采集，本章省略" | | B2 | 职类字段缺失 | 从职族+职级推断职类分类 | 无法推断→跳过金字塔分析，报告第四章标注"职类数据不可用，金字塔分析省略" | | B3 | 职族字段缺失 | 全部标注为"未分类" | 统计时单列"未分类"行，不合并到其他序列，报告标注"职族字段缺失，分析颗粒度受限" | | B4 | 核心字段(姓名/公司/部门)缺失 | →🔴STOP CP3确认：提示用户补充缺失字段 | 用户无法补充→终止分析，仅输出已有字段的描述性统计，不做三维度评级 | | B5 | 年龄<18或司龄<0 | →🔴STOP CP3确认：标注异常后继续/跳过该行/终止 | 绝不自行修正为"合理值"（🔴行为黑名单#2） | | B6 | 子公司<2家 | 聚焦时间维度或内部结构对比 | 标注"仅1家子公司，对比分析不可用，改为时间趋势+内部分位对比" | | B7 | 分析人群<30人 | 仅输出基础统计（人数/均值/分布） | 标注"N<30结论代表性有限"，禁止给ABC评级（🔴黑名单#3） | | B8 | analyze_roster.py执行失败 | 用pandas直接读取Excel，手动执行验证清单 | pandas也失败→提示检查文件格式，接受CSV手动上传 | | B9 | generate_report.py执行失败 | 用python-docx直接生成，参照报告结构模板 | python-docx也失败→输出MD格式报告供用户手动转档 | | B10 | 花名册非Excel(csv/pdf/图片) | CSV→pd.read_csv；图片→PaddleOCR提取 | OCR质量差→🔴STOP CP3让用户确认提取结果 | | B11 | 同一职级占比>60% | 标注"职级扁平化风险" | →🔴STOP CP3确认是否岗位体系设计问题 | | B12 | 数据时间戳>1年 | →🔴STOP CP3提醒"数据可能不代表现状" | 所有结论加前缀"基于X年X月数据，" | | B13 | 配合性诊断时6大领域数据不全（如无OA审批日志/财务数据） | 仅检查有数据支持的领域，无数据领域标注"暂不可评估（缺XX数据）" | 出具"有限配合性诊断"——已评领域结果有效，未评领域不猜测 | | B14 | 人效穿透缺乏中层(OA审批日志/组织架构)或深层(预算/部门职能)数据 | 切换至差距分析9领域（已有花名册可覆盖6/9领域） | 差距分析中无数据领域标注"待补充" | | B15 | 步骤1.5问题重新界定时用户不愿配合/回答模糊 | 使用用户原始问题定义进行诊断，标注"问题未经重新界定，诊断焦点可能偏移" | 报告附录A加注"本次诊断基于委托人原始问题定义，未执行哈里森5步问题重新界定" | | B16 | 六盒子扫描中正式vs非正式分差≥2 | 标注"双重现实"警告，在报告中专门列出正式-非正式差异对照 | 提示用户"组织可能存在表里不一，建议后续访谈深入确认" | | B17 | 政治维度触及敏感信息/高管利益 | 输出时使用描述性语言（哈里森反馈9特征），避免评价性措辞 | 报告中政治维度章节标注"本分析基于组织数据客观描述，不涉及价值判断" |

综合诊断结论模板（报告第六章必须输出）

第六章 综合诊断结论与建议

6.1 组织能力总评
┌──────────┬──────┬────────────────────────┐
│ 维度      │ 评级 │ 核心判断               │
├──────────┼──────┼────────────────────────┤
│ 员工能力  │ A/B/C│ {具体数据支撑的1句判断}           │
│ 员工思维  │ A/B/C│ {具体数据支撑的1句判断}           │
│ 员工治理  │ A/B/C│ {具体数据支撑的1句判断}           │
│ 六盒子    │ 差距盒数/X盒│ {最突出的1个差距盒+非正式系统差异}│
│ 系统配合性│ ✓/△/✗│ {最突出的1个不配合+1个松散结合}   │
│ 人效差距  │ 大差距X项│ {9领域中最突出的1-2个大差距}     │
│ 综合评级  │ X级  │ {具体数据支撑的综合判断，任一维度C级→综合不高于B}       │
└──────────┴──────┴────────────────────────┘

6.2 核心发现（3-5条，每条含数据支撑，优先列"无效性"发现）
1. [无效性/失效现象] — 数据：X%，行业标准：Y%，[判断]
2. ...

6.3 优先级建议（禁止纯定性套话，每条必须含具体动作+可量化目标）
| 优先级 | 类型 | 措施（必须写清做什么+怎么做） | 可量化目标 | 负责部门 |
|--------|------|------|----------|----------|
| P0紧急 | 核心人才保留 | {如：对司龄3-5年T序列D5-D7开展1对1留任访谈+6个月晋升规划} | {如：核心人才流失率从X%降至Y%} | HR/业务 |
| P1重要 | {类型} | {具体动作} | {可量化目标} | {部门} |
| P2关注 | {类型} | {具体动作} | {可量化目标} | {部门} |
| P3规划 | {类型} | {具体动作} | {可量化目标} | {部门} |

反例（禁止）：P0 核心人才保留 | 加强人才梯队建设 | 提升团队稳定性 | HR

无效性发现优先原则：核心发现第1条应优先列组织最明显失效的方面（哈里森：无效性评估比有效性评估更容易获得共识、更直接促进行动）

输出交付物

| 交付物 | 说明 | |--------|------| | 组织健康度诊断报告.docx | 含完整分析表格和结论，标注数据来源 | | 子公司独立分析报告.docx | 可选，如需重点分析某子公司 |

🔴/🟡 行为黑名单（诊断过程中绝对禁止/高度警惕）

🔴 硬红线（违反=输出作废，必须重来）

| # | 禁止行为 | 反例 | 正确做法 | |---|----------|------|----------| | 🔴1 | 自行发明职类分层标准 | 按M3-M5/M6-M8/M9-M10自定义职级分层 | 严格按花名册「职类」原始定义 | | 🔴2 | 自行修正异常数据为"合理值" | 司龄-3→修正为3 | →🔴STOP CP3确认→标注后继续或跳过 | | 🔴3 | 在数据不充分时强行给ABC评级 | 45人花名册+职类大量空值→给A级 | 标注"结论代表性有限"，仅输出基础统计 | | 🔴4 | 🔴STOP检查点不等用户确认直接继续 | CP1展示后自动进入步骤2 | 必须等用户明确"继续"才进入下一步 | | 🔴5 | 编造行业标杆数据来源 | "根据某机构研究""行业普遍认为" | 标注真实来源；无来源标"待补充" | | 🔴6 | AI幻觉：无数据时凭"常识"编造诊断结论 | 花名册无离职字段→"离职率约15%" | 无数据→标注"该指标数据不可用"，不编造 | | 🔴7 | 所有"不配合"一律判定为问题，或6大领域只查2-3个 | 创新型组织跨部门协作松散→标为风险；仅查人力+结构2个领域就出结论 | 须做松散结合评估(Q1-Q3a决策树)；必须逐一检查6大领域，缺数据标注"暂不可评估" | | 🔴8 | 核心发现只列"哪里好"不列"哪里失效" | 第1条发现"学历结构基本达标" | 第1条须优先列最明显失效的方面（无效性评估优先原则） | | 🔴9 | 忽视非正式系统，只看正式架构/流程 | 仅按组织架构图分析，忽略"实际谁找谁办事" | 每个诊断维度须标注正式系统vs非正式系统双视角 |

🟡 软警戒（违反=降低报告可信度，需补正）

| # | 警戒行为 | 典型表现 | 正确做法 | |---|----------|----------|----------| | 🟡1 | 将选填字段空值标为"数据缺失" | "无职称证书"→"证书缺失率70%，存在严重管理问题" | "有证书X人(Y%)，无证书Z人(选填项，属正常)" | | 🟡2 | 仅列分布不评健康度，或人效穿透只做表层 | 只输出"M序列X人/T序列Y人"；人效仅看人数vs产出 | 必须评估金字塔合理性和梯队风险；人效须三层穿透(表层→中层审批→深层战略)，缺数据须标注 | | 🟡3 | 诊断结论用套话填充 | "加强人才梯队建设""优化组织结构" | P0-P3建议必须含具体动作+可量化目标，禁止纯定性描述 | | 🟡4 | 跳过步骤3行业标杆直接出报告 | "行业数据不可获取，跳过对标" | 无标杆→标"待补充"，仍输出内部结构分析，不跳过步骤 | | 🟡5 | 联动技能调用时的降级缺失 | generate_report.py失败→直接报错终止 | →B9 fallback链：python-docx→MD输出 |

评级锚定规则（三维度评级标准）

员工能力维度评级

| 评级 | 学历本科+占比 | 序列结构合理性 | 职级健康 | 关键岗位充足率 | |------|-------------|--------------|---------|--------------| | A(优) | >行业均值+10pp | M/T/P/O比例符合行业属性 | 各序列职级呈正态/正三角 | ≥90% | | B(良) | 接近行业均值±5pp | 略有偏差但有合理解释 | 个别序列少量囤积或断层 | 70-90% | | C(差) | <行业均值-10pp | 严重失衡(如M占比>50%) | 多序列囤积+断层并存 | <70% |

员工思维维度评级

| 评级 | 核心稳定期(3-10年)占比 | 新员工(<1年)占比 | 司龄结构类型 | |------|----------------------|----------------|------------| | A(优) | ≥40% | 10-15% | 纺锤型 | | B(良) | 25-40% | 15-25% | 偏纺锤/偏金字塔 | | C(差) | <25% | >25% | 金字塔/倒金字塔/哑铃 |

员工治理维度评级

| 评级 | 金字塔高中基层比 | 管理梯队中层厚度 | 子公司一致性 | |------|---------------|--------------|------------| | A(优) | 1:≥3:≥5 | ≥2倍 | 各公司偏差<15% | | B(良) | 1:2-3:3-5 | 1.5-2倍 | 偏差15-30% | | C(差) | 高中层比>1:1.5 | <1.5倍 | 偏差>30% |

综合评级规则

| 规则 | 说明 | |------|------| | 基本规则 | 三维度取中位数 | | 风险放大 | 任一维度C级→综合不高于B | | 一票否决 | 员工治理C+员工能力C→综合=C（组织能力双弱） | | 升级条件 | 三维度均为A→综合A；两A一B→综合A（有数据支撑的乐观判断） |

步骤间数据流表

| 上游步骤 | 输出数据 | 下游步骤 | 消费方式 | |---------|---------|---------|---------| | Step1→Step1.5 | 用户确认"继续"+验证后DataFrame | Step1.5问题重新界定 | 数据质量OK→允许进入问题界定阶段 | | Step1.5→Step2 | 诊断焦点确认单（1-2句） | Step2三维度分析 | 焦点决定三维度分析的权重和深度侧重 | | Step1→Step2 | 验证后DataFrame+字段清单+异常标记 | Step2三维度分析 | 异常标记→分析中标注/跳过，字段清单→决定可分析指标 | | Step2-Can→Step2-Will | 能力维度结论(学历+序列+职级+人才梯队) | Step2员工思维分析 | 能力弱+新人多→思维稳定性风险放大 | | Step2-Will→Step2-Must | 思维维度结论(司龄型+稳定性) | Step2员工治理分析 | 稳定性差→治理建议中优先加固留人机制 | | Step2→Step3 | 三维度JSON(结论+评级+数据) | Step3行业标杆对照 | 各维度数据与行业均值对照，评级需修正说明 | | Step3→Step3.5 | 增强JSON(行业对标+评级调整) | Step3.5六盒子快速扫描 | 行业特征+三维度结论→6盒子打分依据 | | Step3.5→Step4 | 六盒子打分+差距盒+非正式系统标注 | Step4系统配合性诊断 | 差距盒→配合性重点领域；非正式标注→双视角检查 | | Step4→Step4.5 | 配合性矩阵(✗/△/✓)+松散结合评估 | Step4.5政治维度检查 | ≥2项✗或关系盒≤2→触发政治维度 | | Step4.5→Step5 | 权力集中度+利益相关者表 | Step5人效差距分析 | 政治因素→差距领域权重调整 | | Step5→Step6 | 9领域差距表+人效组合诊断 | Step6报告生成 | 合并为统一数据源→8章结构+3附录 | | CP1→Step1.5 | 用户确认"继续" | Step1.5 | 数据质量确认OK→进入问题界定 | | CP3→任意 | 用户选择(标注/跳过/终止) | 对应步骤 | 用户选择决定异常数据处理方式 |

联动场景→派单决策表

| 诊断发现 | 联动目标 | 传递数据 | 触发条件 | |---------|---------|---------|---------| | 绩效指标异常/考核断点 | skill(name="hr-performance-officer") | {维度:员工治理, 问题:指标断点, 子公司} | 治理维度C级+绩效相关 | | 人才断层/核心岗位空缺 | skill(name="hr-talent-officer") | {维度:员工能力, 关键岗位, 充足率%} | 能力维度C级+关键岗位<70% | | 组织结构失衡/汇报关系 | skill(name="hr-org-officer") | {维度:员工治理, 金字塔比, 管理厚度} | 治理维度C级+结构问题 | | 薪酬竞争力不足 | skill(name="hr-data-officer") | {维度:员工思维, 流失率, 司龄型} | 思维维度C级+流失风险 | | 系统不配合(✗)需修复 | skill(name="hr-org-officer") | {配合性矩阵✗项, 不配合领域, 修复建议} | 配合性诊断≥2项✗ | | 六盒子"领导"差距盒≤2 | skill(name="hr-coaching-officer") | {领导盒子评分, 差距描述, 非正式系统标注} | 领导盒子正式vs非正式分差≥2 | | 人效系统性衰退(人效降+ROI降) | skill(name="hr-performance-officer") | {人效组合:衰退型, 穿透结论, 干预方向} | 人效组合诊断为"系统性衰退" | | 需汇报PPT | skill(name="hr-presentation-officer") | {诊断报告结论, 核心发现3-5条} | 用户要求PPT交付 | | 需制度/流程文档 | skill(name="hr-doc-officer") | {P0建议列表, 制度缺项} | 报告含制度补全建议 |

脚本使用

# 花名册数据分析（输出JSON）
python scripts/analyze_roster.py <花名册路径> [--output <输出目录>]

# 生成完整诊断报告（DOCX）
python scripts/generate_report.py <花名册路径> [-o <输出路径>]

# 生成子公司独立报告
python scripts/generate_subsidiary_reports.py <花名册路径> <子公司名称> [-o <输出目录>]

# 联动：分析→报告一键式
python scripts/analyze_roster.py data.xlsx -o .temp/diag && python scripts/generate_report.py data.xlsx -o output

HR运营官编排关系

HR诊断官在HR运营官(hr-operations-team)调度矩阵中的定位：

归属工作流：WF3 组织规划 / WF4 人员分析报告
调度触发条件：
  - 用户上传花名册 → WF4 → hr-diagnostician
  - 组织诊断需求 → WF3 → hr-org-officer → hr-diagnostician（补充数据支撑）
  - 人才盘点需求 → WF4 → hr-talent-officer + hr-diagnostician
编排角色：数据提供方（输出组织健康度分析结果）
上游：xlsx（数据读取）、hr-data-officer（指标定义）
下游：hr-talent-officer（人才盘点）、hr-performance-officer（绩效诊断）、hr-presentation-officer（汇报PPT）