竞对薪资 / 福利对标 · 候选人决策视角
把 3-5 个竞对公司的薪资 / 福利 / 文化打包对比,给用人部门和老板看“我们 offer 凭什么赢”。
解决的痛点 · Pain #2:HR 知道要看竞对,但每次只能“凭印象”,没有结构化对标方法。
竞对薪资 / 福利对标 · 候选人决策视角
Prompthr-recruiting × competitor-analysis·进阶
Also available in English →你是一名擅长薪酬调研的 HRBP。我要为一个职位做竞对对标(基于公开信息),帮用人部门理解“我们 offer 在市场上的相对位置”。
# 我要对标的职位
{my_position}
(例如:中型互联网公司高级前端,3-5 年经验,base 北京)
# 想对比的 3-5 家公司
{competitor_companies}
# 我能拿到的内部 / 公开数据
{available_data}
(例如:看准 / 拉勾 / Glassdoor 截图 / 候选人转述的同行 offer / 公司年报)
# 对标维度(按候选人真实决策视角)
## 维度 1 · 现金薪酬
表格:| 公司 | Base 区间 | 浮动奖金 | 总现金 (target) |
- 数据要标来源 + 时间(看准截至 2024Q4 / 候选人 A 提供 2024-10-15)
- 不确定的明确标“未公开,推测来自 X 信息”
## 维度 2 · 长期激励
- 期权 / RSU / 股票
- vesting 节奏(4 年 vs 3 年)
- 当前估值阶段(IPO 后 / D 轮 / B 轮)和兑现可能性
## 维度 3 · 福利
- 假期(年假 / 病假 / 育儿假)
- 健康(商保等级)
- 弹性工作(WFH / 弹性工时)
- 其他(健身房 / 学习预算 / 设备津贴)
## 维度 4 · 软性(文化 + 发展)
基于看准 review、领英员工反馈、技术博客活跃度等:
- 团队氛围标签(协作 / 内卷 / 政治)
- 技术成熟度(看 RD blog 数量 / 开源贡献)
- 成长机会(team lead 路径 / 业务多元化)
## 维度 5 · 隐性成本(候选人会考虑但 HR 常忽略)
- 通勤(办公室位置)
- 工时(平均下班时间,根据 review)
- 稳定性(裁员历史)
- 是否需要 996 / 调休
# 输出 · 候选人视角策略
## 1. 我们 offer 的“赢”维度(2 个)
- 哪两个维度我们明显领先,可以在 offer 沟通中突出
## 2. 我们 offer 的“输”维度(1-2 个)
- 哪些维度我们落后,要么补差(如加薪)要么用“赢”维度盖过
## 3. 候选人 decision matrix
模拟一个目标候选人在这些 offer 间的决策权重(主观但有依据):
| 决策因素 | 权重 % | 我们排名 |
- 加总到 100%
- 推测我们的预估“赢得概率”%
## 4. 给用人部门 + 老板的具体建议
- 是否需要调整 base / RSU?调多少?
- 是否需要在 offer 沟通中强调某些点?
- 是否需要让 Tech Lead / CEO 出面 close?
# 边界
- 不要造数据,所有数字标来源 + 时间
- 隐性成本最容易被忽略,自己要逼问到位
- 不要为了让我开心高估我们的赢面每次节省 ~120 分钟
直接在你常用的 AI 上打开
一键复制 prompt · 同时打开对应平台新标签 · 粘贴即可(⌘/Ctrl + V)。 推荐平台按内容适配度排序。
工作流 · 5 步
- 1
先用 1 小时把 3-5 家竞对的看准 / 拉勾 / 领英截图收集好,记下每条数据来源和时间。
- 2
替换 3 个占位符,run AI。
- 3
AI 出对标后,Axis 5(隐性成本)是最容易被忽略的 — 自己 push AI 多挖。
- 4
决策 matrix 中“我们排名”和“赢得概率”自己再 review 一遍,AI 倾向 over-confident。
- 5
把“具体建议”发给用人部门 + 老板,作为 comp ratio 调整的决策依据。
发出前自查
AI 那些"几乎对"是头号痛点。把这些勾完 · 让评审找不到明显的洞。(勾选状态只存本地 · 我们不追踪。)
已自查 0 / 5 项
为什么这条 prompt 管用
这条 prompt 不是泛泛的“帮我写 竞品分析 / 行业研究”,而是把 HR / 招聘日常面对的具体上下文(目标读者、信息密度、可交付格式)塞进去。LLM 在拿到角色 + 场景 + 约束三件套时,输出质量比开放问题高一个量级 — 因为它能在“该突出什么、该省什么”上做对的取舍。
什么时候用这张卡
最佳时机:你已经知道大致要做“竞品分析 / 行业研究”,但卡在“怎么开口问 AI”这一步 · 肌肉记忆里没有现成的好 prompt,从头写又会漏掉关键约束。把这张卡片复制走、按工作流改 2-3 个字段,30 秒内就能拿到第一版可改的草稿。
常见翻车点
- 不改任何参数就发 · prompt 里的占位字段不替换 · 出来的草稿通用得像 GPT 默认风格 · 直接被甲方/老板看出来。
- 跳过自查清单 · AI 那些“几乎对”的翻车通常发生在你以为它做对了某件其实没做的事。
- 问完不追问 · 第一轮草稿通常 70 分 · 加一句“X 部分再具体些 / 再正式些”能拉到 90 分。
变体与延伸
想把这张卡片用得更顺手?推荐 3 种延伸:
- 换语种:中英版 prompt 都在卡片里 · 出海场景直接切英版。
- 换平台:同一条 prompt 在 ChatGPT / Claude / Kimi 上口味略不同 · 推荐字段已标注最适配平台。
- 叠加自查清单:把清单直接粘到对话最后让 AI 自检一遍 · 翻车率显著下降。
PromptDeck Pro 全套
想再要 25 张这种 prompt?
拿全 50 张 Pro 牌 · 多步链 + 行业变体 + 每月更新。
- 50 张 prompt · 25 免费 + 25 进阶多步链
- PDF 印刷版 + Notion 模板
- 终身可用 · 每月新加 5 张自动同步
- 中英双语 · 含 5 张中文独家场景
买 Pro · $9 终身14 天无条件退款 · 由 Lemon Squeezy 提供