岗位胜任力建模工具：基于候选人画像而非技能清单，生成三层结构（核心维度→可观察行为→角色证据）的胜任力模型报告。Pipeline 模式执行，强制中间产物验证（信号归纳表 + 维度扫描 + 报告自检），输出仅为 HTML 报告（含4种可视化图表）。Competency model builder: MECE structure, mandatory intermediate artifact verification, URL WebFetch validation, HTML-only output with sunburst/treemap/scatter/tree charts.
胜任力模型不是整理后的职位描述，而是对"组织真正想识别什么样的人"的结构化判断。
建模顺序：
禁止反向操作：不要从工具栈或JD bullet points直接组装画像。
维度层级约束（硬约束）：
原因：大模型倾向从JD关键词提炼维度，容易把"Python/Go"或"系统设计"直接当成一级维度，导致胜任力模型退化为职位描述。维度必须是对"什么样的人"的判断，而非"需要什么技能"的枚举。
校招/实习边界约束（硬约束）：
原因：校招与社招的核心差异是"用人标准"而非"技能清单"。用社招JD反推校招是极高发的失败模式，必须硬性约束。
技术词降级逻辑（硬约束）： 在起草维度时，以下类型的技术词一律降为证据层，禁止升为一级维度：
| 技术词类型 | 示例 | 降级原因 | 正确落点 |
|---|---|---|---|
| 规模词 | 万卡集群、EB级存储、3万卡集群 | 说明场景复杂度上限，不是人才特质 | 三级证据 |
| 芯片/硬件栈 | 昇腾、昆仑芯、Hunyuan、昇思 | 业务边界，不是本质 | 三级证据 |
| 专业面词汇 | HPC、高性能计算、数据库、云网络、AI框架 | 专业承载面，应落在行为层 | 二级行为或三级证据 |
| 工具/语言 | Python、Go、CUDA、K8s | 执行工具，不是判断依据 | 三级证据 |
| 项目标签 | 顶尖人才项目、技术管培生 | 强化期望水位，不代替基本素质 | 证据层附加说明 |
核心原则："会什么工具"和"是什么样的人"必须分开。前者留在证据层，后者才进入一级维度。这一逻辑必须在 HTML 报告中有显式的「降级说明」节（参考 Step 8 扬弃反思的「弃」部分），不得省略。
维度分类 Few-shot 示例：
判断"这是维度还是证据/行为"——关键特征：
❌ 以下是一级维度的错误形式：
"系统抽象能力" → 实质是技能，不是稳定特质
"Python/Go语言" → 工具，直接等于证据
"高并发系统设计" → 经验描述，不是特质
"项目管理能力" → 行为，不是维度
"AI框架理解" → 知识，不是特质
✅ 以下是一级维度的正确形式（抽象特质词，可跨情境适用）：
"认知复杂度" → 面对模糊性和多层约束时的处理能力
"内驱与目标感" → 不依赖外部推动，自我设定高标准
"韧性" → 在挫折/失败中持续推进的能力
"协作意识" → 自然地建立信任、推动跨团队协作
"学习敏捷" → 从新领域快速提取模式并迁移应用
⚠️ 中间地带（需要仔细判断）：
"技术判断力" → 如果指"基于经验对技术方案做取舍"→偏向证据/行为；
如果指"对复杂技术问题的本质洞察力"→可能是特质
"工程严谨性" → 如果指"编码习惯好"→行为层；
如果指"在不确定条件下追求正确性的人格特质"→可能是特质
判断标准：
1. 把这个词放到不同公司/行业，是否仍然有意义？（特质的跨情境性）
2. 这个词描述的是"人长期是什么样的"还是"人在这个岗位上做什么"？（特质 vs 行为）
3. 这个词能否用来区分不同类型的人，还是所有人差不多都有？（区分性）
当用户请求构建胜任力模型时，必须按以下顺序引导用户填写配置，不能跳过任何字段。
在进入配置向导之前，先用 WebFetch 搜索该岗位在市场上的企业分布情况。
目的： 建立对"哪些类型的企业招这个岗位"的基本认知，避免默认大厂偏差，确保后续验证公司列表（Q7）覆盖多元类型。
执行方式：
搜索关键词（可调整）：
- "{岗位名} 招聘 行业分布"
- "{岗位名} 哪些公司招聘"
- "{role_name} job market company types"
目标：了解以下4类企业是否招聘该岗位：
1. 互联网大厂（字节、阿里、腾讯、谷歌等）
2. 中型/成长期公司（独角兽、上市中型企业）
3. 垂直行业龙头（金融、医疗、制造、教育等行业的头部公司）
4. 传统行业/非互联网企业（国企、外资、传统制造等）
输出要求： 告知用户探索结论，例如：
【企业分布探索结论】
"后端开发工程师"在以下类型企业广泛分布：
✓ 互联网大厂 — 核心技术岗（代表：ByteDance、Alibaba）
✓ 金融科技公司 — 核心系统开发（代表：平安科技、招银网络）
✓ 传统金融机构 — 银行/保险IT部门（代表：工商银行软件中心）
✓ 制造业/工业互联网 — 系统集成（代表：华为、中车）
✓ 企业服务SaaS — 产品后端（代表：用友、金蝶）
→ Q7 验证公司将从以上5类中各选至少1家，避免单一互联网视角。
⚠️ 强制约束： 如果用户提供的 Q5 行业背景不是"互联网"，验证公司列表中互联网大厂占比不得超过 50%。
首先判断用户想要什么：
用户输入分析：
- 如果提到"校招/实习/应届生" → TALENT_LEVEL = 校招
- 如果提到"面试题/评估表" → USE_CASE = 面试设计
- 如果提到"晋升/发展" → USE_CASE = 晋升评估
- 如果提到"HTML/图表/可视化" → OUTPUT_FORMAT = html
必须逐个字段询问，每字段提供填写提示和示例。
提示：具体岗位名称，如"产品经理"、"销售总监"、"软件工程师"
示例：产品经理 / 客户成功经理 / 算法工程师 / 运营专员
选项：
A. 校招/实习 — 侧重潜力、基础素质、学习敏捷
B. 应届生 — 侧重成长空间、主动性、工程基础
C. 1-3年经验 — 侧重执行力、专业深度
D. 资深专家 — 侧重判断力、系统思维、影响力
E. 管理者 — 侧重组织判断、人才杠杆、战略对齐
⚠️ 警告：不要用资深社招标准去要求校招生！
选项：
- 招聘筛选 — 用于简历筛选和初面评估
- 面试设计 — 用于设计面试问题和评分表
- 能力发展 — 用于制定培养计划
- 晋升评估 — 用于晋升答辩和校准
- 人才盘点 — 用于团队能力盘点
提示：界定岗位的职责边界
示例：企业级SaaS产品销售 / 用户增长运营 / 后端服务开发
提示：行业特性会影响胜任力侧重点
示例：金融科技 / 电商/零售 / 企业服务 / 医疗健康
提示：影响验证公司的选择
示例：中国 / 全球 / 北美 / 亚太
提示：基于 Step 0 企业分布探索结论，从不同类型企业中各选 1-2 家
【强制多元化规则】
✅ 必须覆盖：至少 2 种企业类型（从以下5类中选）
- 互联网大厂（Google/ByteDance/Tencent 等）
- 中型/成长期公司（独角兽、上市中型）
- 垂直行业龙头（金融/医疗/制造/教育行业头部）
- 传统行业企业（国企/外资/传统制造等）
- 专业服务公司（咨询/SaaS/企业服务等）
❌ 禁止：验证公司全部来自互联网大厂（除非用户明确指定）
示例（后端开发工程师 · 互联网+金融）：
- 互联网大厂：ByteDance, Tencent
- 金融科技：平安科技, 招银网络科技
- 传统金融IT：工商银行软件中心
- 企业服务：用友网络
示例（后端开发工程师 · 制造业）：
- 制造业龙头：华为, 中联重科
- 工业互联网：海尔工业互联（卡奥斯）, 树根互联
- 互联网大厂（参照）：Alibaba Cloud（仅作上限参照，非主要对标）
⚠️ 优先选择有公开招聘入口的企业，校招场景优先选有校招专页的
输出格式：HTML报告 — 带4种可视化图表的完整胜任力报告
说明：Skill强制输出HTML报告（含旭日图/矩形树图/散点图/能力树），
不提供Markdown、面试评分表等替代格式。
选项：
- CDN 加载（推荐）— 使用 jsdelivr CDN + unpkg 备用，报告保持单文件
- 内嵌本地 — 直接把 echarts.min.js 内容内联到 HTML（文件更大但完全离线）
提示：
- CDN版：首次加载需联网，已内置自动降级（jsdelivr → unpkg）
- 完全离线版：推荐用于无网络环境的同事分享
- 本地文件路径：assets/echarts.min.js（内嵌时使用）
选项：中文 / English
提示：任何特殊约束或偏好
示例：
- 必须包含：高目标、自驱力、韧性
- 必须避免：技能清单、量化权重
- 图表风格：管理咨询式人才评估报告
汇总用户填写的内容，展示完整配置，并做智能校验：
【配置确认】
岗位：产品经理
级别：校招/实习 ⚠️
场景：招聘筛选
范围：企业级SaaS产品
行业：企业服务
地区：中国+全球
验证公司：Google, Microsoft, ByteDance, Alibaba, Tencent...
输出：HTML报告（含4种图表）✓
图表渲染：CDN ECharts（jsdelivr，首次加载需联网）
语言：中文
【智能校验】
✓ 校招级别已选择，将侧重潜力与基础素质
✓ 验证公司包含多家校招入口，适合交叉检验
⚠ 提醒：输出将避免技能清单陷阱，聚焦人才画像
【可选功能】
□ 添加自测矩阵（三水位：起步/达标/突出）— 适用于候选人有自测需求的场景
请确认或修改：
[确认] [修改配置]
配置确认后，严格按照以下顺序执行：
根据Q2的选择，调整期望重点：
校招/实习/应届生：
资深专家：
管理者：
目的：让证据塑造结论，而不是让先验框架去找证据支持。
使用 Q7 确定的多元化验证公司列表，访问官方招聘页面，在起草维度之前收集原始信息：
采集对象：
采集重点（只观察，不组装）：
从各类型企业的 JD 中，找出：
1. 反复出现的词汇 → 候选维度信号
2. 仅大厂提到的词汇 → 大厂特有，降为证据层
3. 传统行业/垂直行业强调而大厂不提的 → 行业特定维度信号
4. 所有类型企业都提到的 → 跨公司稳定特质，核心维度候选
输出一份「原始信号归纳表」：
| 信号词 | 大厂 | 中型 | 垂直行业 | 传统行业 | 出现频率 |
|---|---|---|---|---|---|
| ⚠️ 强制：信号归纳表必须以表格形式输出，禁止仅用文字描述。每行必须包含"判断"和"降级原因"两列。 |
【原始信号归纳表】（强制表格格式，≥15行）
| # | 信号词 | 大厂A | 大厂B | 中型A | 垂直行业A | 传统行业A | 判断 | 降级原因（若降级） |
|---|--------|-------|-------|-------|-----------|-----------|------|-------------------|
| 1 | 例：认知复杂度 | ✓ | ✓ | ✓ | ✓ | ✓ | →核心维度 | — |
| 2 | 例：Python/Go | ✓ | ✓ | ✓ | ✓ | — | →证据层 | 工具/语言，降为三级证据 |
| 3 | 例：合规意识 | — | — | — | ✓ | ✓ | →行业特定 | 仅金融/合规行业，替换为行业维度 |
| 4 | 例：万卡集群 | ✓ | ✓ | — | — | — | →证据层 | 规模词，说明场景上限，不是人才特质 |
|...| ... | ... | ... | ... | ... | ... | ... | ... |
要求：
- 表格行数 ≥ 15行（必须覆盖各类型企业的核心信号）
- "判断"列仅允许填写：→核心维度 / →证据层 / →行业特定 / →行为层
- "降级原因"列：判断为 →证据层 / →行业特定 时必填，→核心维度 时填"—"
- 禁止跳过任何企业类型的信号采集
- 禁止跳过任何判断为"→证据层"或"→行业特定"的行而不填降级原因
⚠️ 验证链接生成规则：
每个采集的JD必须生成对应的验证链接，按以下优先级访问：
优先级1（校招场景必须）：
① 官方校招页面 → careers.xxx.com/campus / 官方校园招聘页
② 官方实习页面 → careers.xxx.com/intern
③ careers主页 → careers.xxx.com（若有campus/intern子频道）
优先级2（社招场景）：
④ 社招岗位页 → careers.xxx.com/jobs/...（需标注"社招"）
优先级3（仅作上限参照）：
⑤ 具体JD页面 → 标注"⚠️上限参照"
URL验证硬约束：
[验证URL] [入口类型] [检验点说明] 三个字段禁止：不要用 JD bullet points 直接组装模型。
⚠️ 为什么不能直接照抄 JD
头部公司在具体岗位页里会出现万卡集群、昇腾、昆仑芯、容器、云网络、SQL 引擎、通信算子、EB 级存储等强场景词汇。这些词汇能说明岗位的上限与复杂度边界，但不能直接替代"这个公司真正想识别什么样的人"。
例如：JD 说"有 CUDA 优化经验"是岗位要求，但候选人的"在模糊和高复杂度环境里保持高目标、自驱推进"才是胜任力维度。前者应在证据层，后者才是维度。
只有跨公司稳定出现的人才特质，才进入一级维度；只有个别公司强调且强依赖技术栈的内容，一律下沉到证据层。
JD访问优先级：
基于 Step 3.5 的原始信号归纳表起草，禁止套用预设框架。
⚠️ 强制执行顺序：
维度起草规则：
历史高频候选维度（非起点，仅作校验参考）： 方向感与标尺 / 内驱与主动闭环 / 韧性 / 学习敏捷 / 专业成熟度 / 协作与影响
警告：以上仅为历史数据中出现频率较高的候选，不等于正确或必然出现。 如果信号归纳表显示这些词不适用或被其他特质替代，必须以信号归纳表为准，禁止强行套用。
对每个候选维度问：
删除或降级不符合标准的维度。
为每个一级维度设计2-3个二级行为：
为每个二级行为添加三级证据：
基于 Step 3.5 采集的多元企业信息，对已起草的模型进行批判性校验：
「扬」— 保留并强化的内容：
「弃」— 修正或降级的内容：
调整优先级： wording → evidence → boundary → core dimensions
必须包含的8个部分：
HTML报告要求：
⚠️ HTML图表硬约束 — 禁止项：
rgba(hex, 0.14) 背景 + rgba(hex, 0.26) 边框图表分工原则：旭日图负责全景概览（D1-D6维度层级折叠），能力树负责完整展开（D1-D2-D3全部展开）；两者互补，禁止重叠或重复。ECharts 通过 jsdelivr CDN 引入，无需分发文件，报告保持单文件。能力树用 ECharts
tree（LR横向布局，layerPadding调宽控制间距），导出 PNG/SVG；CSS/HTML 树（<ul>虚线连接）作为备选折叠在节底部。图表数据使用统一占位值（value: 1），仅表示结构关系，无量化幻觉风险。
原因：大模型生成"胜任力+自评"类内容时，训练数据中高频出现雷达图，导致统计惯性压倒规范要求。同时大模型倾向于为图表填写精确数值（权重/百分比/坐标），这是幻觉高发区。使用 CSS/纯HTML 方案可以从根本上规避数据幻觉。以上禁止项是经过测试验证的失败模式，必须硬性约束。
HTML依赖说明：
<!-- 主要CDN：jsdelivr -->
<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/echarts.min.js"></script>
<!-- 备用CDN：unpkg（当jsdelivr不可用时自动fallback） -->
assets/echarts.min.js 内容内联到 <script> 标签内echarts.min.js，HTML 保持单文件即可操作步骤：
# 1. 生成HTML报告（ECharts 通过 CDN 加载，无需额外复制文件）
write_to_file(filePath="{workspace}/{ROLE_NAME}_胜任力模型.html", content=html_content)
使用说明（告知用户）：
生成的HTML必须包含以下结构。详细模板见 references/html_template.md（包含完整的 HTML 结构、CSS 样式、图表配置方案）。
必须包含的8个部分：
图表硬约束（详见 html_template.md）：
执行流程中必须在指定步骤输出并验证中间产物，禁止跳过验证直接进入下一步。
验证点A：信号归纳表结构完整性
检查项：
□ 行数 ≥ 15
□ 每行有"判断"列且仅填写：→核心维度 / →证据层 / →行业特定 / →行为层
□ 判断为 →证据层 或 →行业特定 的行，降级原因非空
□ 覆盖全部Q7配置的验证公司（不遗漏任何一家）
若不满足 → 必须补充采集后再进入Step 4，禁止跳过。
验证点B：验证链接URL真实性
检查项：
□ 每个验证链接均已用WebFetch确认HTTP 200
□ 校招/实习场景：所有链接均来自campus/graduate/intern入口
□ 无"未验证"/"推测"/"疑似"的URL
若发现无法验证的URL → 标记为"未找到公开入口"，禁止虚构链接。
验证点C：维度命名合规性扫描
强制扫描关键词黑名单（出现则违规）：
[Python, Go, Java, C++, Rust, CUDA, K8s, Kubernetes,
SQL, NoSQL, Redis, MongoDB, 昇腾, 昆仑芯, Hunyuan, 昇思,
万卡, EB级, HPC, 高性能计算, 云网络, 数据库, AI框架,
系统抽象, 硬件感知, 编程语言, 微服务, 容器化, DevOps,
需求分析, 项目管理, 敏捷开发, 瀑布流, 竞品分析, 用户调研]
检查方法：
□ 扫描6个一级维度名称，不含黑名单词汇
□ 扫描6个维度定义，不含黑名单词汇
□ 如有违规 → 将该词降为证据层，重新命名维度
⚠️ 注意：以上关键词属于三级证据或二级行为的正常落点，
允许出现在行为（二级）和证据（三级）中，禁止出现在维度名称或维度定义中。
验证点D：维度数量与来源
检查项：
□ 一级维度数量 = 6
□ 每个维度在信号归纳表中有对应"→核心维度"行作为依据
□ 禁止凭空创造信号归纳表不支撑的维度
⚠️ 以下检查项必须在HTML文件写入前完成，发现违规立即修正。
内容完整性：
图表规范性（硬约束，逐个检查）：
type: 'sunburst' 或 class="sunburst" 或 conic-gradient，至少出现一项data 中不存在第三层 children（三级证据不展开）；若发现第三层节点 → 必须删除三级，只保留 D1（二级折叠）和 D2 子节点type: 'treemap' 或 class="treemap"，至少出现一项type: 'scatter'，至少出现一项type: 'radar'、type: 'bar'、type: 'line'、type: 'pie'value: 后紧跟数字（value: 1 除外）、min:、max:、%精确百分比 —— 均为违规<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/echarts.min.js"> 存在于文件内格式规范：
若发现违规项 → 立即修正后再输出，不要忽略任何一项。
执行中必须主动避免：
| 陷阱 | 防范措施 |
|---|---|
| 技能树陷阱 | 工具/框架放在三级证据，不要作为一级维度 |
| 通用软技能陷阱 | 每个维度必须能区分该角色的特定要求 |
| 层级混淆 | 严格区分一级维度、二级行为、三级证据 |
| 级别错配 | 校招不套用资深标准，反之亦然 |
| 来源误用 | 先用模型验证JD，而不是用JD组装模型 |
| 虚假精度 | 不分配数值权重，只用相对关注重心 |
| 大厂偏差 | 验证公司不能全为互联网大厂；Q5 非互联网行业时，大厂占比不超过50%；大厂特有要求降级为证据层 |
| 先验框架陷阱 | 企业信息采集（Step 3.5）必须在起草维度（Step 4）之前执行；禁止先套框架再找证据支持 |
| 技能维度陷阱 | 一级维度禁止是技能/工具/技术栈；维度必须是对"什么样的人"的特质判断，而非"需要什么技能"的枚举；行为（二级）才是技能落脚点 |
| 校招社招污染 | 校招/实习场景严禁使用社招JD；禁止用资深岗位反推校招标准；只允许campus/graduate/intern入口；校招维度以"潜力/可塑性"为核心 |
| 图表惯性漂移 | HTML报告必须使用 sunburst/treemap/scatter/tree 四种图表；禁止使用 radar/bar/line/pie；生成后必须按自检清单逐项验证图表类型 |
| 图表量化幻觉 | 图表ECharts配置中禁止填写精确数值（value/坐标/百分比/轴刻度）；胜任力模型无测量数据，图表只展示相对结构关系；若生成时填写了具体数字→立即清除；优先使用 CSS/HTML 替代方案从根本上规避 |
| 旭日图文字堆叠 | 旭日图扇区空间极为有限，禁止展开三级证据节点（会导致文字堆叠）；旭日图只显示维度名称（二级行为折叠），D1维度名不超过8字符；若标签过长必须缩写；完整三层结构由能力树负责，两者互补 |
| 图表配色不一致 | 同一维度编号(D1-D6)在所有图表中颜色必须统一；不得使用ECharts默认色板（#5470c6/#91cc75/#fac858/#ee6666/#73c0de等），必须替换为全局标准色；配色标准：D1=#7b8b78 D2=#a88244 D3=#89a89b D4=#8d6b61 D5=#64748b D6=#31526b；能力树使用半透明版本rgba(hex,0.14) |
| 降级说明缺失 | HTML报告必须包含显式的「降级说明」节，说明哪些技术词被降级及原因（如"万卡集群降为证据层"）；禁止省略；若无降级内容，也需明确说明"本次建模中未发现需要降级的技术词" |
| 验证链接幻觉 | 禁止生成未经WebFetch验证的URL；禁止推测或编造链接；无法验证时应标记"未找到公开入口"；每张验证卡片必须包含URL+入口类型+检验点说明三个字段 |
| 跳过中间验证 | Step 3.5的产物验证和Step 4的维度扫描必须在进入下一步前完成；禁止跳过验证直接生成报告；信号归纳表行数<15行时必须补充采集，禁止强行推进 |
用户：帮我做一个产品经理的胜任力模型
Skill：
我来帮你构建产品经理岗位的胜任力模型。这需要通过配置向导收集一些信息，大概需要2-3分钟。
Q1: 目标岗位的具体名称是什么？ 提示：如"产品经理"、"产品专员"、"B端产品经理"等
用户：产品经理
Skill：
Q2: 人才级别是什么？ ⚠️【这个选择会显著影响模型侧重点】
A. 校招/实习 — 侧重潜力、基础素质、学习敏捷
B. 应届生 — 侧重成长空间、主动性、产品思维
C. 1-3年经验 — 侧重执行力、需求分析能力
D. 资深专家 — 侧重判断力、战略规划
E. 管理者 — 侧重组织判断、产品领导力
用户：校招
Skill：
✅ 已选择【校招/实习】级别。模型将侧重潜力与基础素质，避免用资深标准去要求年轻候选人。
Q3: 使用场景是什么？ ...
[继续直到所有字段填写完成]
Skill（Q7 之前，Step 0 企业分布探索）：
在进入验证公司选择之前，我先来了解一下产品经理岗位在市场上的企业分布：
【企业分布探索结论】 "产品经理（校招）"在以下类型企业广泛分布： ✓ 互联网大厂 — 业务产品/平台产品（代表：ByteDance、Tencent、Alibaba） ✓ 中型互联网/独角兽 — 垂直赛道产品（代表：小红书、快手、Boss直聘） ✓ 企业服务/SaaS — B端产品（代表：飞书、钉钉、用友、金蝶） ✓ 金融科技 — 金融产品（代表：蚂蚁集团、微众银行、招银网络） ✓ 传统行业数字化 — 行业产品（代表：华为、OPPO、宁德时代）
→ Q7 验证公司将从以上5类中各选，避免单一大厂视角。
Skill：
【配置确认】 岗位：产品经理 级别：校招/实习 ⚠️ 验证公司：ByteDance（大厂）、小红书（中型互联网）、飞书（企业服务）、蚂蚁集团（金融科技）、华为终端（传统行业） 输出：HTML报告（含4种图表）✓ 图表渲染：CDN ECharts 语言：中文
【智能校验】 ✓ 校招级别已选择，将侧重潜力与基础素质 ✓ 验证公司覆盖5种类型企业，已避免大厂偏差 ✓ 输出格式已锁定为HTML（所有胜任力报告均为HTML） ⚠ 提醒：Step 3.5 将先采集5家企业招聘信息并验证URL，完成信号归纳后再建模
[确认] [修改配置]
用户：确认
Skill：
开始执行，预计需要3-5分钟...
Step 3.5 企业信息采集中... 正在访问：ByteDance校招页 / 小红书招聘 / 飞书招聘 / 蚂蚁集团校招 / 华为校园招聘
【Step 3.5 产物验证】 ✓ 信号归纳表：18行 ≥ 15行，满足要求 ✓ 验证链接：5个URL已通过WebFetch确认HTTP 200 ✓ 校招入口：全部来自campus/graduate/intern入口
【原始信号归纳表（节选）】
信号词 大厂A 中型A 企业服务 金融 传统行业 判断 降级原因 用户同理心 ✓ ✓ ✓ ✓ ✓ →核心维度 — 数据驱动决策 ✓ ✓ ✓ ✓ — →核心维度 — 合规/风控意识 — — — ✓ — →行业特定 仅金融行业，替换为合规维度 快速迭代/AB测试 ✓ ✓ — — — →证据层 互联网特有方法论，降为三级证据 Step 4 产物验证 ✓ 维度黑名单扫描：6个维度名称均不含黑名单关键词 ✓ 维度数量：6个，与信号归纳表"→核心维度"行一一对应
【验证链接卡片】 ① ByteDance校园招聘 → https://jobs.bytedance.com/campus [校招] 检验点：校招岗位描述 ② 小红书招聘 → https://www.xiaohongshu.com/jobs [实习] 检验点：实习岗位描述 ...
✅ 胜任力模型HTML报告已生成！
胜任力模型不是整理后的职位描述。 它是对"组织真正想识别什么样的人"的结构化判断。 先建模人，再映射行为，最后验证证据。 先采信号，再起草维度，禁止跳过中间验证。
胜任力模型不是整理后的职位描述。 它是对"组织真正想识别什么样的人"的结构化判断。 先建模人，再映射行为，最后验证证据。