team-composition-analysis

team-composition-analysis 技能總覽

team-composition-analysis 能做什麼

team-composition-analysis 技能可協助創辦人、新創營運負責人與招募主管，設計符合公司階段、ARR 與預算現實的早期招募計畫。它特別適合用在 pre-seed 到 Series A 的規劃情境，涵蓋團隊結構、職缺出手順序、薪酬區間與股權配置等指引。

這個技能最適合哪些人

如果你正在回答以下問題，這個技能會特別有幫助：

• 接下來該先補哪些職位？
• 以我們目前的階段，團隊規模應該多大？
• 產品、業務或 customer success 應該什麼時候加入？
• 不同職位的現金薪資與股權該怎麼拉開差異？
• 在營收還撐不起來之前，怎麼避免過早擴編？

它尤其適合創辦人、人才招募主管、startup CFO/COO 類型的營運角色，以及支援 venture-backed startups 的招募人員。

使用者真正想完成的工作

多數使用者不是只想看一張制式 org chart，而是想要一份站得住腳的招募規劃：能把公司階段、營收與功能優先順序，連結到實際 headcount 決策。team-composition-analysis skill 的價值就在於，它把招募視為「順序安排與取捨」問題，而不只是列出常見 startup 職位清單。

它和一般 prompt 有什麼不同

一般 prompt 常會給出像「先招工程師，再招業務」這類寬泛建議。當你需要依階段拆解的結構化建議時，這個技能會更實用，例如：

• 各 startup 階段常見的團隊規模
• 到 Series A 時可能的部門配置
• 與公司成熟度連動的職位優先順序
• 薪酬與股權規劃的背景脈絡
• 與里程碑對齊的招募預算思路

因此它比一次性的腦力激盪 prompt 更偏向決策支援。

安裝前你該先知道的事

從 repository 內容來看，這個技能主要是一份單一的 SKILL.md 文件，將指引直接寫在裡面，而不是一個包含 scripts、references 或 rule files 的大型工具包。這代表 team-composition-analysis install 很簡單，但輸出品質會高度依賴你提供的輸入內容。如果你的公司背景描述很模糊，分析結果也會停留在泛泛而談。

如何使用 team-composition-analysis 技能

安裝 team-composition-analysis 技能

請用以下指令安裝：

npx skills add https://github.com/wshobson/agents --skill team-composition-analysis

由於這個技能存在於較大的 repo 裡，對多數正在評估 team-composition-analysis usage 的使用者來說，這個指令就是最實際的入口。

先讀這個檔案

先從這裡開始：

• plugins/startup-business-analyst/skills/team-composition-analysis/SKILL.md

在這個 skill path 下，沒有看到額外的 companion resources、scripts 或 rule files，因此大部分可用指引都集中在這一份檔案中。這對快速上手是好事，但也代表你不該預期它背後還藏有 benchmark datasets 或自動化計算器。

team-composition-analysis 要吃到哪些輸入，效果才會好

當你提供 base document 無法自行推斷的營運背景時，team-composition-analysis skill 會表現最好。至少請提供：

• 公司階段：pre-seed、seed 或 Series A
• 目前 ARR 或營收區間
• 當前 headcount 與 founder coverage
• 產品類型：SaaS、marketplace、AI tool、services-assisted software 等
• 近期目標：PMF、repeatable sales、enterprise expansion、retention、fundraising
• 招募預算或 burn 限制
• 地區或薪酬市場
• 你需要的是 salary、equity，還是兩者都要

如果沒有這些資訊，模型通常只會回到較寬泛的階段型建議。

把模糊目標變成可用的 prompt

弱的 prompt：

Help me plan my startup team.

更好的 prompt：

Use the team-composition-analysis skill to recommend a hiring plan for a seed-stage B2B SaaS startup at $1.2M ARR with 9 employees. Current team: 2 founders, 4 engineers, 1 designer, 1 AE, 1 ops generalist. We have 18 months runway, want to reach $3M ARR, and need to decide the next 5 hires. Include role order, rationale, rough compensation/equity bands, and which hires to delay.

為什麼這樣更有效：

• 它提供了階段與營收錨點
• 它交代了目前團隊覆蓋與缺口
• 它定義了要達成的里程碑
• 它迫使模型做優先排序，而不是開一張願望清單

Recruiting 團隊最適合的 team-composition-analysis prompt 模式

如果要做 team-composition-analysis for Recruiting，請直接要求能讓招募團隊落地執行的輸出格式。例如：

Use team-composition-analysis to build a recruiting brief for a pre-Series A startup at $2.5M ARR. Recommend the next 6 hires over 12 months, including function, seniority, why each role is needed now, salary range, equity range, and dependencies between hires. Flag any roles that should stay fractional or contract instead of full-time.

這樣一來，這個技能就不只是策略評論，而會變成 talent team 可直接拿來 intake 的實務工具。

team-composition-analysis 的實際建議工作流程

一套比較穩健的流程如下：

1. 先定義目前的 stage、ARR、runway 與團隊組成。
2. 請技能排出 next-hire sequence。
3. 要求它做 tradeoff 分析：例如「如果我們優先追求 product velocity，而不是 revenue growth，會怎麼排？」
4. 追問哪些職位仍可由 founder 主導、用 fractional 形式，或外包處理。
5. 把最後建議轉成 recruiter 可直接採用的職缺優先順序。

這樣的流程，會讓 team-composition-analysis usage 比起一次問一份靜態 org design 更有韌性。

這個 team-composition-analysis 技能看起來最擅長什麼

從原始內容來看，它最明確的強項是早期階段的結構規劃：

• pre-seed 團隊組成
• seed 階段的招募優先順序
• Series A 的部門擴張規劃
• startup 薪酬與股權的基本框架

它最適合回答的是「這個階段的團隊應該長什麼樣子？」而不是「幫我做一份按城市與職級拆分的詳細薪酬 benchmark。」

team-composition-analysis 可能比較薄弱的地方

由於 repository 目前只看得到一份 markdown skill file，不要預設它內建了以下能力：

• 逐市場的薪資資料庫
• 各職位專用 scorecards
• 面試流程設計
• 自動化預算模型
• 依不同司法轄區提供 legal 或 tax-safe 的股權建議

如果你需要這些，建議把 team-composition-analysis 用在團隊結構與招募順序規劃，再搭配薪酬資料、財務工具與專業顧問驗證細節。

能顯著提升輸出品質的實用技巧

請模型用表格輸出決策，例如欄位包含：

• role
• timing
• business reason
• estimated cash comp
• estimated equity
• risk if delayed
• cheaper alternative

另外也要要求它列出「現在還不該招的 roles」。這通常是此技能最有價值的地方，因為早期招募最常見的錯誤，往往來自過早專業化。

team-composition-analysis 的 repository 閱讀路徑建議

如果你想先檢查內容再決定是否採用，最短且有用的閱讀路徑是：

1. 打開 SKILL.md
2. 閱讀各階段章節，確認團隊規模與角色配置
3. 檢查薪酬與股權建議是否對你的使用情境夠具體
4. 判斷你需要的是 startup 規劃技能，還是完整的 recruiting ops framework

這也是評估 team-composition-analysis guide 最正確的角度：看它能不能提升決策品質，而不是文件有多長。

team-composition-analysis 技能常見問題

team-composition-analysis 適合非 startup 嗎？

通常不太適合。這個技能很明顯是為 pre-seed 到 Series A 的早期 startup 規劃而設。如果你是在為成熟公司、大型企業，或高度受監管的組織做 staffing，裡面對團隊規模、職能配置與股權的假設，契合度就會比較低。

team-composition-analysis 對初學者有用嗎？

有，但前提是你已經掌握自己公司的基本資訊。整體結構不難理解，但初學者仍需要提供像是 stage、runway 與成長目標這類背景。否則輸出雖然聽起來合理，實際上仍會過於籠統，難以執行。

team-composition-analysis 和一般 prompting 相比，好在哪裡？

它的價值不在於什麼神奇自動化，而在於預設框架更好：會用公司階段來看 headcount 規劃、招募順序，以及薪酬／股權討論。和空白起手的 prompt 相比，這通常能得到更貼近現實的答案。

我可以用 team-composition-analysis 來做薪酬決策嗎？

可以，但要保守使用。適合拿來做方向性規劃與相對取捨，不適合作為最終 offer 設計依據。薪酬區間與股權配置仍應以最新市場 benchmark，並搭配法務與財務審核確認。

team-composition-analysis 只適合 Recruiting 嗎？

不是。它也適合創辦人、營運與財務負責人。不過當招募需求很模糊、stakeholders 又需要一份符合公司階段的 hiring roadmap 才能開缺時，它對 Recruiting 特別有幫助。

什麼情況下不該用這個技能？

如果你需要的是以下內容，就不建議單靠它：

• 精準的在地薪資 benchmark
• 後期公司所需的深度 org design
• 細到 engineering-manager 層級的技術產能規劃
• 股權發放的法律建議
• 完整的 hiring process playbook

在這些情況下，team-composition-analysis skill 應該被視為規劃輸入，而不是完整解法。

如何改善 team-composition-analysis 技能的使用效果

給 team-composition-analysis 更硬的限制條件

想更快提升 team-composition-analysis 的結果，最有效的方式就是加入真實限制：

• 招募預算上限
• runway 目標
• founder 的強項與弱項
• time-to-fill 假設
• 某日期前必須達成的里程碑

當技能被迫在多個不錯的選項之間做取捨時，輸出會明顯更銳利。

提供目前的團隊覆蓋，而不只是 headcount

只說「10 employees」是很弱的輸入。以下這種寫法更有效：

• 2 founders 分別負責 product 與 GTM
• 5 engineers，沒有 engineering manager
• 1 designer
• 1 AE
• 1 customer support generalist

這能讓模型判斷哪些功能缺位、哪些 founder 已經過載。

要求招募順序，不要只拿一張購物清單

常見失誤之一，就是得到一份膨脹的職位清單。建議改成要求：

• next 3 hires
• 依季度排列的 next 6 hires
• 應延後的 hires
• 可以維持 contractor／fractional 的 hires

這樣會讓 team-composition-analysis guide 變得更能直接拿來執行。

強制做 tradeoff 分析

請技能比較不同情境，例如：

• growth-first vs efficiency-first
• product-heavy vs sales-heavy
• founder-led GTM vs early sales hire
• full-time vs fractional finance、design 或 recruiting

這正是它比一般 startup 建議 prompt 更有價值的地方。

改善薪酬輸出的方式

如果你想拿到更好的薪酬建議，請補充：

• 招募地區
• remote 或 in-office
• seniority level
• cash vs equity 偏好
• fundraising 狀態

否則薪酬建議只會停留在很寬的範圍，未必足以支撐實際核准。

第一次輸出後一定要迭代

第一輪結果出來後，可以繼續追問：

• Which recommendation is riskiest if our sales cycle is longer than expected?
• What changes if we freeze hiring for 2 quarters?
• Which role gives the highest leverage per dollar today?
• What are the signs we are hiring this role too early?

這些問題能提升你對結果的信任度，也能看出初版規劃是否真的夠穩健。

留意常見的 team-composition-analysis 誤判

最可能出現的弱輸出包括：

• 過早招管理職
• 在 PMF 前就加入過度專業化職能
• 預設所有工作都需要 full-time hires
• 在沒有市場背景下給出薪酬區間
• 分析時忽略 founder 目前承接的角色

你可以明確要求技能：每一個建議招募都必須對照目前 stage 與 revenue 說明理由，藉此降低這些問題。

把 team-composition-analysis 當草案，再進一步落地

最佳的最終 workflow 是：

1. 用 team-composition-analysis skill 先定義團隊結構與招募順序。
2. 把優先職位轉成 recruiter briefs 或 finance models。
3. 對薪資與股權做外部壓力測試。
4. 當 stage、revenue 或 runway 改變時，再重新跑一次技能。

這才是長期提升 team-composition-analysis usage 價值的最佳方式。