Offer Comparison Analyzer

Offer Comparison Analyzer 技能概览

Offer Comparison Analyzer 是一款用于比较多个 job offer 的决策支持技能，能够从结构化视角审视总薪酬、股权、福利、风险和职业匹配度。当你手里已经有真实 offer，需要的不是简单的“工资对工资”，而是更清晰的判断，尤其是在某个 offer 含有奖金、股票、搬迁支持，或在工作与生活平衡上有不同取舍时，它最有用。

如果你正在权衡几份工作，这个技能可以帮你把零散的 offer 细节整理成一份你可以自洽、也能向别人说明的排序比较。Offer Comparison Analyzer 技能的核心价值不只是计算；它更重要的作用，是强迫你把那些人们通常会拖到最后才想起、但往往已经来不及补救的因素一起纳入比较。

Offer Comparison Analyzer 最适合什么场景

当你需要的是一个实用的 Offer Comparison Analyzer for Decision Support，而不是泛泛的职业鸡汤时，就该用它。它特别适合同时比较两份或更多 offer、薪酬结构混合、股权价值不确定，或者成长路径不同的候选人。

它评估的不只是薪资

这个技能围绕总薪酬展开，同时补入会真正改变价值判断的上下文：签字奖金、年度奖金目标、提成、RSU 或 options、vesting、福利、通勤或搬迁成本，以及岗位质量。这也是为什么 Offer Comparison Analyzer guide 在名义薪资最高并不一定代表最优 offer 的情况下，依然很有用。

什么时候适合，什么时候不太适合

当这些 offer 可以用明确数字和清晰取舍来描述时，它最强。若你只是想做一个纯情绪化决定，几乎没有 offer 细节，或者是在比较差异大到任何加权框架都显得不诚实的岗位时，它就没那么适合。

如何使用 Offer Comparison Analyzer 技能

安装并加载技能上下文

进行 Offer Comparison Analyzer install 时，请从 .agents/skills/offer-comparison-analyzer 加载该技能，并从 SKILL.md 开始阅读。由于这个仓库没有脚本或配套参考文件夹，真正的单一事实来源就是技能文件本身；没有更深一层的自动化可以依赖。

以正确的输入形态提供信息

最好的输入不是笼统的“哪个工作更好？”，而是一份带数字和限制条件的并排 offer 概览。请包含 base salary、bonus、equity 类型、vesting schedule、地点、通勤、远程政策、入职日期，以及任何不可妥协的条件。如果这些 offer 在级别或职责范围上不同，也要明确说明。

一个强提示词可以像这样：

• “用总薪酬、职业成长和风险来比较这三个 offer。Offer A：base、bonus、RSUs、remote。Offer B：base、options、commute、manager changes。Offer C：现金更低，但 title 和 growth 更好。请给我加权推荐，并指出缺失数据。”

能产出更好比较结果的工作流

建议分三步使用这个技能。第一步，把 offer 事实整理成一个干净的区块。第二步，要求输出带假设说明的结构化比较表。第三步，再要求给出一条解释取舍逻辑的建议，而不只是单纯宣布赢家。这个工作流很重要，因为 Offer Comparison Analyzer 的效果，最终取决于 offer 数据是否完整。

优先阅读哪些文件

先看 SKILL.md，理解它预期的比较框架，以及它要求你纳入哪些因素。如果你要把这个技能改造到另一个 agent 或 prompt workflow 中，先通读整个文件再改 prompt，这样才能保留围绕总薪酬和非金钱因素的决策逻辑。

Offer Comparison Analyzer 技能 FAQ

使用时一定要精确数字吗？

精确数字当然更好，但只要你清楚标注，估算值也可以工作。比如 bonus target 或 equity range，总比空着不写要强，前提是你要告诉模型哪些是估算、哪些是已确认。

这比普通 prompt 更好吗？

通常是的，前提是你想要的是可重复的比较，而不是一次性的主观意见。Offer Comparison Analyzer 技能 guide 提供了结构化视角，因此输出更不容易忽略股权、福利或隐藏成本，而这些因素往往才真正改变 offer 的实际价值。

它适合新手吗？

适合，只要你能用平实语言把 offer 细节列出来就行。你不需要金融专业知识；你需要的是足够严谨，把已确认事实和假设分开，并避免让技能去猜缺失的薪酬条款。

什么时候不该用它？

不要把它当作法律、税务或财务建议的替代品。如果这些 offer 根本不具可比性，比如是在几个截然不同的职业方向之间做选择，那也不适合用它，因为加权框架可能会掩盖信息，而不是帮助你看清。

如何改进 Offer Comparison Analyzer 技能

补上人们最容易漏掉的比较输入

最大的质量提升，往往来自补齐候选人常会省略的细节：vesting 条款、refresh 预期、福利价值、搬迁成本、通勤负担，以及因地点不同而产生的生活成本差异。在真实的 Offer Comparison Analyzer for Decision Support 里，这些因素往往和 base salary 一样重要，甚至更重要。

在请求结论前先说清你的优先级

先告诉技能你最看重什么：当下现金、长期股权上行、稳定性、学习机会、title，还是工作与生活平衡。如果不先设定优先级，比较结果就可能过度偏向某个看起来很“客观”，但其实并不符合你处境的因素。

要求列出假设和敏感性

请它拆解哪些假设真正推动了推荐结论。比如，可以问：如果 bonus 没有发放、如果 equity 没有按预期 vest、或者如果通勤时间增加，排序会怎么变。这样能让 Offer Comparison Analyzer 更稳健，也能看出这个决定到底有多脆弱。

第一轮之后继续迭代

如果第一版结果感觉不对，不要只要求“换一个意见”，而是用更好的输入去修正。补充缺失的 offer 细节，减少主观维度数量，或者调整权重，然后重新比较，这样结果才会更贴近你真正要做的决定。