team-composition-analysis

team-composition-analysis skill 概览

team-composition-analysis 是做什么的

team-composition-analysis skill 用于帮助创始人、创业公司运营负责人和招聘负责人，制定符合公司阶段、ARR 与现实预算约束的早期招聘规划。它主要面向 pre-seed 到 Series A 阶段，提供团队结构、岗位招聘顺序、薪酬区间和股权分配方面的指导。

这个 skill 最适合谁

如果你需要回答下面这类问题，这个 skill 会特别有用：

• 接下来应该优先招哪些岗位？
• 以我们当前阶段，团队规模大概应该多大？
• 什么时候该补 product、sales 或 customer success？
• 不同岗位的现金薪酬和股权应当如何区分？
• 如何避免在收入尚未支撑之前过早扩招？

它尤其适合创始人、人才负责人、创业公司 CFO/COO 类运营角色，以及服务于融资型创业公司的招聘人员。

它真正解决的是什么问题

多数用户要的并不是一张泛泛而谈的组织架构图，而是一套有理有据的招聘方案：能够把公司阶段、收入水平和业务重点，落实为具体的人头决策。team-composition-analysis skill 的价值在于，它把招聘视为“顺序安排 + 取舍权衡”的问题，而不只是列一份常见创业公司岗位清单。

它和普通 prompt 的区别是什么

普通 prompt 往往只会给出宽泛建议，比如“先招工程师，再招销售”。而这个 skill 更适合需要按阶段拆解的场景，例如：

• 不同创业阶段的合理团队规模
• 到 Series A 时常见的部门构成
• 与公司成熟度挂钩的岗位优先级
• 薪酬与股权规划的上下文
• 与阶段目标对齐的招聘预算思路

因此，相比一次性的头脑风暴 prompt，它更偏向决策支持。

安装前要知道的事

从仓库内容来看，这个 skill 本质上主要是一个包含内嵌指导的单一 SKILL.md 文档，而不是带脚本、参考资料或规则文件的大型工具包。这意味着 team-composition-analysis install 很简单，但输出质量会高度依赖你提供的输入。如果公司背景信息给得模糊，分析结果也会停留在泛化层面。

如何使用 team-composition-analysis skill

安装 team-composition-analysis skill

使用以下命令安装：

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

由于这个 skill 位于一个更大的 repo 中，这条命令也是大多数用户评估 team-composition-analysis usage 时最实际的入口。

先读这个文件

建议从这里开始：

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

在这个 skill 路径下，看不到明显的配套资源、脚本或规则文件，因此大部分可用指导都集中在这一个文件里。这样做的好处是上手很快，但也意味着你不应期待它背后有隐藏的 benchmark 数据集或自动化计算器。

team-composition-analysis 要什么输入，效果才会好

team-composition-analysis skill 在你补足基础文档无法自行推断的业务上下文时，效果最好。至少应提供：

• 公司阶段：pre-seed、seed 或 Series A
• 当前 ARR 或收入区间
• 当前团队人数，以及创始人分别覆盖哪些职能
• 产品类型：SaaS、marketplace、AI tool、services-assisted software 等
• 短期目标：PMF、可复制销售、enterprise 扩张、留存、融资
• 招聘预算或 burn 限制
• 地域或薪酬市场
• 你需要的是 salary、equity，还是两者都要

如果缺少这些信息，模型通常只能退回到较宽泛的阶段性建议。

把模糊目标改写成可用 prompt

弱 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.

为什么这个版本更有效：

• 它给出了明确的阶段和收入锚点
• 它展示了当前团队覆盖情况和缺口
• 它定义了目标里程碑
• 它迫使模型做优先级排序，而不是给一份愿望清单

面向 Recruiting 的最佳 prompt 写法

如果是 team-composition-analysis for Recruiting 场景，应要求输出结果能真正被招聘团队执行。示例：

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.

这样一来，这个 skill 就不只是战略评论工具，而会变成 talent 团队可直接使用的 intake 工具。

team-composition-analysis 的推荐实操工作流

一个比较稳妥的 workflow 通常是：

1. 明确当前阶段、ARR、runway 和团队情况。
2. 让 skill 给出下一轮招聘顺序。
3. 继续追问取舍：What if we optimize for product velocity vs revenue growth?
4. 询问哪些岗位仍可由创始人兼任、以 fractional 形式配置，或外包。
5. 再把最终建议转换成 recruiter 可执行的岗位优先级。

这种 workflow 会让 team-composition-analysis usage 比单次索要一份静态组织设计更扎实。

team-composition-analysis 最擅长覆盖哪些内容

从源内容来看，它最清晰的强项在于早期阶段的团队结构规划：

• pre-seed 团队构成
• seed 阶段招聘优先级
• Series A 的部门搭建
• 创业公司薪酬与股权的基本框架

当问题是“这个阶段的团队应该长什么样”时，它的表现最强；如果你要的是“按城市和职级给我一份详细薪酬 benchmark”，那就不是它最擅长的方向。

team-composition-analysis 可能偏薄的地方

由于仓库里能看到的内容只有一个 markdown skill 文件，不要默认它包含以下能力：

• 分市场的 salary 数据库
• 各岗位专用 scorecard
• 面试流程
• 自动化预算模型
• 按司法辖区划分、可直接落地的 legal 或 tax-safe equity 指南

如果你需要这些内容，建议先用 team-composition-analysis 做结构和顺序规划，再用薪酬数据、财务工具和专业顾问去校验细节。

提升输出质量的实用技巧

可以要求模型把决策整理成表格，字段例如：

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

同时，别忘了要求它列出“现在不该招的岗位”。这往往是这个 skill 最能体现价值的地方，因为早期团队的招聘失误，通常就出在过早专业化。

仓库阅读的高效路径

如果你想先看清楚再决定是否采用，最短且有效的阅读路径是：

1. 打开 SKILL.md
2. 阅读按阶段划分的章节，重点看团队规模和岗位组合
3. 判断其中关于薪酬和股权的指导，是否足够支撑你的使用场景
4. 决定你需要的是一个 startup planning skill，还是一整套 recruiting ops framework

这才是评估 team-composition-analysis guide 的正确视角：看它能否提升决策质量，而不是看文档有多长。

team-composition-analysis skill 常见问题

team-composition-analysis 适合非创业公司吗？

通常不太适合。这个 skill 明显是围绕 pre-seed 到 Series A 的早期创业公司规划设计的。如果你要给成熟公司、大型企业，或强监管组织做人员配置，它关于团队规模、职能配比和股权的前提假设就会不那么匹配。

这个 skill 对新手有用吗？

有用，前提是你已经清楚自己公司的基本情况。它的结构并不难理解，但即使是初学者，也仍然需要提供阶段、runway 和增长目标等背景信息。否则输出看起来可能“说得通”，但依然过于泛化，难以真正执行。

team-composition-analysis 为什么比普通 prompting 更好？

它的价值不在于“神奇自动化”，而在于默认框架更好：会从公司阶段出发思考 headcount 规划、招聘顺序，以及薪酬/股权讨论。相比从零开始的空白 prompt，这通常会得到更接地气、更能落地的答案。

我可以用 team-composition-analysis 做薪酬决策吗？

可以，但要谨慎。更适合把它用于方向判断和相对取舍，而不是直接拿来定最终 offer。薪酬区间和股权安排仍应结合当前市场 benchmark，并经过 legal/finance 审核。

team-composition-analysis 只是给 Recruiting 用的吗？

不是。它同样适合创始人、运营负责人和财务负责人。但在 Recruiting 场景下，它尤其有价值——特别是当 intake 很模糊、利益相关方需要一份符合公司阶段的招聘路线图，才能决定是否开岗时。

什么时候不该用这个 skill？

如果你需要的是以下能力，就不应只靠它：

• 精确的本地 salary benchmark
• 面向后期公司的深度组织设计
• 细到 engineering-manager 层级的技术产能规划
• 关于股权授予的法律建议
• 一套完整的招聘流程 playbook

在这些情况下，team-composition-analysis skill 更适合作为规划输入，而不是完整解决方案。

如何改进 team-composition-analysis skill 的使用效果

给 team-composition-analysis 加上更硬的约束

想让 team-composition-analysis 更快给出高质量结果，最有效的方法就是加入真实限制条件：

• 招聘预算上限
• runway 目标
• 创始人的优势与短板
• time-to-fill 假设
• 某个日期前必须达成的关键里程碑

当它被迫在多个“都不错”的选项之间做取舍时，输出会更锋利。

提供当前团队覆盖情况，而不只是人数

“10 employees” 是很弱的输入。下面这种写法更有用：

• 2 founders covering product and GTM
• 5 engineers, no engineering manager
• 1 designer
• 1 AE
• 1 customer support generalist

这样模型才能判断缺失职能、创始人是否过载，以及哪些职责实际上还没人覆盖。

要求给出招聘顺序，而不是岗位购物清单

一个常见失败模式，是模型给出一长串膨胀的岗位列表。更好的问法是：

• next 3 hires
• next 6 hires by quarter
• hires to postpone
• hires that can stay contractor/fractional

这样会让 team-composition-analysis guide 在可执行性上有明显提升。

强制进行取舍分析

可以要求 skill 比较这类场景：

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

这正是它比泛泛的创业建议 prompt 更有价值的地方。

提升薪酬输出的质量

如果你想要更好的薪酬建议，请补充：

• 招聘地域
• remote 还是 in-office
• seniority level
• 偏向 cash 还是 equity
• 融资状态

否则薪酬建议大概率会停留在较宽泛的层面，难以支撑真实审批。

在第一轮输出后继续迭代

第一轮结果出来后，可以继续追问：

• 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?

这些问题能提升你对结果的信任度，也能看出最初方案是否足够稳健。

留意常见误判

最常见的低质量输出包括：

• 过早招聘管理层
• 在 PMF 之前就补过多专业化岗位
• 默认所有工作都需要全职招聘
• 在缺乏市场上下文时直接给薪酬区间
• 分析中忽略创始人当前承担的职责

要减少这些问题，可以明确要求 skill 对每一个推荐岗位，都说明它与当前阶段和收入之间的关系。

把 team-composition-analysis 当作草案，再做运营落地

最佳的最终 workflow 通常是：

1. 先用 team-composition-analysis skill 定义团队结构和招聘顺序。
2. 再把优先级最高的岗位转成 recruiter brief 或 finance model。
3. 用外部数据对 salary 和 equity 做压力测试。
4. 当公司阶段、收入或 runway 发生变化时，重新运行这个 skill。

这是长期提升 team-composition-analysis usage 价值的最高效方式。