行业参考 · 互联网 · HR · 证据 E1
腾讯HR用WorkBuddy封装Skill：30分钟自建数据看板
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
HR个性化业务系统、数据看板和数据分析需求依赖研发，周期长，大量个性化需求无法满足。
概要
搜狐转载文章揭秘腾讯HR人力资源平台部的AI提效实践：通过数据治理→封装Skill→培训地推→工具分享平台，让HR用自然语言取数、做报表、搭小应用；此前需研发花2个月的数据看板HR自己30分钟搞定，并做出校招工作台、校招数据实时分析等一批AI小应用。
原文写明的事实
- 腾讯HR人力资源平台部进行了数据治理、封装Skill、培训地推、提供工具分享平台等步骤。
- 此前需研发同事花2个月跑的数据看板系统，现在HR自己花30分钟就能搞定。
- 封装了4个Skill：HR AI Data（数据调用）、Page Design（应用组件）、Page Deliver（应用生成和发布）、AI Knowledge（知识库）。
- 围绕招聘、培训、激励、文化活动、数据分析等场景做出校招工作台、校招数据实时分析、实习生和导师培养管理系统、实习生交流平台、讲师管理系统、荣誉激励申报系统等小工具。
- 文中多处场景示例明确标注“图中为模拟数据”。
怎么做的
- 输入：HR用自然语言提出人力规划、人员流动分析等取数或看板需求。
- 处理：通过HR AI Data Skill调用数仓数据，Page Design和Page Deliver Skill生成应用组件并发布。
- 数据：腾讯内部HR数仓大宽表、HR领域知识库。
- 动作：生成数据报表、数据看板、小工具并发布分享。
- 输出：人力规划草案、数据报表、校招工作台等AI小应用。
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：高（高度可复刻）
- 需要的能力：HR AI Data、Page Design、Page Deliver、AI Knowledge
- 需要接的数据/系统：内部数仓或HR系统
- 仍需人工的环节：HR定义数据口径与业务需求；结果与报表需人工核验
- 风险：数据口径不统一会导致分析错误；自制应用需严格权限管控
- 原文没披露的：未给出实际覆盖人数与用量数据；部分场景为模拟数据
腾讯内部已展示HR自助取数和搭建小应用的能力，但外部复刻需先完成数据治理与Skill开发，实际效果需实测。
来源
证据说明：搜狐转载，原始出处不明确，示例数据标注为模拟，无独立第二来源