# 按用户问题使用公开资料

这些方法给分析边界，不规定统一流程或产物。用户可以只读一个职业、比较任意相关范围、理解一项进展，或直接分析已选目标。先用已有上下文，只追问会改变判断的未知；不要求先二选一、写报告或保存记录。

## 职业与岗位

从用户熟悉的名称与问题发现 `resources.careers`，按名称、别名和领域找到职业/市场方向。读取定义、主要工作、产物、进入要求、相邻方向、AI资料范围与来源。官方职业映射、市场方向、编辑职责与招聘样本各有身份；一个方向可跨计算机、金融、数学、数据与分析入口，一项工作可服务多个方向。不要将维护与验证两个职责当作计算机职业全貌，也不要将财报整理、数值计算分别当作金融、数学全貌。

公开比较可用于回答“后端开发与机器学习工程有什么不同”，比较工作对象、日常产物、进入要求和AI影响即可，不需要用户履历。网站 `/careers/compare?ids=…` 提供可选的2–3项公开对照，限制只是页面容量，不能变成Agent必须先选两项的分析方法。用户已有目标或只想看一项时直接回答。

需要个人判断时复用已有经历、作品、兴趣、地点和时间等条件，将重要判断关联用户真实材料。区分可核材料、自述与未提供，核对本人贡献；AI辅助作品不能全部归为本人独立能力。缺作品不等于能力低，缺偏好时可以保留开放选项。结果可以是目标、多个备选、维持当前方向、先补证或暂不决定，不以模型分数给个人评分。

具体JD由用户Agent在授权范围内取得并核查，保留公司/岗位、来源、地区/级别、发布或观察/核查日、开放/关闭/未知。只读到JD时仍可分析要求，不能声称职位仍开放；网站样本只代表该岗位与日期，不能据此判断行业扩招。用户只问方向时无需顺带搜岗位或生成申请计划。

目录中的覆盖缺口应具体说明：哪些工作有直接测试、哪些有条件研究或实现路径、哪些只是相邻推断、哪些尚未研究。没有可靠成功率不给百分比，但可解释有依据的适用条件与补证方式。边界模块M01的数值推导案例不代表数学研究或形式证明；交付单元数量不代表职业数量或完整职业覆盖。

## 团队与成员

从用户已有的业务产物、瓶颈、质量门槛、工作量、交接和权限理解问题。按需要读取公开工作单元与组织案例，分析工具投入、培养、内部重配、招聘及其组合。案例中的三种手段与合成人物不是实际团队的完整选项，也不是必经阅读材料。

仅当问题涉及长期安排时，结合公开情景分析用户关心的时间范围；不默认要求当前/一年/三年/五年计划。当前接收责任说明实际条件，未来职责可以重组。没有业务量、异常负荷、完整人时与同质量基线，容量和编制保持未知，不能从一次省时推出减少人数。

仅当问题涉及成员时，使用授权已有材料按实际工作要求核对贡献、时间、环境和证据状态。缺材料表示待核；构造成员、模拟作品只作方法演示。需要招人却没有候选资料时，可以完成岗位与评估准备，但不能称已完成成员选择。用户未授权外联时不自动联系对象。

产物围绕当前问题给出有依据的判断与必要未知；方案数量、报告格式、记录和后续安排由用户目标决定。暂不招聘、先培养、先补业务证据均是有效判断。

## 理解进展

从领域、工作或时间范围进入，区分研究、产品/工具、实际采用和工作实验。解释具体成果、原始公开/修订日、对象与配置、影响的工作部分、限制/不同结果及原文位置。旧论文近期补录不算近期突破，不可比的结果并列条件，不计算统一进步率。

读者理解这些内容即完成。可以解释值得关注的信号，但不要求读者提交复述、下一步、报告或笔记。分享时只携带公开领域、职业、资料链接和版本；需要继续讨论可直接交用户Agent，无需安装Skill或转入职业/团队决策。

## 公开资料交接

最短交接可以是：“请阅读这些公开资料：<职业或工作Markdown链接>。结合你已经知道的我的情况回答<当前问题>；只追问会改变判断的缺口。”链接和问题足够时不再新建handoff文件、档案或状态机。当前选择、资源版本、结论范围与未覆盖事项可作为补充，用户的私有事实和最终分析不回传网站。