Prompts #1 com IA sobre:
Análise de dados de compensação [RH]
“Você pode fornecer uma visão geral [detalhada/ilustrativa] dos dados de compensação? Inclua detalhes como salário [médio/média], benefícios [de saúde/odontológico/visão/aposentadoria] e bônus [de ações/em dinheiro/por mérito] para [cargos/posições/especialidades/anos de experiência] específicos. Dados fornecidos: [fornecer dados precisos]”
Prompt #2
“Quais são os [número] principais fatores que influenciam a compensação na indústria [indústria], e como eles variam com base em [fator específico], como [região geográfica/tamanho da empresa/nível de experiência/educação] e como essas tendências mudaram nos últimos [número] anos?”
Prompt #3
“Quais departamentos ou posições têm a [maior/menor] compensação [razão/pacote/estrutura]? Você pode fornecer uma análise [abrangente/condensada] do salário médio, benefícios e bônus para cada [local/divisão/área/equipe]? Dados fornecidos: [fornecer dados precisos]”
Prompt #4
“Existem outliers [potenciais/inesperados] nos dados de compensação? Você pode identificar indivíduos ou posições com compensação [significativamente mais alta/baixa] do que seus [colegas/pares/contrapartes] em termos de [salário/regalias/benefícios]? Por favor, forneça [anomalias/anedotas/explicações] para esses outliers. Dados fornecidos: [fornecer dados precisos]”
Prompt #5
“Com base nos dados de compensação, você pode gerar [insights/hipóteses/predicções] sobre a satisfação, retenção ou desempenho do funcionário [ligados à compensação/associados a benefícios]? Por favor, forneça evidências [baseadas em dados/gráficas/anedóticas] e recomendações [estratégicas/operacionais]. Dados fornecidos: [fornecer dados precisos]”
