Aller au contenu principal

La cohérence interne est la contrainte que l'on découvre trop tard

Les offres se fixent d'après la grille et d'après les attentes du candidat. Ce que les personnes déjà en poste sur ce métier sont payées ne devient souvent visible qu'après la discussion de l'offre.

L'offre qui crée le problème le plus durable est celle qui paie plus pour le même travail qu'un membre déjà en poste. Ce problème apparaît des mois plus tard et coûte cher à résoudre.

Les données de marché fonctionnent dans l'autre sens, et il est facile de leur donner trop de poids. Une fourchette compilée à partir de marchés, de niveaux de séniorité et de définitions différents est un standard faible présenté comme un référentiel.

L'agent prépare le dossier et ne propose pas de montant. Les décisions de rémunération créent des obligations d'égalité de rémunération, touchent l'équité interne et le budget. Les personnes responsables de ces trois points doivent prendre ces décisions.

Comment l'agent est construit dans Agent Studio

Ici, l'accent est la restriction. Lorsque l'agent rassemble et présente un chiffre, il doit énoncer la position du comparateur interne avant toute donnée externe, et il ne doit faire aucune recommandation. Cette séquence est voulue.

Les prompt skills portent votre structure de grilles et votre philosophie de rémunération déclarée. C'est pourquoi la présentation utilise vos termes plutôt que des termes génériques.

Un nœud PostgreSQL ou HTTP Request fournit les données de comparateurs internes sous forme d'agrégats anonymisés. Ces agrégats montrent la position dans une grille pour des postes équivalents et ne nomment jamais d'individus.

Lorsque vous utilisez des données de marché, elles viennent d'un nœud Google Sheets qui conserve les sources que vous avez choisies, avec dates et méthodologies. Un référentiel sans date ne peut pas valoir comme preuve.

Agent Chat assemble le dossier. Notion le reçoit ensuite : position dans la grille, distribution des comparateurs internes, sources et dates, et les points où les données ne soutiennent pas l'affirmation.

L'accès est étroit. Les données de rémunération sont parmi les plus sensibles de l'entreprise, donc l'agent ne doit faire que cette tâche.

La sortie ne contient aucun montant proposé. Le system prompt le dit explicitement.

De quoi cet agent est constitué

  • System prompt : rassembler et présenter seulement, ne proposer aucun montant, et commencer par les comparateurs internes.
  • Prompt skills : votre structure de grilles et votre philosophie de rémunération déclarée.
  • PostgreSQL (Data) : fournit les comparateurs internes en agrégat anonymisé et ne nomme jamais d'individus.
  • Google Sheets (Integration) : conserve les sources de marché choisies, avec dates et méthodologies consignées.
  • Agent Chat (Util) : assemble la position dans la grille, les comparateurs et le contexte de marché.
  • Périmètre des outils : restreint à cette tâche. Les données de rémunération n'ont aucun accès adjacent.
  • Quand un ActionFlow suffit : Si le poste est un poste standard, extraire la grille et la fourchette approuvée est un flux de travail, et c'est toute la préparation.

Questions fréquentes

Créer des workflows IA

Créez un compte gratuit, ouvrez un modèle ou une toile vide, puis lancez votre premier ActionFlow.

Newsletter

Recevoir les mises à jour produit

Nouveaux nœuds, agents et notes produit. Nous n'envoyons un e-mail que lorsqu'il vaut la peine de l'ouvrir.

Désabonnement à tout moment.