company-diligence

Solid

기업명을 입력받아 "이 회사에 가도 안전한가"를 판단하는 기업 실사 스킬. 공식정보(회사 공식 채널)와 비공식정보(뉴스·커뮤니티·리뷰)를 분리해서 수집하고, 공공데이터 기반 재무·고용 리스크 신호를 교차검증한 뒤 종합 리포트를 생성한다. Trigger: "기업분석 해줘", "이 회사 어때", "회사 재무 괜찮아?", "여기 지원해도 될까", "company diligence", "회사 실사", "폐업 위험", "임금체불 확인". Input: 기업명(필수), 홈페이지 URL / 채용공고 URL / 사업자등록번호(선택). Output: company-report.md (판단 + 근거 + 지원 전 확인 방법. "자세히" 요청 시 8개 절로 확장).

Data & Documents 16 stars 2 forks Updated 3 weeks ago MIT

Install

View on GitHub

Quality Score: 81/100

Stars 20%
41
Recency 20%
90
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# Company Diligence 지원자가 "이 회사에 입사해도 안전한가"를 판단하도록 돕는 기업 실사 스킬. 이 스킬의 존재 이유는 단순한 회사 소개가 아니다. 대기업 채용문이 좁아지면서 스타트업·중소기업 지원이 늘었는데, 이 회사들은 **월급이 밀리거나 갑자기 문을 닫을 수 있다**는 실질적 리스크가 있다. 그 리스크를 공개 데이터로 최대한 검증하는 것이 목표다. --- ## 핵심 설계 원칙 ### 원칙 1. 공식정보와 비공식정보를 절대 섞지 않는다 | 구분 | 출처 | 신뢰도 특성 | |---|---|---| | 공식정보 | 회사 홈페이지, 채용공고, IR 자료, 공시(DART), 회사 기술블로그, 회사 공식 SNS | 사실 관계는 정확하나 **회사가 보여주고 싶은 것만 보여준다** | | 비공식정보 | 뉴스 기사, 잡플래닛·블라인드·커뮤니티 후기, 전현직자 인터뷰, 링크드인 재직자 이동 패턴 | 편향·표본 문제가 있으나 **공식정보가 감추는 이면을 드러낸다** | | 공공데이터 | 국세청 사업자상태, 국민연금 사업장 내역, DART 공시, 고용노동부 임금체불 명단 | **가장 객관적**. 다만 커버리지가 제한적 | 리포트에서 세 트랙은 반드시 섹션을 나눠 표기한다. 비공식정보를 공식정보처럼 단정적으로 서술하지 않는다. 표현 규칙: 공식은 "~이다", 비공식은 "~라는 언급이 있다 (출처: N건)". ### 원칙 2. 공식정보를 기반으로 하되, 이면을 반드시 파고든다 회사는 자신의 긍정적인 면만 어필한다. 따라서 공식정보에서 발견한 각 주장에 대해 "이 주장이 사실이라면 어떤 흔적이 남아야 하는가"를 역으로 검증한다. | 회사의 주장 | 검증해야 할 이면 | |---|---| | "빠르게 성장 중" | 채용 규모 추이, 투자 유치 이후 경과 기간, 매출 실체(공시 있으면) | | "수평적 문화" | 재직 기간 중앙값, 경력직 이탈 패턴, 리뷰의 반복 키워드 | | "글로벌 진출" | 실제 해외 법인·해외 매출 비중, 아니면 단순 계획인지 | | "업계 1위" | 무엇 기준 1위인지, 시장 정의를 좁혀서 만든 문구인지 | | "복지 좋음" | 리뷰에서 복지 항목 평점, 실제 사용률 언급 | ### 원칙 3. 모르면 모른다고 쓴다 데이터가 없는 항목은 추정하지 않는다. "확인 불가"는 유효한 결과이며, 리포트에 명시적으로 남긴다. 특히 비상장 스타트업은 재무 데이터가 공개되지 않는 것이 정상이므로, 이 경우 "재무 검증 불가, 대체 신호로 판단"이라고 밝힌다. ### 원칙 4. 사실과 추측을 구분하되, 그 구분을 기호로 하지 않는다 리포트에 넣는 모든 주장은 작성 시점에 `references/evidence-grades.md`의 5종 (`[확정]` / `[계산]` / `[추정]` / `[전언]` / `[미확인]`) 중 하나로 분류되어야 한다. 분류되지 않는 주장은 근거가 불분명하다는 뜻이므로 넣지 않는다. **단, 이 라벨을 리포트에 찍지 않는다. 내부 작성 규율이다.** 사용자는 취업준비생이고, 리포트를 ...

Details

Author
useful-skills
Repository
useful-skills/job-application-skills
Created
1 months ago
Last Updated
3 weeks ago
Language
Python
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category

AI & Automation Listed

company-info

한국·미국 회사의 기업정보(대표·설립·직원수·매출·재무제표 존재여부)를 무료로 끝까지 조회한다. 사용자가 "○○ 회사 재무 봐줘 / 매출 알아봐 / 기업정보 / 사업자번호 찾아줘 / 신용" 등을 요청할 때 사용.

0 Updated 1 months ago
smaction04
AI & Automation Listed

fact-verify

AI가 수집·작성한 조사 결과, 동향 브리핑, 보고서 초안의 출처를 독립적으로 검증하는 스킬. 출처 신뢰도 4-Tier 분류(정부·학술·언론·비공식), 재인용 체인 감지(같은 보도자료를 여러 언론이 받아쓴 '가짜 교차검증' 차단), URL·DOI·arXiv·NTIS 과제번호 실존 확인, 한국 학술·정책 출처 검증(KCI·RISS·국회도서관·NKIS), 수치·날짜 정합성 점검으로 할루시네이션을 걸러낸다. 다음 상황에서 반드시 이 스킬을 사용한다: ①출처·각주·참고문헌을 단 산출물(브리핑·보고서·조사 정리·기사 초안)을 작성했거나 사용자·발주처에 전달하기 직전 — **명시적 요청이 없어도 배포 전 상시 실행(standing gate)** ②'출처 검증', '출처 확인', '팩트체크', '교차 검증', '인용 검증', '근거 확인', '참고문헌 실재 확인', '이 자료 믿을 만해?', '할루시네이션 점검', '검증해줘' 등의 요청 ③조사·리서치 결과를 브리핑·보고서·기사에 싣기 전 신뢰도를 확인할 때. 문서의 문법·표현 교정에는 사용하지 않는다(그건 교정교열 스킬의 몫).

1 Updated 3 weeks ago
parkjui92
AI & Automation Listed

web-research

웹에서 정보를 검색·수집·검증할 때의 규칙. 최신 정보 확인, 사실 조사, 라이브러리/API 문서 탐색, 출처 인용이 필요할 때 사용한다.

5 Updated 1 months ago
Kimyongari