Almost Timely News: 🗞️ 如何利用AI确定薪酬 (2025-09-07)

非受保护信息：这类信息如博客内容或其他旨在公开的信息。无需采取特殊预防措施。
敏感信息：这类信息如基本个人身份信息（PII），例如姓名、电子邮件、IP地址等，可用于将信息高度关联到您个人。我们对此非常关注，尤其是如果您生活在政府对立的地区。它还包括机密信息，如内部邮件、提案等。泄露造成的损害程度中等。
机密信息：这类信息如财务记录、政府标识符以及其他可能用于身份盗窃和欺诈的数据、商业秘密、代码等。如果这类信息泄露，您将面临巨额诉讼甚至牢狱之灾。
受限信息：这是放射性数据——受保护的健康信息、GDPR保护的数据、支付数据和账号、未分类的政府文件（如您的护照）等。如果这类信息泄露，您将面临的不仅仅是诉讼，有时甚至是身体伤害。
绝密信息：这是间谍电影所讲述的一切。这些是最秘密中的秘密，通常是政府或与政府相关的数据。如果这类信息在正常情况下泄露，会有人入狱。

您可能会想，啊，如果我们谈论个人财务，那是第2级或第3级，对吗？不对。个人财务信息是可用于实施欺诈、伪造支付等的信息。它通常属于第3级和第4级。

为什么这么大惊小怪？因为当我们开始谈论薪酬和工资时，我们将处理我们自己的数据。不小心处理我们的数据，受伤害的将是我们自己。

首先要做的事情之一是，查看您使用的所有金融软件的服务条款和隐私政策，检查其中关于服务提供商将共享信息和/或使用其训练AI模型的条件。

在这个时代，这不仅仅指ChatGPT。而是指所有包含AI的软件。您的办公软件套件、您的CRM、您的智能手机——在我们开始处理对我们来说第二重要的数据集（仅次于健康数据）之前，我们最好了解我们的数据是如何被使用的。

我在此处提供了一份PDF格式的详细提示，您可以将其与您想要评估的隐私政策和服务条款一起输入到任何大语言模型（LLM）中。它会返回一份评估报告，说明某个软件可能有多安全或多危险。免责声明：我并非律师。我无法提供法律咨询。请联系您所在司法管辖区的真实人类律师，以获取针对您具体情况的法律建议。

我在使用软件和AI处理个人财务数据时的建议始终是：
– 在任何地方使用之前，手动检查并清除您的姓名、账号等识别信息。
– 手动检查并清除单笔交易——分析快餐支出比分析您上次去Wendy’s更有用且更隐私安全。许多软件还会自动为您的支出和收入等项目分配类别。请删除具体的交易，只保留金额和类别。您将从中获得更多实用信息，并且对隐私更友好。
– 在处理未集成AI的财务数据时，使用本地软件，例如 LibreOffice。
– 在使用生成式AI时，请选择那些允许您关闭模型训练功能、并拥有强大隐私保护或零数据保留政策的服务。

最后一个免责声明：我也不是财务规划师、会计师或任何其他注册金融专业人士。尽管我在金融服务和贷款行业工作了十年，但我绝无资格提供财务建议。在对您的储蓄、支出和投资方式进行任何更改之前，请务必咨询您的合格财务顾问。

好了，既然安全警告已到位，让我们深入探讨。

第2部分：薪酬底线

在我们谈论薪酬之前，我们必须先谈论金钱本身。在进行任何薪酬谈判之前，您绝对必须了解三项数据：底线（Floor）、合理（Fair）、富足（Flourish）：

底线：您为履行财务义务所需的绝对最低薪酬。如果您的薪酬低于这个数字，您将陷入财务困境。
合理：您技能的公平市场价值，即您的专业和职位所获得的平均薪酬。
富足：理想的结果，让您财务富足，履行义务并能储蓄或投资未来。

我们稍后会讨论合理和富足，但我们首先需要解决底线问题。底线不是猜测或直觉。它是一个直接的财务解决方案。以下是计算方法；请注意，我指的是您在期望的职位级别上工作的最后90天；如果您仍在职，就使用最近90天的数据。如果您正在找工作，请使用您在期望的职位级别上工作的最后90天。我之所以这样说，是因为当我们失业或部分就业时，我们的财务状况与全职就业时不同。因此，请确保您使用的是在期望的职位级别上（通常是全职）工作的最后90天数据。

首先，拿出一张纸或一个新的电子表格。将其分成两半。左半部分是收入。在您受雇的最后90天里，您带来了多少收入，以及来自哪些来源？将它们列出来。

现在，右半部分是支出。在您受雇的最后90天里，您花了多少钱，以及花在了哪些方面？按类别列出，例如房租或抵押贷款、食物、外出就餐、贷款债务等。

将收入和支出两列分别加总。这实际上是一项现金流分析。如果您不想自己计算，可以上传银行对账单和信用卡对账单——经过适当清理和编辑——到一个具有强大隐私保护的生成式AI工具中，并给它一个这样的提示：

您是一名财务顾问和财务规划师。根据以下数据，请在Canvas中使用Javascript，按大类别（如外出就餐、房租/抵押贷款等）汇总我在过去90天的收入和支出。以两个列表的形式呈现汇总数据：收入和支出。每个列表中的项目按金额降序排列。您必须在Canvas中用Javascript执行所有计算。在两个表格下方，进行简单的现金流分析，告诉我该期间的净收入（以绝对金额和百分比表示）。

请记住——我强调这一点再多也不为过——您必须在将文件提供给生成式AI之前手动编辑这些文件，以删除识别信息，例如单笔交易、账号、姓名等。

现在，在我们继续之前，我需要分享我的偏见。我在金融服务领域工作多年，因此在个人理财方面有明显的偏见，我强烈倾向于现金流。我不相信“良性债务”和“不良债务”的概念。我理解这个概念，即有抵押债务（如抵押贷款等，有实物作为抵押）可以帮助积累财富，但债务就是债务。如果您无法按时还款，“良性债务”和“不良债务”对您的财务健康来说同样有问题且具有破坏性。我常说“即使是好问题，它依然是问题”，这同样适用于债务。

现金流，即进账多少钱和出账多少钱，是我的主要目标和偏好。我绝不希望支出多于收入。从足够长的时间范围来看，即使支出比收入多一个比索，也会让您贫穷。从足够长的时间范围来看，即使收入比支出多一个克朗，也会让您富有。而且，收入越多、支出越少，就能为您带来财务安全，让您有能力储蓄、投资，拥有更好的东西。

一般来说，我在金融服务工作时期一直教导的目标是，收入至少比支出多10%。这是最低限度的目标。越多越好，但这是我们的第一个里程碑。

有两种方法可以实现这一点。短期内，您可以而且应该将支出减少到仅限于强制性支出。这意味着您必须履行的义务，如房租或贷款，以及食物。如果您失业，可自由支配支出需要尽快降至零。这很糟糕，但短期内确实有帮助。

话虽如此，为了财务规划目的，请根据您上次受雇时的最后90天数据进行这项分析，这样您就能准确了解您正常支出情况的快照。

然而，正如任何学过金融101的人都会告诉您的那样，您不能通过削减开支来实现增长。您可以从预算中削减的金额是有限的，最终您只能剩下强制性支出。而且削减支出并不能增加收入。将您上次全职工作时最后90天的正常支出模式分析结果乘以1.1，然后再乘以4。这就是您的税后收入数字，即您需要争取达到的最低薪酬。

让我们来看一个例子。假设您有如下数据（这是伪造的合成数据）：

90天收入
15000（每月5000）

90天支出
9000 房租
1500 水电费
3000 债务
1500 食物

这显然是极度简化的。在这里，我们看到收入和支出持平。这并不理想。您想要的税前收入——税前——是每90天税后收入16500，或每年66000。现在，将其乘以您所在地区的税率，就得到了您的税前总收入。

等等，您不知道那是什么吗？是的，我也不是信手拈来。但您可以这样获得它：使用任何具有强大网络搜索工具和画布的AI工具（ChatGPT、Gemini、Claude等），向其提出以下提示，使用上述示例数据：

我住在{您的所在地}。我的报税身份是{您的身份，如单身、已婚、一家之主，或您所在司法管辖区的任何报税身份}。我向{地方、州、联邦等}缴纳税款。我的税后收入是66000。我的税前总收入是多少，我属于哪个税级，以及我需要支付多少{地方、州和联邦}税款？请逐步解决这个数学问题，并展示您的计算过程。在Canvas中使用JavaScript执行计算。使用您的网络搜索工具查找我所在地区最新的税率信息。现在在Canvas中向我展示结果。

AI应该做的是检索数据，执行计算，并在Canvas中显示答案。为什么要这样做？因为通过强制AI本质上编写代码，我们可以确保它正确地进行计算。生成式AI模型不擅长数学计算，但擅长编写代码。

在我的示例中，Gemini返回了：

根据66000的净收入，估算数字如下：
– 税前年总收入：88455
– 年总税款：22455
– 联邦所得税税级：22%
– 马萨诸塞州所得税税率：5%

在这种情况下，为了满足我的强制性义务，我的最低可接受薪酬的答案是年总收入88455。任何低于这个数字都会让我的财务状况不佳。任何高于这个数字当然都很好，但这是最低限度。如果您按小时工作，将这个数字除以2080，就是您能接受的最低时薪；在我们的例子中，是每小时42.53美元。

现在，在这些计算中，我明确忽略了许多其他财务建议，因为它们大多超出了本时事通讯的范围，例如您的收入百分比应分配给某一类支出。例如，几十年来普遍接受的观点是住房支出不应超过总支出的40%，但这完全是另一个复杂的问题，我们暂时搁置。这些都是与您的财务顾问进行良好讨论的话题，我建议您每年进行一次。

另外，专业提示：大多数社区银行和信用社都设有受薪财务顾问，他们不收取佣金（因此利益冲突较少），并且可以免费或以非常低的费用为您提供咨询。如果您的金融机构提供受薪、非佣金的财务顾问服务，而您还没有，请务必利用这一服务。

所以现在我们有了薪酬底线。让我们进入第二个F：合理。

第3部分：合理薪酬

合理薪酬的核心在于根据我们的技能水平和我们带来的价值获得适当的报酬。如果回顾前两周的内容，求职就是B2B销售，而薪酬无非是价格谈判。双方分别是雇主和雇员，即买方和卖方，他们的目标截然相反。买方希望支付最低价格，卖方希望获得最高价格。

他们达成一致的地点取决于买方需求程度以及卖方满足或超出这些需求的程度。人们在薪酬方面出错的原因是没有对这个过程有一个清晰的认识。因为是我们自己，因为我们的自尊心参与其中，因为我们是人，所以我们无法像销售非自身产品或服务的人那样客观地看待事物。这也是招聘人员有时会提供帮助的原因之一——如果他们是代表求职者的招聘人员，他们可以代表我们进行推销。

这听起来可能很像房地产，事实也确实如此——有买方和卖方，双方都希望价格对他们最有利。事实上，房地产是一个很好的类比，因为您有公平市场价值等概念。您所在地区类似房屋的售价是多少？那些售价较高的房屋具备哪些低价房屋所不具备的优势？

在薪酬数据公开、工资和薪水都已披露的地方，这变得更容易。但即使没有官方披露，我们也有大量的资源可用。不出所料，我们将使用生成式AI来帮助完成这项工作。拿出第一周的职位描述和简历。确保您的简历中包含您的所在地，并且职位描述中也包含所在地以及公司名称。将所有这些信息输入到您喜欢的AI工具中，并给出这样的提示：

我们需要根据职位名称、职位描述、地点、公司以及候选人简历中的资格，研究该职位的适当薪酬。利用过去一个日历年（从2024年9月6日至今）所有可用的薪资和工资数据，包括关于该职位描述的可靠评论和讨论，搜索并生成一份适合该职位的薪酬四分位数分析报告。来源可能包括但不限于Salary.com及类似网站、Glassdoor、Brass Ring、HRIS、SHRM、职业论坛、政府数据、私营公司薪资数据、劳工统计数据以及其他高质量的薪酬数据资源。薪酬分析应细分为基本工资、奖金、福利和总薪酬。按基本工资降序排列结果。根据候选人的简历和职位描述，确定候选人最可能落在薪酬区间的哪个位置，以及候选人可以使用哪些理由来争取更高的基本工资、更多福利、更多奖金或更高的总薪酬。仔细核对您的工作，并评估您如何减轻针对受保护群体（如种族、性别、民族等）的已知偏见，以防止在您的薪酬评估中出现薪酬差异和薪酬不公平现象。在末尾以脚注形式引用您的来源。

请注意此提示的倒数第二句话。薪酬不公是偏见最具有挑战性、最持久的负面结果之一，就业数据中充斥着薪酬不公现象。生成式AI在我们所处的世界中运作，因此它也像我们一样，从我们都使用的数据中继承了相同的偏见。如果您不提示它减轻偏见并解释它是如何减轻的，它将简单地按原样使用数据，从而强化现有偏见。

一旦您对您技能的公平市场价值有了概念，您就可以将其作为您报价的一部分。利用深度研究报告中的建议，清晰阐明您为何值这个价，这不是一个公平问题，而是您提供的特定价值使您作为候选人表现出色，因此值得高于平均水平的薪酬。

顺便说一句，您不必正在找工作才能进行这项练习。如果您目前在一家公司工作，不妨拿出您当前的职位描述和简历，也进行同样的练习。

第4部分：富足薪酬

所以您已经做了功课。您知道底线是多少。您知道合理是多少。如果情况不一致怎么办？如果合理薪酬等于或低于您的底线怎么办？如果您的领域正朝着错误的方向发展，就像自生成式AI出现以来软件开发领域所经历的那样，又该怎么办？

这时，我们需要重温您在第一部分中利用生成式AI进行横向求职的工作。只不过现在，除了横向职位，您还知道了您的薪酬要求。让我们以底线薪酬为例重新计算——使用之前的相同提示——为了达到20%的收支比、30%的收支比，以及一个异想天开的50%收支比（即每收入1000元，支出667元），您的税前总收入需要达到多少。

这些数字会是多少？在上面的例子中，这些将是净收入数字：
– 10%（与之前相同）：15000 * 1.1 * 4 = 66000
– 20%：15000 * 1.2 * 4 = 72000
– 30%：15000 * 1.3 * 4 = 78000
– 50%：15000 * 1.5 * 4 = 90000

然后，我们通过相同的提示来获取这些税前总收入数字：
– 10%（与之前相同）：88455
– 20%：97495
– 30%：106585
– 50%：124320

根据您最初的计算，这些是您期望达到富足状态所需的数字。如果10%的正现金流很好，那么50%的正现金流就非常棒了。

现在，您利用这些信息来委托新的深度研究。以下是第一部分提示的修改版本：

使用职位深度研究提示，进行一份深度研究报告。

## 变量

* `USER_CV_TEXT`：作为PDF附件
* `USER_GEOGRAPHY`：[输入您期望的工作地点，例如“波士顿，马萨诸塞州”、“奥斯汀，德克萨斯州”、“英国”或“任何地方（远程）”。]
* `USER_DESIRED_ROLES_KEYWORDS`：[列出您目标职位的名称、关键词或行业，例如“高级项目经理、敏捷、Scrum Master、PMP”、“数字营销、SEO、内容策略”、“注册护士、ICU、急诊室”。]
* `MAX_POSTING_AGE_DAYS`：[输入职位发布的最多天数。默认值为30。]
* `CONSIDER_REMOTE_OPTIONS`：[输入“是”或“否”。如果为“是”，搜索将包括远程职位以及您指定的地理位置。]
* `BASE_PAY`：[输入您根据富足计算得出的目标基本工资]

我建议为富足的每个层级——20%现金流、30%现金流和50%现金流——进行几个版本的深度研究。看看深度研究工具能找到哪些符合这些不同薪酬标准的职位。

请记住使用您在第一部分中的横向职位报告——根据您的持久技能，其他领域可能存在能满足您薪酬目标的职位，而这些职位并非您目前的工作领域。

第5部分：总结

我想，关于就业的即兴系列文章到此结束。关于薪酬的这一部分具有双重用途——您可以评估您目前的工作，看看您的薪酬是否与行业内其他职位保持一致。

无论您的就业状况如何，您都绝对应该对您当前的情况进行现金流分析，因为它是一个非常有用的财务健康工具，尤其是在您就业或失业之间进行过渡时。

希望这对您有所帮助。我想我现在会把这个系列作为一份免费课程，完整地发布到Trust Insights学院，这样所有内容都在一个地方，您可以分块学习。当它可用时，我会在第一时间通知您，所以请继续订阅。

如果您觉得本系列有帮助，请与您的朋友和同事分享。

本期内容反馈如何？

点击/轻触一下即可评价本周的时事通讯。您的长期反馈有助于我了解未来为您创作哪些内容。

分享给朋友或同事

如果您喜欢本时事通讯并想与朋友/同事分享，请这样做。将此URL发送给您的朋友/同事：

https://www.christopherspenn.com/newsletter

对于Substack上已订阅的读者，如果您推荐100、200或300名其他读者，将获得推荐奖励。在此处访问排行榜。

广告：2025年10月31日伦敦活动

您是否厌倦了生成式AI的炒作？作为一名营销人员，您可能正面临实施AI的压力，但却发现大多数培训都侧重于聊天机器人技巧而非实际战略。这是一个普遍的困扰：噪音很多，但关于如何推动可衡量的业务成果的信号却很少——尤其是对于我们在B2B营销中面临的复杂挑战。

为了帮助您解决这个问题，我将于10月31日在伦敦举办一场小型、全日制、线下研讨会：适用于B2B营销领导者的生成式AI。这不是理论讲座，而是一个实践策略会议，我们将超越炒作，为您的最紧迫挑战构建实际解决方案，从加速您的内容管道到生成更深入的市场情报。

这是一次“边学边做”的活动。您需要带上笔记本电脑，因为我们将一起完成练习。为确保您可以在没有保密风险的情况下充分参与，我们提供一套完整的安全合成业务数据。您将带着一份亲自测试过的个人“提示词菜谱”、我的著作《Almost Timeless》副本，以及一份清晰、可操作的办公室实施计划离开。

席位严格限制在25人，以确保为您提供高质量、互动性强且量身定制的体验，并回答您关于如何让生成式AI为您服务的具体紧迫问题。（如果注册人数超过25人，我们将开放候补名单）

👉 查看完整议程并在此处注册。

看不到有效链接？请复制并粘贴：

https://cspenn.gumroad.com/l/genai-uk-workshop

期待在伦敦与您相见。如果您无法参加，或者这不是适合您的邮件，请您提前将它转发给合适的人，我将不胜感激。

往期回顾：您可能错过的精彩内容

本周，John和我在Marketing over Coffee网站上利用生成式AI，对一个WordPress插件进行了改造。

本周YouTube更新

以下是本周我的YouTube频道发布的内容：

通过课程提升技能

以下是我在Trust Insights网站上提供的一些课程，您可以学习。

付费课程

免费课程

广告：新AI图书！

在 Almost Timeless 中，生成式AI专家Christopher Penn提供了权威的实战手册。Penn借鉴了18个月的实战经验和数千个真实世界问题的洞察，将喧嚣提炼成48个基础原则——这些持久的思维模型能让您对这项变革性技术获得更持久、更具战略性的理解。

在这本书中，您将学习如何：
– 掌握机器：最终理解为什么AI表现得像一个“聪明但健忘的实习生”，并将它的怪癖转化为您最大的优势。
– 部署策略：通过框架将理论付诸实践，利用AI推动真实、可衡量的商业价值。
– 确保您的人类优势：发现为什么您的创造力、判断力和道德比以往任何时候都更有价值——以及如何利用它们取胜。

不再感到不知所措。开始自信地领导。当您读完《Almost Timeless》时，您不仅会知道该做什么；您还会理解为什么这样做。在一个不断变化的时代，这种理解是唯一真正的竞争优势。

👉 立即订购《Almost Timeless: 生成式AI的48个基础原则》！

重返职场

在免费的 Analytics for Marketers Slack社区发布职位的人，其职位也可能在此分享。如果您正在寻找工作，请查看这些近期空缺职位，并在Slack群组中查看完整列表。

广告：全新AI战略课程

几乎所有AI课程在概念上都是相同的。它们教您如何撰写提示、如何进行设置——这相当于烹饪中如何使用搅拌机或如何烹饪一道菜。这些都是基础技能，虽然它们很好也很重要，但您知道它们都缺少什么吗？如何成功经营一家餐厅。这是最大的缺失。我们过于关注“如何做”，以至于完全忽视了“为什么”和“做什么”。

这就是为什么我们的新课程《AI就绪战略家》与众不同。它不是提示技巧的集合，也不是一系列食谱；它关乎我们为何要使用AI。AI战略与提示词或眼前的热门事物无关——它与从AI中提取价值并避免可预防的灾难息息相关。本课程适用于所有决策层人员，因为它回答了几乎所有AI炒作者都忽略的问题：您最初为什么要考虑AI？您将如何利用它？如果您的AI战略相当于在您的牛排馆倒闭时却还在痴迷于搅拌机，那么本课程将让您重回正轨。

👉 立即报名课程！

如何保持联系

让我们确保在最适合您的地方保持联系。以下是您可以找到不同内容的地方：

我的博客 – 每日视频、博客文章和播客节目
我的YouTube频道 – 每日视频、会议演讲和所有视频内容
我的公司，Trust Insights – 营销分析帮助
我的播客，Marketing over Coffee – 每周播客，关注营销中值得注意的内容
我的第二个播客，In-Ear Insights – Trust Insights每周播客，专注于数据和分析
在Bluesky上 – 随机的个人内容和趣事
在LinkedIn上 – 每日视频和新闻
在Instagram上 – 个人照片和旅行
我的免费Slack讨论区，“营销人员分析” – 关于营销和分析的开放讨论

收听我的主题曲新单曲：

广告：乌克兰 🇺🇦 人道主义基金

解放乌克兰的战争仍在继续。如果您想支持乌克兰的人道主义救援工作，乌克兰政府设立了一个特殊门户网站United24，以方便捐款。解放乌克兰免受俄罗斯非法入侵的努力需要您持续的支持。

👉 立即捐款支持乌克兰人道主义救援基金 »

我将参加的活动

以下是我将发表演讲和参加的公开活动。如果您也参加，请打声招呼：

Marketing Profs工作网络研讨会系列，2025年9月
SMPS，丹佛，2025年10月
营销AI大会，克利夫兰，2025年10月
生成式AI：伦敦研讨会，伦敦，2025年10月
MarketingProfs B2B论坛，波士顿，2025年11月
社交媒体营销世界，阿纳海姆，2026年4月

还有一些不对公众开放的私人活动。

如果您是活动组织者，请让我帮助您的活动大放异彩。访问我的演讲页面了解更多详情。

无法参加活动？那就在我的私人Slack群组 Analytics for Marketers 中与我交流吧。

必要披露

带有链接的活动已在本时事通讯中购买赞助，因此我通过推广它们获得直接经济报酬。

本时事通讯中的广告已付费推广，因此我通过推广它们获得直接经济报酬。

我的公司Trust Insights与包括但不限于IBM、Cisco Systems、Amazon、Talkwalker、MarketingProfs、MarketMuse、Agorapulse、Hubspot、Informa、Demandbase、The Marketing AI Institute等公司保持业务合作关系。虽然来自合作伙伴的链接不构成明确的认可，也不会直接为Trust Insights带来经济利益，但存在商业关系，Trust Insights可能从中获得间接经济利益，因此我也可能从中获得间接经济利益。

感谢

感谢您的订阅和阅读。我深表感谢。一如既往，感谢您的支持、关注和善意。

下周见，

Christopher S. Penn

重磅推荐

内容真实性声明

在YouTube上观看本期时事通讯 📺

我在想什么：如何利用AI确定薪酬

第0部分：特别版权声明

第1部分：数据隐私与免责声明