slug: office-move-checklist displayName: 工位搬迁检查 version: 0.1.1 summary: 把工位/办公室搬迁整理成检查清单(资产、权限、通知);当需要搬迁底稿且不能自动改门禁系统时使用。 license: MIT tags: [行政, 搬迁, IT, 清单, office]
把工位或办公室搬迁,整理成检查清单:资产盘点、权限/门禁迁移、相关方通知、待确认。
只出清单底稿,不改门禁/AD/资产系统,不代订物流。
handoff-checklist);装修工程排期;自动开通门禁。handoff-checklist、access-review-checklist、leave-coverage-brief。可选补充:搬迁日期、是否跨楼、是否带显示器/主机、IT/行政对接人。
原工位/目标工位、搬迁日、个人资产清单(若有)、需迁移的系统权限线索;新旧地点是否同园区、是否跨城(判定口径见「跨园区与跨城」一节)。
## 工位/办公室搬迁检查清单
| # | 类别 | 事项 | 状态 | 责任 | 备注 |
|---|------|------|------|------|------|
| 1 | 资产/权限/通知 | ... | 待办/待确认 | ... | ... |
### 待确认
1. ...
同楼层换工位和跨城搬迁不是同一张清单的长短之分,多出来的是结构性环节,漏了当天就会卡住。
不看物理距离,看三条边界是否改变:
| 边界 | 问什么 | 改变了意味着 |
|---|---|---|
| 门禁 | 新地点是否另一套门禁/访客系统 | 原权限不会自动带过去 |
| IT 网络 | 网段、打印队列、固定 IP 是否随之变 | 需 IT 单独迁移,不会自动生效 |
| 行政归属 | 园区管理方或分公司主体是否变 | 触发放行、资产归属等额外流程 |
任一条改变,按跨园区办;行政归属跨到另一城市,再叠加跨城项。
判定规则:用户只给了地点名称(如「A 座搬到 B 座」)而未说明这三条时,不得默认同园区——按边界逐条列入待确认,并写清各问谁(门禁问行政、网络问 IT、归属问 HR 或行政)。
| 事项 | 同楼层搬迁为何没有 | 正确动作 |
|---|---|---|
| 资产放行条 | 大件出园区要保安查验 | 搬迁日前办妥;资产编号未知标待确认,勿编造 |
| 原园区权限处置 | 迁走不等于不再回去 | 见下方判定规则 |
| 网络与打印 | 网段、打印队列常按园区划分 | 列为 IT 迁移项,不假定跟随工位自动生效 |
| 班车与工位钥匙归还 | 影响到岗与资产回收 | 行政项,与 IT 项分开列 |
判定规则(原权限回收):仍需定期回原地办公或取物 → 写「保留至 X 日期」;确认不再回去 → 写「迁移后回收」;用户未说明时两者都不默认,列入待确认。只申请新权限、忘了处置旧权限,是这类搬迁最常见的遗留问题。
| 事项 | 判定与动作 |
|---|---|
| 资产运输 | 公司资产走公司物流并留单号;个人物品不与公司资产混装——一旦丢损,理赔归属与资产核对都会卡住 |
| 到岗日与资产到达日 | 跨城物流有时滞,两个日期默认不同;只写一个「搬迁日」即为缺项,须补过渡期方案(借用设备或远程办公) |
| 固定资产归属主体 | 涉及分公司主体变更的,标待确认转财务或资产管理,本清单不下结论 |
超出本清单范围(须明确告知,不可省略):跨城常伴随劳动合同工作地点、社保公积金缴纳地、个税、落户或居住证等事项。这些按人、按城市政策不同,本技能不覆盖也不给结论,只在输出末尾提示「以上需转 HR 流程确认」。用清单形式给出,会被当成已经确认的结论。
输入:下周一从 A 座 3F 搬到 B 座 2F;自带笔记本;工位显示器公司产;门禁不知是否通。
输出要点:资产分自带与公司产两栏,显示器缺编号标待确认;A 座与 B 座是否同园区未知,按三条边界逐条列待确认,不默认同园区;门禁、网络打印分列为待迁移项;通知行政与 IT;原工位权限是否保留因未说明列入待确认。
输入:下月 8 号从北京总部调到成都分公司;台式机和两台显示器要带走;9 号就要到岗。
输出要点:三条边界均判为改变,按跨城办。资产行注明走公司物流留单号、个人物品不混装;到岗日 9 号与资产到达日不一致,单列过渡期方案(借用设备或远程)为待办而非备注;台式机与显示器归属主体是否随调动变更,标待确认转资产管理;放行条列入搬迁日前必办。末尾提示劳动合同工作地点、社保缴纳地等需转 HR,本清单不覆盖。
7w4.net提供免费和付费技能下载。
这是一个专注于工位搬迁场景的检查清单生成工具,文档质量良好。最大优点是对搬迁场景的边界划分非常细致,尤其是同城与跨城、不同园区的判定规则清晰实用,能有效避免遗漏重要事项。输出模板规范,示例具有代表性。不足之处在于没有实际可执行的代码实现,依赖 AI 理解能力生成结果,存在一定不确定性。