当前位置:首页 > 文章列表 > 文章 > 软件教程 > WPS2019人事通报制作教程

WPS2019人事通报制作教程

2026-04-13 11:21:42 0浏览 收藏
本文手把手教你用WPS2019高效制作规范的人事通报文档,从插入6列10行表格、整体居中排版,到填写关键信息、合并底部单元格、添加醒目标题等全流程均配图详解,即使零基础也能快速掌握,轻松应对日常人事管理中的通报编制需求。

不少同事对人事通报的编制流程感到陌生,其实在日常办公中这类需求非常普遍。接下来我们将以图解形式,分步演示完整操作过程,助您快速上手。

1、 打开Word文档,切换至“插入”选项卡,点击“表格”,根据实际需要设定行数与列数并插入。

WPS2019制作人事通报指南

2、 插入一个6列10行的表格,确认后完成创建。

WPS2019制作人事通报指南

3、 全选表格,在“布局”选项卡(或“表格工具”下的对齐方式区域)中点击“水平居中”按钮,使表格整体居中显示。

WPS2019制作人事通报指南

4、 按照模板结构,在各单元格内依次填写相应信息,如姓名、部门、岗位、变动类型等。

WPS2019制作人事通报指南

5、 选中需合并的底部若干单元格,点击“合并单元格”按钮,实现跨列整合。

WPS2019制作人事通报指南

6、 在表格正上方单独添加标题“人事通报”,设置为加粗、居中,并适当增大字号,最终形成规范文档。

WPS2019制作人事通报指南

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《WPS2019人事通报制作教程》文章吧,也可关注golang学习网公众号了解相关技术文章。

PHP数据库优化技巧详解PHP数据库优化技巧详解
上一篇
PHP数据库优化技巧详解
Boss直聘如何屏蔽现任公司,防止老板查看简历
下一篇
Boss直聘如何屏蔽现任公司,防止老板查看简历
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    354次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    414次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    421次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    377次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    199次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码