绩效指标与目标拆解辅助

这个场景解决什么问题

公司提出增长、交付或客户满意度目标后，部门容易各自设计一套指标；岗位目标与公司目标之间的贡献路径不清，年底考核又可能只看容易计数的活动量。AI 可以把经营目标、部门职责和岗位工作串成可讨论的目标树，并检查指标定义；目标、权重与评价方式仍由管理者与员工协商确认。

需要准备什么

本周期经营计划、公司级目标、部门职责、岗位说明、历史绩效指标及其数据源、关键项目与资源约束。先明确考核周期和岗位类型。研究、创新和探索性工作结果不确定，不能照搬销售或产线岗位的短周期量化指标。

具体操作步骤

第一步：提取上级目标与关键工作

将公司目标拆成可描述的经营结果，记录责任人、时间范围和来源。区分结果性目标与保障性工作，例如业务收入与质量体系维护；不能因为某项工作难量化就从目标体系中消失。

第二步：建立贡献链

对每个部门、岗位目标写清支持哪个上级目标、通过何种工作路径产生影响、与哪些部门协作。直接贡献、间接支持和基础保障要分开。若 AI 只能写出“提升效率”，就要求继续补出具体交付物或过程活动。

第三步：检查指标质量

逐项核对指标名称、计算公式、数据来源、统计频率、责任人、基线和目标值。没有数据来源的指标标为“待建数据源”；没有基线时不能虚构目标值。过程指标可帮助管理执行，但不应挤掉最终业务结果和质量指标。

第四步：识别副作用

检查一个指标是否会促使员工只追求数量而牺牲质量、安全或协作。比如单看“AI 工具调用次数”，可能鼓励无效使用；应回到岗位成果及判断质量。主管核对权重与资源条件，员工确认目标理解和变更机制，再纳入正式考核表。

可以直接参考的提示词

请读取本周期公司经营目标、部门职责、岗位说明和历史绩效指标，起草目标拆解表。不要自拟未提供的业绩数字。

先列公司级目标，再按部门和岗位写下级目标。每一项必须说明：支持哪个上级目标、贡献路径、责任人、关键工作或里程碑、衡量指标、公式、数据来源、周期和待确认假设。

检查目标重复、口径冲突、不可取数、缺少期限以及可能导致只追数量忽视质量/安全的指标。对于研究探索型岗位，提出阶段成果和同行评审等可讨论方式，不强设短期产出指标。输出待主管和员工确认的问题，不自动设置权重或绩效等级。

验收检查

• 每个岗位目标能解释与部门或公司目标的关系
• 指标有公式、数据源、时间范围和责任人
• 目标值来自经营计划或负责人确认，没有编造
• 质量、安全和协作等副作用得到检查
• 主管与员工确认资源、权重及目标变更规则

常见问题与边界

每个岗位都要挂一个收入指标吗？ 不必。基础保障、技术研究和内部支持可以说明间接贡献及阶段性成果，硬挂收入反而扭曲责任。

AI 能否直接用行业指标库给权重？ 指标库只能作候选。企业战略、岗位分工及数据条件不同，权重由业务负责人和 HR 确认。

参考材料

• 《万字长文：【HR/人事/行政】 WorkBuddy 提效实战（附详细提示词）》：提供公司—部门—岗位目标树、贡献路径和数据来源的操作示例。
• 《制造业绩效管理新范式》：强调指标与岗位职责、日常工作和过程管理的联系。