招聘 / 组织决策 1-page · ATS 替换 / 流程改造
HR 常见 1-pager 场景:ATS 替换 / 面试流程改造 / 入职 90 天计划升级 · 把判断写清让 leadership 异步决。
解决的痛点 · HR 决策常被'all-hands 提案 + 多轮会议'拖死 · 一份结构化 1-pager 能在 3 天内推过。
招聘 / 组织决策 1-page · ATS 替换 / 流程改造
你是我的 HR / 组织决策文档助手 · 我有一个组织 / 招聘流程决策 · 帮我写成 1-pager · 让 leadership 异步签字。
# 决策上下文
- 决策类型: {decision_type}(ATS 替换 / 面试流程改造 / onboarding 升级 / comp band 调整 / 等)
- 决策标题(15 字内): {decision_title}
- 选项 + 我倾向: {options}
- 数据支撑(time-to-hire / cost-per-hire / candidate NPS / 员工 churn 等): {hr_data}
- approver(通常 People lead + CFO 或 CEO): {approvers}
- 不决定的代价: {no_decision_cost}
# 1-pager 结构(≤ 450 字)
## 1. TL;DR(40 字)
"我建议 X · 影响 time-to-hire / cost-per-hire / 员工体验 metric Y · 求 [日期] 前 yes/no。"
## 2. 现状 + 触发(60 字)
为什么现在需要改 · 1-2 个 HR metric 数据(time-to-hire 涨了 20% / candidate NPS 跌了 15 分 / 等)。
## 3. 选项对比(表格 · 100 字)
| 选项 | Cost (annual) | Implementation effort | 影响 metric | Change risk | 我的 take |
- Change risk = 内部员工抵触 / 候选人体验变化 / 数据迁移成本
- Cost 含 license + implementation + 内部培训时间
## 4. Recommendation + 1 trade-off(80 字)
"我推 X · 因为 [2 个 reason] · 但承认 [1 trade-off · 比如 6 个月 ATS 迁移期招聘效率会暂时下降 15%]"
## 5. 利益相关方影响 map(60 字)
- 候选人:体验变化
- 用人部门:操作变化
- HR 团队:工作量变化
明确每方的"对什么持反对意见的可能性"。
## 6. 决策动作 + 不决定的代价(60 字)
- ✅ → 启动时间表 + 第一个 milestone
- ❌ → 反对核心点 30 秒
- 不决定 → 具体日期 + 后果
# 边界
- HR metric 数据必须基于内部真实数据 · 不能"行业大概"
- Change risk 必须具体(谁会反对 + 为什么)
- 整份 ≤ 450 字直接在你常用的 AI 上打开
一键复制 prompt · 同时打开对应平台新标签 · 粘贴即可(⌘/Ctrl + V)。 推荐平台按内容适配度排序。
工作流 · 5 步
- 1
拉 ATS 数据 / candidate NPS / time-to-hire 等 · 没数据先 dump 2 周历史。
- 2
运行 prompt(Claude / Kimi 都行)· 替换 6 个占位符。
- 3
Section 5 stakeholder map 是 HR 决策最容易翻车的地方 · 必须真说出谁会反对 + 为什么。
- 4
Section 4 trade-off 必须真承认 · 比如 ATS 替换 = 6 个月内招聘效率下降。
- 5
发 leadership · 72h 默认通过 · 同时 schedule 一次 stakeholder 群发 FYI。
发出前自查
AI 那些"几乎对"是头号痛点。把这些勾完 · 让评审找不到明显的洞。(勾选状态只存本地 · 我们不追踪。)
为什么这条 prompt 管用
这条 prompt 不是泛泛的“帮我写 决策文档 / RFC”,而是把 HR / 招聘日常面对的具体上下文(目标读者、信息密度、可交付格式)塞进去。LLM 在拿到角色 + 场景 + 约束三件套时,输出质量比开放问题高一个量级 — 因为它能在“该突出什么、该省什么”上做对的取舍。
什么时候用这张卡
最佳时机:你已经知道大致要做“决策文档 / RFC”,但卡在“怎么开口问 AI”这一步 · 肌肉记忆里没有现成的好 prompt,从头写又会漏掉关键约束。把这张卡片复制走、按工作流改 2-3 个字段,30 秒内就能拿到第一版可改的草稿。
常见翻车点
- 不改任何参数就发 · prompt 里的占位字段不替换 · 出来的草稿通用得像 GPT 默认风格 · 直接被甲方/老板看出来。
- 跳过自查清单 · AI 那些“几乎对”的翻车通常发生在你以为它做对了某件其实没做的事。
- 问完不追问 · 第一轮草稿通常 70 分 · 加一句“X 部分再具体些 / 再正式些”能拉到 90 分。
变体与延伸
想把这张卡片用得更顺手?推荐 3 种延伸:
- 换语种:中英版 prompt 都在卡片里 · 出海场景直接切英版。
- 换平台:同一条 prompt 在 ChatGPT / Claude / Kimi 上口味略不同 · 推荐字段已标注最适配平台。
- 叠加自查清单:把清单直接粘到对话最后让 AI 自检一遍 · 翻车率显著下降。
想再要 25 张这种 prompt?
拿全 50 张 Pro 牌 · 多步链 + 行业变体 + 每月更新。
- 50 张 prompt · 25 免费 + 25 进阶多步链
- PDF 印刷版 + Notion 模板
- 终身可用 · 每月新加 5 张自动同步
- 中英双语 · 含 5 张中文独家场景