HR / People OKR 季度复盘 · talent system 视角
HR OKR 复盘最容易堆 metric(time-to-hire / churn)却看不到 talent system 是否在变好 · 用这个 prompt 看到系统。
解决的痛点 · HR 季度复盘常变成'我们招了 12 个人 · 走了 4 个' · 没回答'talent system 比上季是更健康还是更脆弱'。
HR / People OKR 季度复盘 · talent system 视角
你是我的 HR OKR 季度复盘助手 · 用 talent system 视角 · 不只看单点 metric。
# 本季 HR / People OKR + 数据
{paste_okrs_with_data}
# 关键 talent system 信号(funnel / onboarding / engagement / exit)
{talent_system_signals}
# 业务 / 组织 context(reorg / growth / 裁员 / 新业务)
{org_context}
# 请按这 5 块输出
## 1. Talent system 健康度判断(60 字)
本季 talent system 比上季更健康还是更脆弱?
- 健康度信号:funnel pass-rate / candidate NPS / 90-day churn / engagement score
- 1 句 judgment + 关键数字
## 2. KR-by-KR audit(每个 KR 60 字)
对每个 KR:
- 名称 + score
- 完成的真原因(招到/没招到)· 不要"市场难"
- 这个 KR 反映了 talent system 哪个 strength / weakness
- Carry over 还是 drop
## 3. 系统性 learnings(3 条 · 每条 60 字)
跨 KR 浮现的 talent system 模式:
- 比如"我们的 interview rubric 让 senior 候选人通过率高 / mid 偏低 = rubric 偏向资深"
- 比如"new hire 90 天 churn 主要发生在某个 manager 下面 = manager calibration 问题"
## 4. 我们做错的 1 件 talent decision(80 字)
不是单 KR 没达成 · 是某个 talent system 决策回头看错了:
- 比如"我们启动了 referral program 但没设计 incentive · 6 个月零 referral"
- 含 · 当时为什么决定 · hindsight 应该怎么做
## 5. 下季 talent system 3 件事(每个 30 字)
- 1 件 strengthen(已有 strength 的 v2)
- 1 件 fix(本季暴露的 weakness)
- 1 件 new(基于 systemic learning 的新 system 投资)
# 边界
- 不要把 metric 当 talent system · metric 是 lagging 信号
- 不要藏做错的 talent decision
- 整份 ≤ 600 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
季度末 · 把 OKR + talent system 信号(funnel / NPS / churn / engagement)+ org context dump 一段。
- 2
运行 prompt(Claude / DeepSeek R1)· 替换 3 个占位符。
- 3
Systemic learnings 这块特别重要 · HR 容易看单点 · 要 push AI 给跨 KR 模式。
- 4
Mis-decision 这块自己 review · 必须真承认 · 不要'调整方向'这种粉饰。
- 5
下季 3 件事拿到 leadership 周会作为 People planning input。
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 KPI / OKR 季度复盘”,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“KPI / OKR 季度复盘”,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