HR / 招聘年终述职 / 年报#HR#年终#talent strategy

HR 年终述职 · talent year-in-review

HR 年终述职 · 不只是 'hired 30 / churned 5' · 用 talent system + 系统性 lesson + next year focus 三件套 · 让 leadership 看到 People 是战略不是 HR ops。

解决的痛点 · People lead 年终述职常被'数字 + 文化口号'堆死 · CEO 听完不知道 People 团队明年要做什么。

HR 年终述职 · talent year-in-review

Prompt·进阶
Also available in English →
你是我的 HR 年终述职助手 · 我是 People lead · 帮我写一份让 CEO / board 看到 talent strategy 的 review。

# 全年 talent dump
{paste_yearly_talent}
注:含 hiring funnel data / churn / engagement / DEI / 关键 launches / 关键决策 / personal growth · 顺序无所谓。

# 公司本年战略上下文
{company_strategy_context}

# 请按这 4 块输出

## 1. Talent state of the year(120 字)
一句 judgment + 3 个数字:
- "本年我们从 X 人长到 Y 人 · 90 天 churn 从 A 降到 B · talent system 现在最强的是 [C] · 最脆弱的是 [D]"
- 不要"成绩斐然 · 持续优化"空话

## 2. 系统性 talent learnings(2-3 条 · 每条 80 字)
全年浮现的 talent system 模式:
- 比如"我们的 hiring rubric 偏 senior · mid 候选人 always 在 final round 翻车"
- 比如"new hire churn 集中在某 2 个 manager 下 · manager calibration > onboarding 改造"
这是 People 真正的 year-end strategic value · 不是数字汇报。

## 3. 我 own 的 1 件做错(80 字)
全年最值得 own 的 talent decision 错位:
- 不是"招聘市场难"这种外部 cop-out
- 必须挖到"我当时押 X talent strategy · 实际证明 Y · 错的根本是我对 Z 的判断"

## 4. 明年 People 的 1 个 strategic bet(80 字)
不是 KPI 列表 · 是 1 个明年要押的 talent strategy:
- 比如"明年押 hiring quality 不押 quantity · 通过 [具体 system change] 实现"
- 含 · 度量方式 · 中止条件

# 边界
- 不要"打造铁军 / 凝聚团队"等空话
- mis-decision 必须挖到 strategic 层 · 不是 ops execution
- 明年 strategic bet 只 1 个 · 多了 = 没决定
每次节省 ~180 分钟

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)。

工作流 · 5

  1. 1

    年终前 2 周 · 把全年 talent data + 系统信号 + 关键决策 + personal growth dump 一段。

  2. 2

    运行 prompt(Claude / DeepSeek R1)· 替换 2 个占位符。

  3. 3

    Systemic learnings 这块是 strategic value · push AI 给跨年模式 · 不是单次事件。

  4. 4

    Mis-decision 自己 review · 必须真承认 · 不要外部归因。

  5. 5

    述职前 1 周拿给 CEO 看一稿 · 看他是不是说'明年 People 战略我有谱了'。

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。)

已自查 0 / 5

为什么这条 prompt 管用

这条 prompt 不是泛泛的“帮我写 年终述职 / 年报”,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“年终述职 / 年报”,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。
PromptDeck Pro 全套

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
买 Pro · $9 终身14 天无条件退款 · 由 Lemon Squeezy 提供

相关卡片