AI寫的自評只有認真負責?績效面談怎麼用事例、旁證與追問準備?

104學習
2026.11.08
1664次觀看

用AI準備績效面談,先別急著把自評寫得漂亮。本文以客服專員年終考核的假設情境,說明如何按目標找真實事例、區分個人分工與團隊成果,核對結果及旁證,並讓AI模擬主管追問。搭配兩個練習與資料安全提醒,把說不清楚的句子帶回紀錄查核,再準備下一步的協助需求。

本文目錄

想不起成果,先別急著修形容詞

打開自評表,寫了「認真負責、積極配合」,接下來卻不知道還能補什麼。這時把同一段交給AI潤飾,可能只是收到更完整的形容。若主管問你「哪件事可以說明」,仍要回頭找工作細節。

假設情境:客服專員小岑明天要交年終自評,時間只剩一個晚上。情境 → 想到的都是忙碌感,還沒整理具體事件;判斷 → 將交接完整、準時回覆、處理異常等目標逐項列出;理由 → 先知道要說明哪一項,才有辦法從清單、工單與工作紀錄中挑材料。這一步不是請AI回想她的一年,而是由她提供真正發生的內容。

搭配本課程5分鐘影片,先看重點,再用下面的整理與練習確認理解。

影片/AI工作術系列第10堂:先整理事例,再寫自評

從目標找事例,讓結果連到出處

準備面談可以先不寫長篇自評,改成一筆筆整理「哪個目標、發生何事、我做哪部分、結果在哪裡」。若事件是團隊共同完成,更需要把自己負責的部分說出來,不能讓改寫後的句子包下所有功勞。

  1. 選一個考核目標,找對應事件,交代日期、處理方式及交付。只寫很努力時,再問自己當時實際改了什麼。
  2. 為結果附上可查的紀錄或文件。資料缺漏就列待補及查找方向,不能用AI推估的數字填滿表格。
  3. 用逐句追問檢查材料。請AI從主管角度問問題,自己先回答,再回查說不清的地方,逐句修正。

這是把「交代目的與標準 → 排好先後步驟 → 要求附上依據」用在考核。說清楚要什麼,再驗收它交的東西。面談材料的依據是事件與紀錄,因此應先確認材料,再處理語句。

若想描述前後變化,先看是否有同範圍、同期間規則的資料可以比較。沒有適當的紀錄,就先說明具體交付及已確認的回饋。資料不足的狀態要留下,不要讓讀者誤以為預期中的影響已經出現。

依考核目標找事例、補查旁證,再透過主管追問核對自評的流程
圖解|自評先備妥真實事件,每項結果保留查核線索

交班清單做了,能寫出什麼?

以下取自影片AI回覆的示意內容,為假設情境與假設數據。表格中的待補,是小岑還需要回查的地方,不能直接視為完成的成績。

考核項目能提出的事件結果與資料狀態
交接完整整理交班清單,邀兩位同事試用同事依清單接班,可查試用回饋信
準時回覆每天在下班前處理待回工單結果及旁證仍待補
處理異常彙整三類常見異常的步驟有工作紀錄,結果尚待確認

情境 → 小岑有整理清單與安排試用的事實;判斷 → 可說明自己修改及確認的過程;理由 → 試用紀錄能支持哪些描述,應由她自己核對。不能因為清單完成,就自行延伸成沒有資料支持的改善幅度。

同樣地,「準時回覆」一列仍需找資料。若查不到足以說明結果的紀錄,可保留待補或刪掉該項結果,說明已確認的行動即可。把資訊留白,比填進猜測更能指出下一步要查什麼。

自評也應留住困難。若清單還缺相關同事確認,記下已做的調整及希望主管協助之處。面談除了回顧做了什麼,也可以用這些卡點討論後續方向。

客服年終自評、協作成果整理與階段面談的應用情境
圖解|交代個人責任,將未確認結果與協助需求留在準備清單

請AI追問之前,先留下自己的答案

「幫我寫自評」缺的是材料與讀者。可以改成下列方式,先給目標及事件,再要求AI指出哪些話仍缺乏支持:

以下為__目標及我做過的事件__。請先分辨個人責任、團隊合作與已核實的結果,各列回查位置;未確認資訊另列待補。

請從主管閱讀的角度,一次挑一句問我細節,先等我作答。回答缺少支持時,提醒我找哪種紀錄,不要代編故事或成果。

你可以先試答「當時你負責哪一步」「怎麼知道同事能接著用」。如果回答只有「大家覺得不錯」,就回查是否真有確認過的回饋;如果事件中有其他人負責,也要把合作說清楚。不要讓AI替你連答案一起寫好,再把那段當成自己的記憶。

驗收可從三處著手:事件是否回應目標、結果是否有紀錄、追問是否答得出來。缺行動就補具體過程;缺資料就補查或刪除結果。處理卡住的那一句即可,無須整份改成更強烈的口氣。

AI給的是草稿和選項,決定要你自己做。不能讓它補入未做過的成果。平常就保留事件與出處,下次專案結束或階段面談,也能用同樣方式和主管核對期待。

動手做2個練習

  • 練習:從今年選一個目標,寫一件做過的事,將個人做法與團隊負責的部分分開,並列出能回查的資料。
  • 解析:沒有事件就先找紀錄,不用抽象評語補足。結果若仍不確定,指出缺的是什麼;寫得出做法,也要確認結果是否真的發生。

  • 練習:假設你只有交班清單及試用回饋,沒有前後比較資料,AI卻把它寫成改善了工作成效。你會怎麼修正?
  • 解析:移除沒有依據的影響描述,保留清單修改、試用與已核實的回饋。若仍想談前後差異,先找範圍一致的紀錄,再判斷能否寫入。

使用提醒

先確認公司規定,再處理績效數字、同事評語與客戶名稱,依規定移除或改為代號,並去除個資。AI可能出錯,重要數字要自己查證;自評應由你核實內容與責任分工。本文人物、事件、數據及AI回覆皆屬假設情境、假設數據或示意。

AI工作術系列|接著讀下一堂

更多104【客服人員】工作機會
客服專員
新北市五股區|月薪35,000-45,000元
客服專員
台北市松山區|月薪32,000-42,000元
客服專員
台北市松山區|月薪30,000-50,000元

沒看到有興趣的職缺嗎?

致力於職場學習成長,我們將提供在職場相關學習趨勢、課程推薦、證照排行榜等相關資訊,協助你打造職涯成長的藍圖。