HR-人才盘点系统

这不是某家企业的真实案例复盘，而是一张给 HR / 管理者的通用说明书。 涉及九宫格、360 反馈、校准会的地方，先只写可运行骨架；更权威的公开方法论请主代理后补进 needs_sources 对应来源。

一句话定位

这套系统的作用，是把散落在简历、绩效记录、项目复盘、1:1 笔记、同事反馈里的材料，整理成 AI 能读、HR 能复核、管理者能开会讨论的人才盘点工作台。

它能帮你做三件事：

• 把材料收拢成结构化的人才卡片
• 帮你先做一轮能力画像、潜力风险提示、培养建议草稿
• 在盘点会前，把“哪些判断有证据、哪些只是直觉”提前挑出来

它不能替你做这些事：

• 不能直接决定晋升、淘汰、调薪、末位或继任
• 不能把年龄、性别、学校、婚育、健康等敏感信息偷偷混进判断
• 不能代替 manager / HRBP / 校准会的人工判断和责任承担

你会得到什么

如果这套系统跑通，你最后拿到的不是“一个很会聊天的 AI”，而是下面几种具体产物：

• 每人一页的人才卡片 内容至少分成 事实证据 / 归纳判断 / 待核实问题 三栏。这样盘点时不会把猜测和事实混在一起。
• 一份团队盘点总览 谁稳定发挥，谁有上升空间，谁有岗位错配风险，谁需要换项目才能看清，不必等会开到一半才临场回忆。
• 一份 90 天培养建议草稿 不是空泛地写“多锻炼”，而是写成“给什么任务、看什么信号、谁来带、多久后复盘”。
• 一份盘点会材料包 包含争议点、证据薄弱点、需要二次访谈的人，以及哪些结论绝对不能直接下。

先把边界说死

HR 场景最怕的是：AI 一上来很快，大家就开始把责任也交给它。

这页的边界是：

• AI 可以做预处理和初步归纳：提炼材料、对齐格式、找矛盾、列问题。
• 人工必须做最终判断：涉及升降、去留、薪酬、任命、绩效定性时，只能由有权限的人拍板。
• 任何输出都要可追溯：每条判断都要能回到原始材料，不允许“模型觉得像”。
• 敏感字段默认不进盘点项目：先删，再分析；不是先喂进去，再祈祷它别用。

如果你们团队现在连“盘点要看哪些维度”都没统一，这套系统也别急着上。先把尺子定出来，再让 AI 帮你放大执行力。

公开方法论给你的三个校正

如果你以前只听过“九宫格”“360 反馈”“校准会”这些词，最值得先校正的是三件事：

• 九宫格是讨论工具，不是答案机器。 AIHR 的 talent review 和 9-box guide 都把九宫格放在可视化和讨论的位置上，用来辅助人才盘点、继任和发展，而不是代替管理判断。
• 360 反馈更像发展工具，不是绩效评语的替代品。 AIHR 对 360 review 的定义很明确：它是多源反馈，用来帮助看 blind spots、 strengths 和 development needs，不应该直接取代 manager 对岗位绩效的责任。
• 数据最小化不是合规装饰，而是设计原则。 NIST 的隐私指引建议：系统只请求完成当前决策所必需的最小属性；能用区间、标签、派生值回答的，就别传完整个人字段。

所以这页的姿势不是“把九宫格自动化”，而是：

1. 先把讨论边界和证据结构写清。
2. 再让 AI 帮你整理、比对、暴露矛盾。
3. 最后由 HR / manager / 校准会承担判断责任。

需要什么前置

1. 一份写清边界的 CLAUDE.md

最少要把下面四条写进去：

# HR 人才盘点项目规则
 
- 只依据项目内材料判断，不补想象，不引用外部常识替代证据。
- 每次输出必须区分：事实证据 / 推断 / 待核实问题。
- 不得使用姓名、性别、年龄、婚育、照片、学校、籍贯、健康信息等敏感字段做判断。
- 涉及晋升、调薪、淘汰、任命时，只输出“需人工校准的问题”，不输出最终决策。

如果这四条没写，后面所有自动化都不稳。

2. 你真正会用到的数据源

起步别贪多，先收这几类就够：

• 岗位说明或层级标准
• 最近 1-2 个周期的绩效目标与复盘
• 关键项目事实材料：项目总结、复盘、结果证据
• 1:1 记录或 manager 观察笔记
• 同事 / 跨部门反馈摘要
• 如果你们本来就有 360 反馈或九宫格表，也可以作为输入，但不要把它当唯一真相

3. 先做脱敏，再进项目

下面这个模板可以直接改。原则只有一个：给 AI 的是盘点所需信息，不是员工全量信息。

# 员工卡片（脱敏版）
 
employee_id: P-07
岗位族: 招聘 / HRBP / 产品 / 销售 / 工程
层级: M1
司龄区间: 1-2 年
当前职责范围: 负责校招项目与年度人才盘点推进
 
## 已删除的敏感字段
- 姓名
- 手机 / 邮箱 / 工号真实映射
- 身份证 / 家庭住址
- 性别 / 年龄 / 婚育 / 照片
- 健康与医疗信息
- 学校与籍贯（如与岗位标准无直接关系）
 
## 事实材料
- 2026 Q1：完成 42 个岗位交付，关键岗位关闭周期缩短 18%
- 项目 A 复盘：跨部门推进强，但前期需求澄清不足
- 1:1 摘要：主动性强，遇到冲突时会上收过慢
 
## 反馈摘录
- manager：能扛事，但在复杂协调场景里还需要更强的预判
- peer：合作顺畅，信息同步及时
- cross-functional：业务理解快，但有时问题定义不够锋利

再补一条硬规则：

• 身份映射表不要放进同一个 AI 工作目录。 employee_id -> 真实姓名 的映射，单独存放，由有权限的人自己保管。
• 能用区间或派生值的，就别给原值。 比如给 司龄区间 而不是精确入职日期，给“是否带过人 / 带过几人”而不是整段私人评语原文。

怎么搭

下面分三档，不是“高配比低配高级”，而是适合不同阶段。

最简版：先把一次盘点跑通

适合谁：5-15 人团队，一次性盘点，先求能用。

你需要：

1. 一个项目文件夹
2. 一份 CLAUDE.md
3. 每人一个脱敏后的员工卡片
4. 一份层级标准或盘点维度说明

目录可以长这样：

HR-人才盘点/
├── CLAUDE.md
├── rubric.md
├── people/
│   ├── P-01.md
│   ├── P-02.md
│   └── P-03.md
└── outputs/

跑法：

1. 先让 AI 逐个读 people/，为每个人生成一页 盘点摘要。
2. 再让 AI 横向比较所有人，只输出三类东西：稳定强项、风险点、待核实问题。
3. 最后让 AI 生成盘点会提纲，而不是直接生成“最终名单”。

最简版跑通的标志，不是它给了你多高级的结论，而是：

• 你终于能把二十份散材料压成一套统一格式
• 盘点会前就能看到哪些地方证据薄，哪些地方只是 manager 直觉

中配版：让它从“一次性帮手”变成“季度工作台”

适合谁：15-50 人团队，准备按季度或半年度复用。

这时要加三样东西：

• 统一模板 员工卡片、反馈摘录、盘点摘要都固定格式，不要每个 manager 各写各的。
• 角色拆分 一个流程负责收材料，一个流程负责写个人卡，一个流程负责出盘点包，不要一条 prompt 全包。
• 校准记录 盘点会后，把被推翻的判断、补充的新证据、最终决定的理由回写，给下个周期用。

中配版推荐把任务拆成：

• skill：做重复转换 比如“把一份 1:1 笔记改写成事实摘录”“把 360 原文整理成正反信号”。
• agent：做跨文件综合判断 比如“读完整个团队，找争议最大的 5 个人”“比较 manager 评价和同事反馈是否冲突”。

一句话记忆：

• 重复动作，尽量做成 skill
• 跨材料综合判断，再交给 agent

进阶版：做成团队共享的长期系统

适合谁：多 manager、多轮盘点、需要持续改进标准的组织。

进阶版重点不是“更自动”，而是“更可复用、可审计”：

• 把 CLAUDE.md、模板、示例输出放进版本管理
• 给不同角色分权限：谁能看原始材料，谁只能看脱敏卡片，谁只能看汇总
• 把“盘点维度怎么改过、为什么改”记录下来
• 盘点之后接上培养动作：轮岗建议、带教计划、下一次观察点

进阶版真正有价值的，不是九宫格画得多漂亮，而是你们终于开始积累一套“什么叫好苗子、什么叫岗位错配、什么叫准备好了”的共同语言。

常见坑

1. 打分偏，不是 AI 的锅，是材料本来就偏

最常见的问题不是模型胡说，而是输入只剩 manager 一个人的近期印象。结果 AI 会把这种偏差整理得更像真理。

避免方式：

• 同一人至少放两类以上材料
• 输出时强制区分“事实证据”和“判断”
• 对证据薄的人，只能出“待核实问题”，不能硬打等级

2. 主观性不会因为“结构化”就消失

你把一句“我觉得他潜力一般”写得再整齐，它也还是主观的。

避免方式：

• 少问“他是不是高潜”，多问“有哪些事实让你觉得他能接更复杂任务”
• 把模糊词改成观察信号，比如“跨部门推进”“独立定义问题”“带人能力”

3. 数据隐私，别等法务来教育你

员工数据是这页最大的硬边界。

最低限度要做到：

• 先脱敏，再给 AI
• 项目目录里不放真实身份映射
• 不把医疗、家庭、婚育、政治、照片等无关信息混进盘点项目
• 不让外部模型直接接触“能识别到个人”的全量原始档案，除非你们已经明确批准

4. 把九宫格当答案，而不是当讨论入口

很多团队一画格子，就以为结束了。实际上格子最多只是帮助你开会，不是替你完成判断。

如果一个人被放进某格，但你说不清依据、也说不清下一步动作，那格子就只是好看。

5. agent 和 skill 乱拆

这类系统最容易一上来就想“做一个超强 agent，全包”。

更稳的拆法是：

• 文本清洗、格式对齐、摘要提炼，用 skill
• 跨人比较、冲突识别、会议材料整合，用 agent

原因很简单：前者要稳定复用，后者才需要上下文判断。

进阶

如果你要把这套东西继续往前做，下一步不是“再加一个模型”，而是把下面三件事做扎实：

• 做盘点日志 这次哪些判断被推翻了，为什么推翻，回头看是证据不够还是尺子不清。
• 把培养动作接上 盘点不是给人贴标签，而是决定接下来三个月怎么观察、怎么带、怎么换场景。
• 让团队共享同一把尺子 把你们最终认可的维度、反例、边界、样例慢慢沉淀成团队版本的 CLAUDE.md 和模板库。

当这三件事开始循环起来，人才盘点才从“一次会议”变成“一个会越用越准的系统”。

你可以怎么开始

如果你是第一次做，不要先想着“做一套企业级平台”。先挑一个 5-10 人的小团队，跑一轮最简版。

只要你能做到这三步，就已经超过大多数“只在 Excel 里每年重做一次”的盘点：

1. 用同一格式收齐材料
2. 先脱敏，再让 AI 读
3. 让 AI 只给“证据 + 问题 + 建议草稿”，最终结论人工拍板

做到这里，这页就已经从概念变成可跑的工作台了。