AI绩效考核提示词:零基础搭建自动评分流程

想用AI做绩效考核,核心是把评分规则写成结构清晰的提示词,再通过API调用让模型按规则输出分数。
本文面向零基础用户,从准备条件到脚本运行、报错处理、结果验证,一步步带你跑通整个流程。

先理清你要AI评什么

AI绩效考核提示词不是随便写一段话让模型打分。
你需要先明确三件事:考核维度、评分标准和输出格式。
比如考核“任务完成质量”,可以设定1到5分,并给出每个分数对应的行为描述。
把这些内容写进提示词,模型才能稳定输出。

准备一个文本编辑器(如VS Code)和一个可用的AI模型API密钥(以OpenAI为例)。
如果你还没有密钥,需要先到对应平台注册并创建。
本文假设你使用Linux或macOS终端,Windows用户可用WSL或PowerShell,命令略有差异。

编写可复用的提示词模板

提示词建议保存为独立文件,方便修改和版本管理。
新建文件 prompt_template.txt,内容参考如下:

你是一名绩效考核助手。请根据以下员工自评内容,按维度评分。
评分维度:任务完成质量(1-5分)、协作沟通(1-5分)、主动性(1-5分)。
评分标准:1分=远低于预期,3分=符合预期,5分=远超预期。
输出格式:JSON,包含字段 quality、communication、initiative,每个字段为整数。
员工自评内容:
{self_review}

注意 {self_review} 是占位符,后续用Python替换为实际内容。
提示词中明确输出JSON,可以减少模型返回多余文字的概率。

用Python调用API并解析评分

安装依赖:

pip install openai

新建脚本 score.py,填入你的API密钥和提示词模板路径:

import json
from openai import OpenAI

client = OpenAI(api_key="你的API密钥")

with open("prompt_template.txt", "r", encoding="utf-8") as f:
    template = f.read()

self_review = "本季度完成了三个项目,主动协调了跨部门会议,代码 review 参与度较高。"
prompt = template.replace("{self_review}", self_review)

response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": prompt}],
    temperature=0.2
)

content = response.choices[0].message.content
print(content)

try:
    scores = json.loads(content)
    print("解析成功:", scores)
except json.JSONDecodeError:
    print("模型返回非JSON,请检查提示词或降低temperature")

运行 python score.py,
如果一切正常,
终端会打印类似 {"quality":
4, "communication":
5, "initiative":
4}
的结果。

常见报错与避坑

  • 报错 AuthenticationError:检查API密钥是否复制完整,是否有多余空格。
  • 返回内容不是JSON:在提示词中强调“只输出JSON,不要解释”,并将 temperature 设为0.2或更低。
  • 评分波动大:同一段自评多次运行结果不一致,说明提示词约束不够。可以增加示例(few-shot),在提示词里给出一组输入输出样例。
  • 中文乱码:确保文件读写使用 encoding="utf-8"。
  • API费用:每次调用按token计费,建议先用短文本测试,确认提示词稳定后再批量处理。

验证评分是否可用

跑通脚本只是第一步。
拿3到5条已知评分的自评内容做对照测试,看AI分数与人工评分是否在合理范围内。
如果偏差超过1分,回到提示词调整评分标准描述。
另外,记录每次调用的输入和输出,方便后续复查。

对于正式绩效考核,建议AI评分仅作为参考,最终结果由负责人确认。
提示词和脚本可以保存在版本库中,每次修改后重新跑一遍测试用例。

常见疑问

提示词里需要写员工姓名吗? 不需要。
姓名属于个人信息,除非有明确授权,否则提示词中只保留工作内容描述即可。

可以用国产模型吗? 可以。
只要模型支持Chat Completions接口,把 base_url 和 model 参数换成对应服务商的值即可,提示词逻辑不变。

评分结果如何存储? 简单场景可以写入CSV文件,在脚本中增加几行代码将 scores 字典追加到文件。
复杂场景建议存入数据库,并记录时间戳和提示词版本。

分享到:
上一篇
AI OKR 提示词配置:从零搭建可复用的目标管理模板
下一篇
AI培训方案提示词:从设计到落地的完整实操教程
1
系统公告

泽御云中秋国庆双节活动上线:新购8折,拼团3.99元起

尊敬的用户:
泽御云“月满中秋·礼贺国庆”双节活动现已开启,活动时间为2026年9月23日至10月10日。 活动期间可享以下福利:
1. 常规云服务器新购使用优惠码“泽御中秋国庆同乐”,符合条件的订单享8折优惠。
2. 香港精品云服务器5人拼团低至3.99元,部分4核4G套餐3人拼团年付388元,续费同价。
3. 新用户购买年付云服务器,符合活动规则可赠送2个月使用时长。
4. 老用户续费季度赠15天,续费年度赠2个月;活动期间升级配置免收配置迁移手续费。
5. 推荐好友成功下单,符合条件的推荐人可获赠7天服务器使用时长。
6. 活动期间享宕机补偿标准翻倍、简单网站迁移协助及技术工单优先处理权益。
温馨提示:优惠码不适用于拼团套餐、活动轻量产品、年付订单及续费订单;拼团套餐为独立特价活动,不与赠时类福利叠加。赠送时长不可折现、退款或跨账户转移,具体规则以活动页面说明为准。
服务中心
客服
在线客服
24小时为您服务
咨询
联系我们
联系我们,为您的业务提供专属服务。
24/7 技术支持
如果您遇到寻求进一步的帮助,请过工单与我们进行联系。
24/7 即时支持
泽御云
售前客服
泽御云
泽御云
售后客服
泽御云
技术支持
评价
您对当前页面的整体感受是否满意?
😞
非常不满意
😕
不满意
😐
一般
🙂
满意
😊
非常满意