员工绩效评语撰写攻略：Notion AI考核维度与个性化反馈生成指南
当Notion AI生成的绩效评语显得笼统、缺乏针对性，甚至与员工的实际贡献脱节时，根源往往在于输入指令过于模糊。AI需要具体、可验证的行为数据作为“锚点”，才能输出精准、有价值的反馈。以下五个步骤，将引导你通过结构化数据和明确框架，将AI从模糊的形容词生成器，转变为专业的事实陈述者。
一、绑定五大核心考核维度构建提示词
确保AI评语不偏离轨道，首先要为其设定清晰的评估边界。这意味着将AI的思考范围，严格限定在基于具体、可验证行为的公司评估框架内，而非依赖“有潜力”“态度积极”等主观判断。
具体操作上，可以在Notion数据库中为员工记录页添加一个“考核维度”多选字段。预设如分析性思维、业务视角、客户导向、沟通协作、时间管理等通用核心维度。
每个维度需配备“行为锚点库”以细化标准。例如，“沟通协作”维度下可设置“主动同步项目关键进展”、“清晰拆解并传达复杂技术方案”、“及时响应并解决跨部门协作请求”等子选项。调用AI时，指令应具体化：“基于员工在【沟通协作】维度下勾选的‘主动同步项目关键进展’锚点，结合其本季度周报提交准时率100%、四次项目阻塞风险提前预警的记录，生成一条25字以内、包含具体行为与业务影响的评语。” 为AI提供明确坐标，输出自然精准。
二、注入真实行为数据替代模糊形容词
AI对“优秀”“良好”等定性词汇的解读空间过大，其优势在于处理客观事实与数据。用具体的行为记录替换主观形容词，是提升评语说服力的核心，这为AI提供了可靠的校验依据。
一个有效方法是在员工记录页内，关联一个“关键行为日志”数据库。记录具体事件，例如：“4月12日，主导完成API接口文档V2.3版本修订，修订内容被3个下游团队直接引用并反馈效率提升”。
随后，给AI的指令需直接指向这些数据要素：“提取上述日志中的‘主导’‘API接口文档V2.3’‘3个下游团队引用’三个关键要素，以‘通过……实现……’句式，生成一句不超过30字的评语。” 由此，AI将输出通过主导API接口文档V2.3修订，实现被3个下游团队直接引用并提升协作效率这类基于事实的陈述，而非空洞评价。
三、分角色生成差异化评语结构
同一工作行为，在不同评估角色视角下，其价值侧重点截然不同。经理评语需强调对团队目标与业务结果的贡献；同事反馈应聚焦协作过程中的具体细节与支持；自我评价则需体现深度反思与个人成长规划。因此，必须在指令中首先明确评语的“叙述视角”。
若由直属经理撰写，可在提示词中声明：“你正在以该员工直属经理的身份撰写评语，核心聚焦其行为对本季度团队关键业务目标（如：产品上线率、客户满意度）的支撑作用与具体贡献。”
若收集同事反馈，可设定独立模板：“你作为上季度‘XX项目’的紧密协作方，在‘设备与材料规范使用’维度，观察到对方三次严格按照SOP操作高压测试仪。请以第一人称‘我’的视角，陈述一次令你印象最深的、体现其专业性的具体互动细节。”
针对自我评价，可如此引导：“要求员工基于‘当我在处理……情况时，我意识到……，因此我下一步将……’的反思句式，结合其Q1主导的客户流程优化使投诉率下降40%的事实，生成一句包含归因分析与具体后续行动指向的陈述。” 明确的角色预设，能确保AI输出的视角、语气与内容重点准确对位。
四、禁用通用形容词触发精准替换机制
Notion AI存在过度依赖“积极”“认真”“负责”等通用修饰词的倾向。要打破这种模式，需采用“负面清单+正向引导”的组合指令。AI会优先执行禁止性指令，再遵循你提供的具体替换规则。
方法直接：在提示词开篇明确列出禁用词汇：“禁止在评语中使用以下模糊词汇：优秀、负责、努力、较强、较好、非常、十分。”
随即，提供具体的语言转化规则：“所有对能力或贡献的描述，必须转化为由具体动词引领的短语，统一采用‘完成……’、‘交付……’、‘建立……’、‘修复……’或‘优化……’等格式。”
若输出中仍出现禁用词，则追加修正指令：“将上一句输出中的‘负责’替换为‘独立完成项目风险评估报告’，将‘非常努力’替换为‘连续三周每日提交并完成代码审查记录，共解决56个潜在缺陷’。” 通过多次训练，AI将学会使用信息密度更高、更精准的行动化语言。
五、嵌入SBI模型强制结构化输出
要使反馈具备高可接受度并驱动行为改变，严谨的结构是关键。情境-行为-影响（SBI）模型是一个久经验证的有效框架。通过分段式指令引导AI逐层生成，可以保证每条评语都自然地串联起具体情境、可观察行为及可衡量的业务影响。
操作可分为三步递进指令：
第一段，设定情境：“生成‘情境’部分：时间限定在2026年第一季度，背景为客户成功部发起的全公司CRM系统迁移项目。”
第二段，描述行为：“生成‘行为’部分：句子必须以动词开头，必须包含‘重构核心数据模型’、‘编写自动化校验脚本’、‘覆盖全部关键业务场景’三个具体动作，且全部指向Salesforce Apex代码的开发工作。”
第三段，阐明影响：“生成‘影响’部分：必须包含量化结果‘系统集成测试用例通过率从72%提升至98%’，并明确点出直接受益方为‘一线实施顾问团队’，说明其工作效率因此提升。” 通过这种结构化引导，AI生成的将是一段逻辑完整、因果清晰、具备业务价值的专业评价，这正是有效绩效沟通所需的实质内容。