AI离职面谈分析与留任预警

要解决的具体问题

78% 的 HRBP 超过 60% 的时间被用来收集信息，而非分析和决策。离职面谈高度依赖个人经验——老 HRBP 能听出言外之意，新 HRBP 可能只记下表面理由。更麻烦的是，面谈记录散落在笔记本、录音、聊天记录里，无法结构化分析，更谈不上组织级的离职预警。这导致很多关键岗位的流失直到发生后才被察觉，连锁反应已经形成。

技能如何工作

这个技能的核心能力是把非结构化的离职面谈记录转化为可行动的分析报告，输入处理支持录音转文字文本、碎片化笔记、匿名反馈和离职问卷，能自动提取部门、岗位、职级、司龄、绩效等级等信息，缺失项标注"待补充"但不阻塞分析。

关键信号识别会重点关注薪酬关键词、管理者相关表述的情感倾向、未来规划类表述和离职决心信号。分析过程分为四步：

1. 离职原因分类：按薪酬福利、职业发展、工作环境、组织因素、个人因素五大类15个子类整理，每类标注提及频次和原文引用，并判断组织可控性
2. 风险等级判定：结合离职原因和员工岗位属性，输出高、中、低、信息不足四档风险，每档必须附带引用原文的依据
3. 留任干预建议：针对高/中风险提供核心挽留筹码、沟通时机和三种场景话术模板；针对中风险补充部门级改进建议；针对低风险给出离职流程建议
4. 部门级趋势报告：当输入≥3份同部门记录时自动生成，包括原因分布、员工画像、高危信号、趋势判断和优先级排序的行动清单

对于面谈内容过短、矛盾、全是客套话或员工信息缺失等异常情况，技能会触发特定的引导策略，比如列出需要补充的问题、标注"需二次验证"或建议离职后回访，而不是强行输出不可靠的结论。

适用边界与注意点

技能输出的准确性高度依赖输入信息的质量，面谈记录过短或过于模糊时，只能归类为"信息不足"等级，此时需要人工补充访谈。它不替代 HRBP 的专业判断，例如对"个人发展"这类常见委婉说法，需要结合上下文判断真实原因，技能会给出提示但不直接下结论。

敏感信息会做脱敏处理，涉及薪资数字时转为"约XX水平"，涉及他人姓名时替换为"直接上级""某同事"。所有留任建议都遵循合规原则，禁止输出可能引发劳动纠纷的内容，也不会对员工做出主观评价。对于批量输入中的异常格式记录，会跳过并标注，避免影响整体分析结果。