OKR制定与对齐工作坊方案

为什么需要这个工作坊方案

OKR 制定容易陷入三个常见困境：战略层目标无法拆解到执行层、部门间目标互相打架、个人承诺停留在口号而无法复盘。本质原因是缺少结构化的对齐机制和可复核的计算口径，导致方案写完后没人能验证其逻辑是否自洽。

本技能不做通用 OKR 模板填充，而是从用户自然语言或上传文件中提取最少必要信息——适用岗位或团队、绩效周期、现有目标和事实数据——先建立可校验的事实基础，再生成能经得起追问的明细与结论。

技能如何工作

信息提取与校验

• 从用户原话或文件中识别已确认事实，仅追问完成任务所缺的少量字段，不要求填写内部 JSON，也不把员工编号设为通用必填项。
• 先检查字段完整性、口径一致性、时间范围和异常值，把事实、计算参数、判断依据、待确认项和下一步行动分开呈现，避免混在一起导致后续无法追溯。

确定性计算与交付

当需要结构化检查或确定性计算时，将已确认信息写入内部临时 JSON 并运行脚本，输出可复核结果。涉及外部数据或行业基准时，会标明来源、样本时间和适用范围；无法核验的写明假设和待确认项。

交付物包括绩效方案或面谈材料、计算口径与执行步骤、公平性风险和复核清单。先在对话中给出结论和关键明细，再按任务生成可下载的 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 或图片。

适用边界与注意点

• 不要求蚂蚁HR账号、内部员工编号或用户手写 JSON，所有输入均可通过自然语言或文件上传完成。
• 不声称已经发送、申报、审批、提醒或写入业务系统，除非宿主工具实际执行并回读。
• 输入不足时输出待补充清单，不用看似精确的内容替代未知事实。
• 不依据性别、年龄、婚育、籍贯、民族、健康等敏感属性作出不当人员决策，公平性风险会在交付物中单独提示。