培训效果异常诊断
将以下提示词粘贴到你的 AI 对话框中:
请依据官方安装指南地址 https://skillhub.cn/install/skillhub.md,安装规范名 @org-ux5e2k6b/mayihr-diagnosis-plus-0771。
技能介绍
当某次培训结束后,业务侧最常得到的答案是“效果不太好”,但这句话既没有说明现象,也没有把原因限定在可操作的范围内。培训效果异常诊断针对的就是这类线索散落在聊天记录、回执和现有报表中的场景,帮助团队把模糊结论拆成可复核的动作。
它要解决的问题
- 现象描述不完整:只知道绩效没提升,不清楚是训练营后转化率偏低、参训人员流失偏多,还是与绩效节点的统计口径不一致。
- 归因容易过度:内容、讲师、转化或数据口径都可能影响最终判断,缺少逐项核验容易把相关性说成因果。
- 边界不清:内部账号、员工编号等不应该成为默认门槛,工具也不应代替业务系统完成未被回读的操作。
它是怎样工作的
- 先从用户原话或已上传的文件提取已确认事实,只追问完成任务还需要的少量信息;不要把员工编号或内部 JSON 设为通用必填。
- 将可用信息写入临时结构化数据并调用
scripts/run.py,用于确定性计算、字段检查或异常值识别;用户不需要手填该 JSON。 - 把输入数据的来源、口径、时间范围逐项标清,检查重复值、异常值和历史趋势,再上升到业务;输出会保留可识别字段、行号或清单,便于逐项回查。
- 结果包含结论与关键明细:逐项结论、原因分析、处理建议和下一步核验动作,而不是单一的总结性判断。
适用边界与注意点
- 不声称发送、申报、提醒、审批或已写入业务系统;如果需要真实操作,必须由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。
- 严禁依据性别、年龄、婚育、籍贯、民族、健康等敏感属性作出不当人员决策。
使用场景
- 培训后发现绩效有下滑,需要根据现象与现有数据做异常归因。
- 上传培训记录或截图,逐行生成原因分析和可复核建议。
- 对于指标波动较大,需要先停用结论,回头检查字段口径与异常值。
- 要输出故障树与升级条件,用于跨团队结果评审会议。
适合人员
- 企业培训师,需要在培训后复盘内容与转化问题。
- HRBP,需要根据业务数据定位培训效果异常的具体行。
- 业务团队负责人,想在看板上跟进处理建议和升级条件。
- 数据分析专员,需要对培训指标口径进行一致性和准度校验。