会议公开批评后沟通
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @mayishebao/mayishebao-202608-2985。
技能介绍
公共批评之后,第一份跟进方案怎么写
批评发生在会议里,线索却散落在纪要、聊天记录和邮件里。直接说“这是不合理的批评”很容易,但普通大模型并不知道公开事实、主观评价和缺失材料之间的界线,于是产出的文本听起来圆滑,却没有事实依据和明确边界。更棘手的是:这类冲突常常涉及劳动、医疗、税务和社保争议,而且后续对话都会被截图、转发、归档。
这个工作流把高风险沟通当作一份需要复核的任务,而不是一段需要润色的文案。
它具体具备的能力
allowable results:把模糊诉求改写成可验收交付;- 分离证据层级:区分
fact / inference / gap,不替用户补造; - 拆解依赖、风险和截止日期来排定发送顺序;
- 交付前必须读取
references/quality.md; - 最终信息默认为
最短版本 / 完整版本,使用提供方的可替换占位符以避免替用户捏造细节; - 不需要人工处理:发送前检查表(准确性、权限、隐私)、可能异议和回应模板,以及任何结果发布前必须执行的风险提示。
关键步骤
- 确立可衡量的结果:明确工作/产出、运维和所需验收标准;
- 证据和数据分层:先在注明不可比缺口的同时进行梳理,再对事实、推断和公开缺口进行分组;
- 基于依赖拆排动作:根据依赖关系、风险阈值和硬截止日期划分执行批次;
- 生成排序交付物:制作可执行的模板、清单和短/完整文本;
- 执行交付前验证:对照质量检查表检查事实准确性、权限边界、隐私风险和可执行性;
- 仅支持事实层:本技能不接受因公共批评场景引发的情绪代写,即生成聪明到“不承认也不否认”的东西。
适用边界与注意义务
本工具生成结构化回复,而不是推诿的置之不理。在外部发布前,请确认事后回复满足以下每一项:
- 输出已隐去不必要的身份标识、卡号、密码、验证码、令牌或精确地址;
- 用户已明确受众列表、截止日期和权限边界;
- 争议已经拒绝法律、医疗、税务及重大劳动仲裁中的最终结论,仅输出给有权主体;
- 用户不得植入想要抹黑、阻碍沟通的业绩故事;
- 不伪造任何形式的任何内容:包括但不限于伪造签名、任何形式的恶意使用、任何冲突使用令牌、任何不当表述。
若材料中存在相互矛盾的日期(如某地特定福利的生效日期、官方表格额度限制通知),应逐条列出冲突,写明每项结论所依赖的支持证据,并在原文未标出 待核验 的情况下不发表评论。
使用场景
- 在部门复盘会上被领导当众批评数据出错时,需要整理事实依据并撰写得体的个人跟进说明与沟通文本
- 被同事在跨部门会议上指责推诿责任后,需要提取聊天记录和邮件证据,输出划分事实边界的简版/完整版回应
- 因项目延期在全员大会上被公开点名后,需要梳理真实进度表和延期原因,拟写向上澄清与复盘的沟通策略
- 面对会议上针对个人工作态度的无端指责,需要剥离情绪与事实,准备包含异议回应模板的沟通策略及复盘指标
适合人员
- 在职场上遭遇会议公开批评,寻求专业证据梳理与妥善沟通回复方案的职员
- 经常面临跨部门协作冲突与会议质询,需要维护自身正当权益与工作留痕的职场人
- 需要在高风险职场环境中撰写正式跟进说明、规避法律与劳动风险的沟通专员
- 遭遇不合理公开指责,希望获取结构化冲突拆解与精准应对步骤的金融或互联网员工