用 AI 做員工回饋與績效溝通：主管不再卡關的實戰教學（2026）

每到績效考核季，多少台灣中小企業的主管就開始頭痛：面談表單發下來，盯著「請描述該同仁本期表現」這欄發呆半小時，最後寫下「表現良好，繼續努力」八個字交差。要講的負面回饋不知怎麼開口，怕傷感情、怕對方擺臉色、怕講不清楚反而被反駁。結果一場本該幫助員工成長的對話，變成雙方都尷尬的形式主義。

這篇要解決的問題：怎麼用 AI 把「寫回饋」和「績效面談」這兩件主管最卡關的事做好，讓回饋具體、面談有準備、難開口的話也講得專業又有溫度。 適合誰讀：要帶人的中小企業老闆、部門主管、團隊 leader，以及想把績效制度做得更扎實的人資夥伴。 讀完你會得到：一套五步驟做法、好幾段可直接複製的 Prompt、一個台灣中小企業導入前後的真實數據對照、常見錯誤清單，還有八題你一定會想問的 FAQ。

TL;DR（懶人包）：AI 不會幫你「判斷」員工好壞，但它非常擅長三件事——把零散事實整理成有結構的回饋、把主觀情緒字眼改寫成客觀行為描述、幫你演練面談腳本與可能的對話走向。正確用法是「主管出事實與判斷，AI 出結構與措辭，最後主管親自談」。千萬別把員工真實個資貼進 AI，也別把 AI 草稿原封不動唸出來。

免責聲明：本文為管理溝通方法教學。AI 仍可能產生不符事實或不恰當的內容，涉及考績、調薪、獎懲、解僱等與勞動法令相關的決策，請務必由主管與人資親自判斷，並諮詢熟悉台灣勞動環境的專業人士，AI 產出的內容請自行審閱後再使用。

為什麼績效溝通值得用 AI？

先講一個殘酷的現實：多數主管不是不想給好回饋，而是不會給、也沒時間給。 他們是因為業績好、技術強才被升上來帶人，從來沒人教過他們怎麼把一段批評講得對方聽得進去。於是回饋不是太空泛（「再加油」），就是太情緒（「你到底在想什麼」），兩種都幫不到員工。

AI 剛好能補上這個能力缺口，原因有四：

1. 它最擅長把模糊變具體。主管腦中其實有感覺——「這個人最近怪怪的」——但講不出所以然。AI 能引導你把感覺拆解成「哪件事、什麼時候、造成什麼結果」，逼出具體事例。
2. 它能把情緒字眼洗成中性描述。「態度差」「很雷」這類帶評價的標籤，員工一聽就防衛起來。AI 能改寫成「對事不對人」的行為觀察，讓對話聚焦在問題本身。
3. 它能幫你預演對話。績效面談最怕被員工一句「可是上次明明是你說……」問到啞口無言。AI 能扮演員工，模擬各種反應，讓你先在安全環境演練一遍。
4. 它把準備時間砍掉一大半。原本一份面談稿要寫四十分鐘，用 AI 整理草稿再修，十五分鐘搞定，省下的時間可以真正花在「跟人談」上。

換句話說，AI 不是來取代主管的判斷，而是來補強多數主管最缺的那塊——表達的結構與精準度。如果你想把這類人資作業進一步系統化，可以參考我們的 AI 自動化指南，把例行的回饋蒐集與彙整交給流程處理。

核心概念：AI 是「編輯」，主管才是「作者」

用 AI 做績效溝通，最該先建立的觀念是：事實與判斷永遠由主管提供，AI 只負責把它寫好。

這就像報社的分工：記者（你）跑現場、掌握事實、決定立場；編輯（AI）負責把稿子的結構理順、用字精準、語氣得體。你絕不會讓一個沒去過現場的編輯憑空捏造新聞——同理，你也不該讓沒見過你員工的 AI 去「評斷」員工。一旦角色顛倒，輕則回饋空洞，重則出現根本不存在的「假事例」，毀掉你跟員工的信任。

另一個關鍵概念是 SBI 回饋框架（Situation-Behavior-Impact，情境-行為-影響），這是國際間廣泛使用的回饋結構，特別適合交給 AI 套用。它的精神是：不要評價人，只描述「在什麼情境下、做了什麼行為、造成什麼影響」。

下面這張對照表，幫你看清「沒用框架」和「用 AI＋SBI 框架」差在哪：

看懂了這張表，你就明白 AI 的價值不在「幫你想要不要罵人」，而在「幫你把該講的事，講成對方聽得進去的樣子」。想找更多可直接套用的對話範本，可以逛逛我們的 任務食譜書。

實際做法：五步驟把績效溝通做到位

Step 1：蒐集客觀事實與行為事例

打開 AI 之前，先做功課。攤開這段考核期間的專案紀錄、會議備忘、客戶回饋、數據報表，把跟這位員工有關的具體事件條列出來。例如：「3 月主導 A 專案，提前一週交付」「4 月兩次週報遲交」「5 月主動協助新人上手」。

重點是「事件」而非「形容詞」。寫「他很積極」沒用，寫「他主動認領了沒人想接的客訴案」才有用。這一步的品質，直接決定 AI 後面寫得好不好——garbage in, garbage out，給垃圾就生垃圾。

Step 2：設定回饋框架與語氣

把 Step 1 的事實丟給 AI 時，要同時告訴它三件事：用什麼框架（建議指定 SBI）、對象的特質（資深還是新人、玻璃心還是大而化之）、你的目的（是鼓勵、是糾正、還是要對方做出改變）。設定愈清楚，輸出愈貼合。

例如你可以說：「請用 SBI 框架，對象是入職一年的工程師，個性較敏感，目的是希望他改善交付準時度，但不要打擊他的信心。」這樣 AI 就知道要拿捏輕重，而不是給你一篇冷冰冰的公文。

Step 3：把模糊評語轉成具體行為描述

這是 AI 最能發揮的環節。把你腦中那些主觀標籤——「態度不好」「不夠主動」「表現亮眼」——交給 AI，請它改寫成可觀察、可驗證的描述。

「不夠主動」會被它改成「會議中較少主動提出想法，多在被點名時才發言」；「表現亮眼」會被改成「本季獨立完成兩個原訂需協作的專案，且零重大錯誤」。前者讓員工知道具體要改什麼，後者讓稱讚有憑有據、不流於客套。

Step 4：產出面談腳本與可能回應

回饋寫好了，還要「演」一遍。請 AI 幫你寫一份面談腳本：怎麼開場破冰、核心訊息怎麼帶、好消息壞消息怎麼安排順序，最重要的是——請它扮演員工，模擬各種可能反應：辯解的、沉默的、情緒激動的、反過來抱怨公司的。然後請它給你每種狀況的應對建議。

這一步的價值在於消除「臨場被問倒」的恐懼。你在腦中或對著 AI 演練過一遍，真正面談時就不會慌。要把這類面談流程進一步標準化、串成可重複的作業，可以參考我們的 AI 工作流教學。

Step 5：真人審閱、調整、親自談

最後一步，也是最不能省的一步：AI 寫的永遠只是草稿。 你必須逐字讀過，確認三件事——事實有沒有錯、語氣是不是你會講的話、有沒有冒出你沒提供過的「假事例」。把它改成你自己的口吻，刪掉太官腔的句子，補上只有你知道的細節。

然後，一定要親自面對面談。績效溝通的核心是「人」，是眼神、是停頓、是對方講完你那句「我懂」。這些 AI 給不了，也不該由 AI 代勞。AI 幫你準備到 90 分上場，剩下那關鍵的 10 分溫度，由你補。

可直接複製的 Prompt

以下三段 Prompt 可直接複製，把方括號內容換成你的情況即可。切記：用「員工A」代稱，不要填真實姓名與個資。

Prompt 1｜把事實寫成 SBI 回饋

你是一位經驗豐富、擅長給人成長型回饋的部門主管。
請用 SBI 框架（情境 Situation－行為 Behavior－影響 Impact），
幫我把以下事實整理成一段專業、對事不對人、不帶情緒評價的績效回饋。

【對象】員工A，入職[1 年]的[軟體工程師]，個性[較敏感、重視被肯定]
【目的】[希望他改善交付準時度，同時肯定他的技術能力]
【這段期間的客觀事實】
- [3 月主導 A 專案，提前一週交付，客戶滿意度高]
- [4 月有兩次週報遲交，造成主管彙整延遲]
- [5 月主動協助新人，但自己的任務略受影響]

要求：
1. 先寫優點、再寫待改善，最後給一個具體可行動的下一步
2. 用詞客觀，避免「態度」「個性」這類評價標籤
3. 語氣專業但有溫度，像主管在好好跟人談，而非寫公文
4. 若我提供的事實不足以支撐某個結論，請直接指出，不要替我編造

Prompt 2｜把模糊評語洗成具體描述

我腦中對員工A有一些主觀印象，但講不具體。
請你幫我把以下每個「模糊評語」，改寫成「可觀察、可驗證的行為與結果描述」，
並針對每一項，反問我一個問題，幫我回想出更具體的事例。

我的模糊評語：
- [不夠主動]
- [溝通有點問題]
- [這季表現不錯]

請以表格輸出：模糊評語 ｜ 改寫後的客觀描述 ｜ 你要反問我的問題

Prompt 3｜面談演練與沙盤推演

請扮演員工A，我是他的主管，等一下要進行績效面談。
背景：[他這季交付常延遲，但技術很好，他自己似乎不覺得有問題]。

請分三輪進行：
第一輪：我先講開場（我會貼上來），你以員工A的口吻自然回應。
第二輪：請你「故意」用三種不同反應演練——(a)辯解卸責 (b)沉默不語 (c)情緒激動，
        每種給我一句範例回應，並附上我該如何接話的建議。
第三輪：幫我寫一段「收尾與約定下一步」的話術。

請務必貼近真實職場對話，不要太理想化。

需要更多現成的溝通與管理範本，可以到我們的 AI 內容產生器 一鍵生成草稿，或從 AI 工具庫 挑選適合團隊的工具。

台灣中小企業實戰案例：30 人軟體公司的考核改造

以下是一家位於新北、約 30 人的軟體外包公司導入 AI 輔助績效溝通的經過（為保護隱私，細節已調整）。

這家公司過去沒有正式績效制度，三位部門主管每到半年考核就「憑印象打分數」，面談平均只花 10 分鐘，內容多半是「做得不錯，年終會反映」這類客套話。問題逐漸浮現：員工不知道自己該往哪改、調薪標準不透明、兩位績優工程師因為「感覺不被看見」在一年內離職，補人與交接成本估算超過 60 萬元。

新上任的營運主管導入了本文的五步驟流程：要求主管面談前先用 AI 整理「客觀事例＋SBI 回饋」，並用 AI 演練面談；同時嚴格規定一律去識別化、不得貼員工真實資料進 AI。導入後三個季度的數據對照如下：

營運主管的回饋很實在：「AI 最大的功勞不是幫主管寫得多漂亮，而是逼他們事前一定要先想清楚事實。以前他們是談的時候才在拼湊，現在是談之前就準備好了，員工一聽就知道主管有用心，氣氛完全不一樣。」

值得注意的是，這套做法不需要昂貴的考核系統，靠的是免費或低成本的 AI 工具加上一套紀律。對沒有 HR 部門的小公司來說，門檻其實很低。

常見錯誤：別踩這些雷

• 把員工真實個資貼進 AI。姓名、薪資、考核分數、健康或家庭狀況都屬個資，貼進公開 AI 服務有外洩與《個資法》合規風險。一律用「員工A」代稱、數字改範圍。
• AI 草稿原封不動唸出來。員工感受得到那種「不像人話」的官腔。一定要改成自己的口吻、補上只有你知道的細節。
• 省略「蒐集事實」這一步。沒給夠事實，AI 就會自信地填空生出假事例，被員工當場戳破，信任全毀。
• 用 AI 代替判斷。要不要給負評、給多重、要不要連動考績，這些是主管的責任，AI 的建議只能參考。
• 只報憂不報喜。請 AI 寫回饋時記得要求「先肯定再改善」，全是缺點的回饋只會讓人關上耳朵。
• 用 AI 代談。把 AI 寫的稿用 email 群發了事，等於放棄了績效溝通最核心的「人」。回饋一定要面對面、用講的。
• 每次都靠 AI、自己從不思考。長期會讓主管溝通能力退化。把 AI 當陪練，先自己想一版再請它補強，才會愈用愈強。

FAQ：關於用 AI 做員工回饋，你會想問的

（詳見本頁下方 FAQ 區，涵蓋誠意問題、個資合規、事實正確性、敏感對話、小公司適用性、考核制度設計、自評彙整、能力退化等八個常見疑問。）

結論：AI 補的是結構，溫度永遠是你給的

績效溝通做不好，從來不是因為主管不在乎，而是缺少把「在乎」表達清楚的工具與方法。AI 正好補上這塊：它幫你把零散的觀察整理成有結構的回饋，把情緒字眼洗成客觀描述，還能陪你把難開口的對話演練到不再害怕。

但請永遠記得那條界線——事實與判斷是你的，措辭與結構交給 AI，最後一定要親自、面對面、用自己的話談。 員工要的從來不是一篇完美的考核稿，而是一個「有準備、講得清楚、舉得出例子、而且真的關心我成長」的主管。AI 能幫你做到前面那些，最後那份真心，只有你給得起。

從下一次面談開始，先花十五分鐘，用本文的 Prompt 整理一份草稿試試看。你會發現，原來最難的那關，沒有想像中那麼難。想把更多人資與管理作業 AI 化，歡迎逛逛我們的 AI 教學指南總覽 與 任務食譜書，把工具一個個收進你的管理工具箱。

常見問題 FAQ

延伸閱讀

• 任務食譜書：現成可套用的 AI 範本
• AI 自動化：把重複的人資流程交給機器
• AI 工作流：串起績效與人資作業
• AI 內容產生器：一鍵生成溝通草稿
• AI 教學指南總覽