ガイド
人事評価のコメントを ChatGPT で下書きする方法
人事評価のコメントを ChatGPT で下書きするときは、会社の言葉で書いた期待と、評価期間全体の日付つきの事実を渡します。何があったか、本人が何をしたか、どんな影響があったか。そのうえで、期待ごとに分けて評価すること、伸ばす点を 1〜3 つ、行動と具体的な次の一歩で書くこと、評価を尺度に結びつける短い理由、まとめは最後に書くことを頼みます。そして偏りの確認です。期間の終わりに集中した事実、すべての項目に影響する 1 つの特徴、あいまいなほめ言葉、性格を表す言葉。AI は下書きをし、評価は上司が決めます。使うのは社員のデータ用に認められたアカウントだけです。
要点
- 渡すもの：期待と、期間全体の日付つきの事実。
- 頼むもの：期待ごとに分けた評価、次の一歩つきの伸ばす点。
- 偏りの確認：直近効果、ハロー効果、あいまいなほめ言葉、性格の言葉。
- 決めるのは上司。認められたアカウントだけで。
そのまま使える頼み方
人事評価の頼み方
「下のメモから、［期間］の［職種］の評価コメントを下書きしてください。
期待ごとに 1 節、会社の言葉で：［一覧］。全体の印象を決める前に、それぞれを自分の根拠だけで評価する。
事実は状況・行動・影響で書く。結果のない事実は入れない。
伸ばす点を 1〜3 つ。それぞれ行動と、事実 1 つと、具体的な次の一歩 1 つ。
根拠と評価の尺度［尺度］を結びつける理由を 2〜4 文。まとめは最後に 3 文で。
そのあと印をつける：事実の半分以上が直近 2 か月、1 つの特徴がすべての項目に影響、あいまいなほめ言葉、『とげがある』『偉そう』のような性格の言葉。
メモ：［貼りつけ。健康や家族のことは入れない］」
例
架空の例です。佐野さんは営業担当の井口さんの上司で、1 年分のメモを貼りました。最初に返ってきたのは偏りの確認でした。9 つの事実のうち 7 つが直近 2 か月のもので、メモの 1 つは井口さんを「倉庫に対してとげがある」と書いていました。佐野さんは年の前半の事実を 6 つ足して、直近のものを 15 のうち 7 つと半分未満にし、「とげがある」を実際にあったことに書き換えました。下書きの一部です。
下書きから
顧客の維持（期待どおり）：3 月、いちばん大きな顧客への納品が 2 週間遅れたとき、井口さんは先方の購買担当と倉庫の責任者との週 1 回の電話を設け、顧客は 6 月に契約を更新した。10 月には請求書を出す前に価格の誤りに気づき、赤伝を出さずに済んだ。
伸ばす点：納品が遅れると、顧客を CC に入れたメールで倉庫に指摘することがあり、2 回やりとりがこじれた。次の一歩：まず倉庫の責任者に直接伝え、そのあと日付を添えて顧客に知らせる。
理由：6 月の更新と、事前に防いだ誤りは、尺度の「期待どおり」に当たる。言われる前に取引を健全に保っている。指摘のしかたの傾向があるため、「期待以上」には届かない。
佐野さんは 1 文ずつメモと照らし合わせ、評価は自分で決め、下書きは個人のアカウントではなく会社の Claude Team のアカウントに置いています。
共有する前の確認
- どの主張にもメモにある日付つきの事実がある。
- 事実が期間全体にわたっている。直近 2 か月だけではない。
- 伸ばす点は行動で、次の一歩がある。性格ではない。
- 性格の言葉も、あいまいなほめ言葉もない。
- 健康、家族などの個人の情報を入れていない。個人情報保護委員会は、生成 AI に個人データを入れるなら、応答の出力以外に使われないことを確かめるよう事業者に求めています。AI に入力してはいけない情報も参考に。
次の一歩：頼み方を残す
評価の時期は、部下ごとに同じ頼み方を使います。人事のプロンプトを保存するで、会社の期待と一緒に置いておく場所を説明しています。AI が人について決めてよいことと、いけないことは人事がつくる社員の AI 利用ルールで。
このテーマに使えるスキル
- マネジメント人事評価コメントの下書き上司が出した事実から、期待ごとに具体例と成果を書いた人事評価を下書きし、評価の偏りとあいまいな言葉を確かめる。
- マネジメントSBI でフィードバックを書く状況・行動・影響の SBI モデルにひとつの依頼を加え、ほめる版と改善を求める版のフィードバックを、Slack や対面の長さで書く。
- マネジメントマネージャーのための 1on1 の準備マネージャーの 1on1 を準備する。メンバーの議題を最初に、前回の約束、成果 1 つ、SBI のフィードバック 1 つ、成長の質問、障害をまとめる。
- マネジメントCare and challenge feedback check （英語）Places planned feedback on Kim Scott's care personally and challenge directly axes, rewrites it to do both, and plans how the manager asks for criticism.
よくある質問
人事評価のコメントを ChatGPT で書いていい？
下書きの道具としてなら、会社が社員のデータ用に認めたアカウントで使えます。期待と日付つきの事実を渡し、期待ごとに分けて評価させ、偏りを確かめます。評価を決めるのも、すべての言葉に責任を持つのも上司です。
人事評価のコメントには何を書く？
期待ごとに、状況・行動・影響で書いた根拠。行動と具体的な次の一歩で書いた伸ばす点 1〜3 つ。根拠と評価の尺度を結びつける短い理由。最後に書く 3 文のまとめです。
人事評価の偏りを防ぐには？
よくある評価のずれを確かめます。期間の終わりに事実が集中している（直近効果）、1 つの特徴がすべての項目に影響している（ハロー効果・ホーン効果）、評価がどれも端か真ん中にそろっている、あいまいなほめ言葉、「とげがある」「偉そう」のような性格の言葉。それぞれを日付つきの事実とその影響に置き換えます。
AI スキル
AI に、公平な人事評価コメントの下書きを書かせる
このスキルを AI Skill Pod に入れれば、チーム全員が自分の Claude、Cursor、ChatGPT（Pro・Business・Enterprise）で使えます。招待リンク 1 つで共有でき、無料で始められます。「人事評価コメントの下書き」スキルで、上司それぞれの AI が、メモから評価を下書きします。期待ごとに根拠で評価、伸ばす点は行動と次の一歩、評価の尺度に結びつけた理由、そして偏りの確認。
14日間無料・カード不要
出典
- Center for Creative Leadership：SBI（状況・行動・影響）のフィードバック — 状況を明らかにし、行動を述べ、影響を伝える (閲覧 2026-11-05)
- テネシー大学健康科学センター人事部：Beware of rater errors — 直近効果、ハロー効果とホーン効果、寛大化と厳格化、中心化傾向 (閲覧 2026-11-04)
- 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」（2023 年 6 月 2 日） — 個人データを入力する際は、応答の出力以外に使われないことの確認を求める (閲覧 2026-11-05)
- Anthropic プライバシーセンター：商用プラン — Claude for Work は初期設定で学習に使わない (閲覧 2026-11-05)