Valutazione delle performance con l'IA: 6 prompt e un esempio completo

Il prompt riceve gli obiettivi, le tue prove e la scala dei voti, e il voto lo tieni tu

Un solo prompt scrive una prima bozza utilizzabile di una valutazione delle performance se contiene tre cose: gli obiettivi fissati a inizio ciclo, le prove che hai raccolto tu dal sistema dei ticket, dal calendario e dai numeri, e la scala dei voti con le sue definizioni. JPMorgan Chase permette ai suoi manager esattamente questo, con una linea guida secondo cui lo strumento "non sostituisce il giudizio umano" e con il divieto di usare l'IA per assegnare punteggi o decidere stipendi e promozioni (Bloomberg, 13 novembre 2025). Ecco il prompt che abbiamo inviato a due modelli il 29 settembre 2026; l'ingegnera del supporto e i suoi numeri sono inventati, conta la struttura.

Scrivi i commenti del manager per una valutazione annuale delle performance. Usa solo le prove qui sotto; dove ti serve un fatto che non ho dato, scrivi [NEEDED] invece di inventarlo. Struttura: un paragrafo per obiettivo (prima il risultato, poi le prove), un paragrafo sulle aree da sviluppare, poi un voto complessivo proposto sulla nostra scala con una frase di motivazione. Meno di 250 parole. Nessun aggettivo sul carattere della persona, solo quello che ha fatto e quello che ne è derivato.

Ruolo: ingegnere del supporto, 2 anni nel ruolo. Scala dei voti: 1 Sotto le attese, 2 Soddisfa in parte, 3 Soddisfa, 4 Supera, 5 Supera di molto. Il 3 è il voto atteso per un anno solido; il 4 richiede un impatto misurabile oltre il ruolo.

Obiettivo 1: Ridurre il tempo mediano di prima risposta sui ticket di livello 2 da 9 ore a meno di 4. Prove: report Zendesk, prima risposta mediana di 3.6 ore dal Q2 al Q4; 3,100 ticket gestiti nell'anno contro una media del team di 2,400.

Obiettivo 2: Pubblicare la pagina di stato per i clienti. Prove: pubblicata il 14 marzo, sei settimane dopo la scadenza del 1 febbraio; il ritardo è dipeso da una dipendenza SSO di un fornitore fuori dal suo controllo; 22 incidenti pubblicati dal lancio.

Obiettivo 3: Affiancare due nuovi assunti fino alla gestione autonoma dei ticket entro 8 settimane. Prove: entrambi gestivano i ticket da soli alla settimana 6 (note dei colloqui individuali del manager, aprile e maggio).

Nota di sviluppo: due escalation nel Q3 in cui al cliente è stata data una data di risoluzione prima che l'ingegneria la confermasse (Jira SUP-2211, SUP-2287).

Due istruzioni di quel prompt fanno gran parte del lavoro. "[NEEDED] invece di inventarlo" impedisce al modello di abbellire un obiettivo con un numero che non hai mai misurato: nella nostra prova Claude Sonnet 4.5 ha scritto un [NEEDED] dove non avevamo dato alcuna prova di una correzione dopo le due escalation, mentre Gemini 2.5 Pro non ne ha scritto nessuno e ha aggiunto una frase di procedura che non avevamo fornito. "Nessun aggettivo sul carattere della persona" tiene la bozza su ciò che è successo, che è anche ciò su cui il dipendente può discutere e ciò che le risorse umane possono difendere.

Le prove devono arrivare da te, perché il modello non ha nient'altro. Il Lattice 2025 State of People Strategy Report ha rilevato che al 49% dei manager risulta difficile rivedere un anno di feedback, e quell'anno è esattamente ciò che serve al prompt: l'export di Zendesk o Jira, il calendario, il log dei commit, le note dei colloqui individuali, i numeri della dashboard. Il prompt 2 trasforma questi export in righe di prova prima che venga scritto qualsiasi testo.

Qui sotto ci sono gli export grezzi relativi al periodo di valutazione di questa persona: [incolla l'elenco dei ticket, l'export del calendario, il log dei commit o il report delle vendite, uno dopo l'altro]. Trasformali in righe di prova, una per riga, ognuna con una data o un intervallo di date, una cosa fatta e un numero tratto dall'export. Raggruppale sotto questi obiettivi: [incolla gli obiettivi]. Dove una voce non supporta nessun obiettivo, mettila sotto "Altro". Dove manca un numero, scrivi [NUMBER NEEDED]. Non riassumere né valutare nulla e non aggiungere nessuna voce che non sia negli export.

Non sei un precursore. Resume Builder ha intervistato nel giugno 2025 1.342 manager statunitensi con collaboratori diretti: il 65% usa strumenti di IA al lavoro e, tra questi, il 91% li usa per valutare le performance, con ChatGPT come prima scelta per il 53%.

Autovalutazione con l'IA: stessi ingredienti, un errore detto con onestà

Un'autovalutazione scritta con l'IA parte dagli stessi tre ingredienti e sostiene un solo voto, quello che le tue prove giustificano, con una cosa che faresti diversamente detta in parole semplici. Un'autovalutazione senza alcun errore sembra scritta da una macchina o da qualcuno che non ha prestato attenzione, e il 26% dei dipendenti sospetta già di aver ricevuto una valutazione scritta dall'IA (ZeroBounce, sondaggio su 1.000 professionisti statunitensi, settembre 2025). L'ordine di diffusione di Citi dice quanto sia diventato normale: da giugno 2025 i suoi dipendenti potevano redigere le autovalutazioni con gli strumenti di IA dell'azienda, e quattro mesi dopo i manager hanno avuto lo stesso aiuto.

Scrivi la mia autovalutazione per la revisione del [periodo]. I miei obiettivi erano: [incolla]. Le mie prove, tutte tratte dai miei registri: [incolla le righe di prova dal prompt 2]. La nostra scala dei voti: [incolla, con la definizione di ogni livello]. In prima persona, meno di 300 parole, un paragrafo per obiettivo che parta dal risultato e poi porti le prove, poi un paragrafo che indichi la cosa che farei diversamente: [descrivi l'errore in una riga]. Sostieni il voto che le mie prove giustificano e dì di quale livello si tratta; non sostenerne uno più alto. Dove ti serve un numero che non ho dato, scrivi [NUMBER NEEDED]. Nessuna affermazione sul mio atteggiamento, sul mio impegno o sul mio potenziale, solo quello che ho fatto e quello che ne è derivato.

Ogni numero dell'autovalutazione dovrebbe essere verificabile dal tuo manager nel sistema da cui l'hai preso, perché è lì che andrà a guardare. I tre risultati che reggono un'autovalutazione sono gli stessi che reggono una richiesta di aumento, quindi il prompt del caso in usare l'IA per chiedere un aumento produce i punti per entrambe, e l'autovalutazione è il posto migliore in cui metterli a verbale per primi.

L'ultimo passaggio è la voce, e qui conta più che nella bozza del manager, perché un'autovalutazione che sembra scritta da un modello dice al tuo manager che non l'hai scritta tu. Il prompt 4 usa le tue frasi come campione e funziona allo stesso modo su qualsiasi email di lavoro.

Ecco tre paragrafi che ho scritto io, da email o documenti: [incolla]. Riscrivi l'autovalutazione qui sotto in modo che corrisponda al mio modo di scrivere: la lunghezza delle mie frasi, il mio vocabolario, il modo in cui inizio le frasi. Elimina ogni aggettivo che non sia legato a un numero. Non aggiungere, togliere o riordinare alcun fatto, e lascia ogni numero e ogni [NUMBER NEEDED] esattamente com'è. [incolla la bozza]

Qual è la migliore IA per le valutazioni delle performance? Abbiamo provato lo stesso prompt su due

Claude Sonnet 4.5 ha scritto la valutazione più accurata e Gemini 2.5 Pro la più calda, ed entrambi hanno proposto lo stesso voto, un 4, partendo da prove identiche. Abbiamo inviato il prompt 1 invariato a entrambi i modelli tramite la stessa API (l'endpoint any-llm di fal.ai) il 29 settembre 2026 con temperatura 0.3, una sola esecuzione ciascuno, con il ragionamento di Gemini attivato perché l'endpoint lo richiede per quel modello. L'intero test è costato meno di un centesimo.

L'output di Claude, non modificato a parte la formattazione in grassetto:

Goal 1: First-Response Time The median first-response time target was met, with Zendesk data showing 3.6 hours across Q2-Q4, below the 4-hour goal. This was achieved while handling 3,100 tickets, 29% above the team average of 2,400.

Goal 2: Status Page The customer-facing status page shipped on 14 March, six weeks later than the 1 February target due to a vendor SSO dependency outside her control. Since launch, 22 incidents have been posted to the page.

Goal 3: New Hire Mentoring Both assigned new hires reached unsupervised ticket handling by week 6, two weeks ahead of the 8-week target, as documented in manager one-on-one notes from April and May.

Development Areas Two escalations occurred in Q3 (SUP-2211, SUP-2287) where fix dates were communicated to customers before engineering confirmation. [NEEDED: evidence of improvement or corrective action taken after these incidents.]

Proposed Rating: 4 (Exceeds) The combination of meeting the response-time goal while handling significantly above-average ticket volume, accelerating new hire readiness, and delivering the status page despite external delays demonstrates measurable impact beyond standard role expectations.

Quello di Gemini, non modificato:

You exceeded the goal to reduce median first-response time, achieving 3.6 hours against a target of under 4 hours from Q2 to Q4. This was accomplished while handling 3,100 tickets for the year, above the team average of 2,400.

The customer-facing status page was shipped on 14 March. While this was after the 1 February target, the delay was due to a vendor dependency outside your control. The page has been used to post 22 incidents since launch.

You met the goal to mentor two new hires. Both were handling tickets unsupervised by week 6, ahead of the 8-week target, according to one-on-one notes from April and May.

For development, focus on communication during escalations. In Q3, two customers were given a fix date before engineering had confirmed it (SUP-2211, SUP-2287). The process is to wait for an engineering estimate before providing a date to the customer.

Proposed rating: 4 (Exceeds). The significant outperformance on ticket volume and response time created a measurable positive impact on the customer experience beyond the defined expectations for the role.

Sul voto i due modelli hanno pencolato dalla stessa parte, ed è il motivo per cui il voto resta a te. La scala diceva che il 3 è il voto atteso per un anno solido e che il 4 richiede un impatto misurabile oltre il ruolo. Entrambi hanno considerato 3,100 ticket contro una media di 2,400 come quell'impatto, e nessuno dei due ha messo sul piatto, nella frase del voto, il ritardo di sei settimane sull'obiettivo 2 o le due escalation. Su queste prove un 4 è sostenibile; lo è anche un 3 con una riga sulle escalation, e il modello ha scelto per due volte quello più generoso. Il prompt 5 lo costringe a sostenere la tesi opposta prima che tu decida.

Ecco una bozza di valutazione e la nostra scala dei voti: [incolla entrambe]. La bozza propone un [voto]. Scrivi il caso più forte, in un paragrafo, per il voto di un livello sotto e il caso più forte per il voto di un livello sopra, usando solo le prove contenute nella bozza e le definizioni della scala. Poi elenca ogni prova che il voto proposto ignora. Non raccomandare un voto.

Quindi, qual è l'IA migliore: per una valutazione il modello conta meno delle prove, dato che due modelli di frontiera con le stesse prove hanno prodotto lo stesso voto e si sono differenziati per la voce e per una frase inventata. Claude se vuoi che le prove mancanti vengano segnalate, Gemini se vuoi una bozza già rivolta al dipendente. Avere entrambi nello stesso posto aiuta in una stagione di valutazioni con otto collaboratori. Su Whizi fissi una volta sola la scala dei voti e le definizioni delle competenze in un progetto (a settembre 2026 un progetto accoglie fino a 10 file fissati da 10 MB ciascuno, .docx e PDF compresi, e istruzioni di progetto fino a 32.000 caratteri che accompagnano ogni messaggio), poi fai passare le prove di ciascun collaboratore su Claude e su Gemini senza incollare di nuovo la scala (come funzionano i progetti). Dove Whizi perde è nell'altra metà del lavoro: non ha integrazione con i sistemi HRIS né account di team, quindi nulla viene prelevato per te da Workday, Lattice o Zendesk. Performance Assist di Citi "raccoglie automaticamente tutte quelle informazioni direttamente dai nostri sistemi", nelle parole di Patricia Gould, responsabile del total rewards di Citi, e l'AI Agent di Lattice riassume i feedback passati dall'interno di Lattice. Su Whizi esporti e incolli.

Devi dire alle risorse umane, o al dipendente, che l'IA ha aiutato a scrivere la valutazione?

Nei due grandi datori di lavoro con una posizione pubblica la risposta cambia: Citi informa i dipendenti e lascia a ciascuno la possibilità di rifiutare una valutazione scritta dall'IA, e a dicembre 2025 lo aveva fatto meno dell'1%, mentre la linea guida di JPMorgan, per come l'ha riportata Bloomberg, limita ciò che il manager può fare con lo strumento invece di imporre una comunicazione al valutato. JPMorgan vieta i punteggi assegnati dall'IA; Citi mantiene il manager responsabile della valutazione finale. Ovunque altrove la risposta è la policy aziendale sull'IA, e la prima voce della checklist di Lattice e di Textio è la stessa della nostra: leggila prima di incollare. Le posizioni dei datori di lavoro statunitensi citati, come riportate tra il 13 novembre e il 2 dicembre 2025:

I numeri dei sondaggi dicono che la questione è già attuale nella maggior parte dei team. Nel sondaggio di Resume Builder di giugno 2025, "More than 20% say they allow AI to make decisions without human input either all the time (5%) or often (16%)", e solo il 32% dei manager che usano l'IA per gestire le persone aveva ricevuto una qualche formazione formale in materia. Il sondaggio di ZeroBounce di settembre 2025 ha rilevato che il 41% dei manager aveva redatto o rivisto una valutazione con l'IA. Il sondaggio di dicembre 2025 di Gartner su 1.622 rispondenti ha rilevato che "managers reported an average of four hours saved across different parts of the performance management process when using AI", e il suo consiglio di aprile 2026 era di trattare l'IA "as an input to managerial judgment rather than a replacement for it".

L'unico esperimento sul campo sulla comunicazione ha trovato un costo nel dirlo alle persone, e un modo per aggirarlo. Tong, Jia, Luo e Fang, sullo Strategic Management Journal nel 2021, hanno misurato il feedback generato dall'IA all'interno di un'azienda reale e hanno scritto che "employees may develop a negative perception of AI feedback once it is disclosed to them, thus harming their productivity", un effetto che si attenuava con l'anzianità del dipendente. La soluzione che propongono è la forma in cui approdano tutte le policy qui sopra: il feedback lo consegna il manager, con la voce del manager, qualunque cosa lo abbia redatto. Peter Cassat, partner di CM Law, ha detto a HR Dive nel dicembre 2025 che usare l'IA per valutare i dipendenti "could subject organizations to discrimination claims as well as substantial compliance obligations", che è la ragione legale per cui il punteggio resta umano nelle banche. Le norme di stati e città differiscono, e questa pagina non è una consulenza legale; la domanda da porre alle risorse umane o a un legale è se uno strumento di redazione conti come strumento decisionale automatizzato dove ti trovi. IA per le risorse umane elenca sei norme statunitensi sull'IA nel lavoro: quelle che arrivano a stipendi e provvedimenti disciplinari e quelle che escludono la redazione nel loro stesso testo.

Posso scrivere una valutazione con l'IA gratis?

Sì. I piani gratuiti di ChatGPT, Claude e Gemini accettano il prompt 1 così com'è, e i generatori dedicati fanno lo stesso lavoro con un modulo al posto di un prompt. TechnologyAdvice ha provato otto generatori gratuiti a marzo 2026 e ne ha tenuti quattro: Easy-Peasy.AI (2 valutazioni al giorno), Writify.AI (senza limiti, con pubblicità), Vondy (4 prima della registrazione) e GravityWrite (1.000 parole al mese). I moduli chiedono il nome del dipendente; metti al suo posto una qualifica professionale, su qualsiasi strumento di cui non hai letto le condizioni sui dati (cosa non incollare mai in una chat con l'IA).

Gratis o a pagamento, fai un controllo che gli strumenti a modulo saltano. Il test di Textio di gennaio 2023 sul feedback di ChatGPT ha rilevato che presumeva femmina un'infermiera 9 volte su 10 e scriveva un feedback per le donne più lungo di circa il 15%, con la lunghezza in più fatta soprattutto di critiche. Il prompt 6 esegue quel controllo sul tuo insieme di valutazioni prima che venga consegnato qualsiasi cosa.

Ecco [N] bozze di valutazione del mio team, con i nomi sostituiti da lettere: [incolla]. Confrontale ed elenca: ogni valutazione più lunga o più corta del 20% rispetto alla mediana; ogni aggettivo sul carattere (affidabile, difficile, frizzante, aggressivo) e in quale valutazione compare; ogni pronome o parola di genere; ogni affermazione senza un numero o una data a sostegno. Restituisci una tabella con una riga per ogni rilievo. Non riscrivere nulla.

La regola su cui concordano tutte le policy di questa pagina sta in una frase: le prove arrivano da te, la bozza può arrivare dal modello, il voto e la conversazione restano tuoi.