人事評価 AIで書く方法：6つのプロンプトと評価文の実例

プロンプトには目標、自分で集めた根拠、評価基準を入れ、評価は自分で決める

人事評価の最初の下書きは、3つを入れた1つのプロンプトで実用レベルのものが書けます。期初に決めた目標、チケット管理システムやカレンダーや数字から自分で集めた根拠、そして定義つきの評価基準です。JPMorgan Chase は管理職にまさにこの使い方を認めています。ただし、ツールは「人間の判断の代わりにはならない」というガイドラインがあり、スコアの決定や報酬・昇進の判断にAIを使うことは禁止です(Bloomberg、2025年11月13日)。以下は2026年9月29日に2つのモデルへ送ったプロンプトです。サポートエンジニアとその数字は架空のもので、大事なのは型です。

年次の人事評価に載せる上司コメントを書いてください。使ってよいのは以下の根拠だけです。私が示していない事実が必要なときは、作らずに [NEEDED] と書いてください。構成は、目標ごとに1段落(先に成果、次に根拠)、伸ばすべき点を1段落、最後に当社の評価基準での総合評価案と1文の理由です。250語以内。人柄についての形容詞は使わず、何をして何が生まれたかだけを書いてください。

役割：サポートエンジニア、在籍2年。 評価基準：1 期待を下回る、2 一部達成、3 期待どおり、4 期待を上回る、5 大きく上回る。堅実な1年なら3が標準で、4は役割を超えた測定可能なインパクトが必要です。

目標1：ティア2チケットの初回応答時間の中央値を9時間から4時間未満に短縮する。 根拠：Zendesk のレポートで、第2四半期から第4四半期の初回応答の中央値は3.6時間。年間の対応チケットは3,100件で、チーム平均は2,400件。

目標2：顧客向けステータスページを公開する。 根拠：公開は3月14日で、目標の2月1日から6週間遅れ。遅れの原因は本人の管理外にあるベンダーのSSO依存。公開後に掲載されたインシデントは22件。

目標3：新人2名を8週間以内に1人でチケット対応できるよう育成する。 根拠：2名とも6週目までに1人で対応(上司の1on1メモ、4月と5月)。

育成メモ：第3四半期に、開発の確認前に顧客へ修正日を伝えてしまったエスカレーションが2件(Jira SUP-2211、SUP-2287)。

このプロンプトでは2つの指示が大きな役割を果たしています。「作らずに [NEEDED] と書く」は、測っていない数字でモデルが目標を飾り立てるのを防ぎます。実際の実行では、2件のエスカレーションの後に改善した根拠を渡していなかったため、Claude Sonnet 4.5 は [NEEDED] を1つ書きました。Gemini 2.5 Pro は1つも書かず、こちらが渡していない運用手順の文を付け足しました。「人柄についての形容詞は使わない」は、下書きを起きたことだけに留めます。それは本人が反論できる内容であり、人事が説明責任を持てる内容でもあります。

根拠は自分で用意する必要があります。モデルにはそれ以外に材料がないからです。Lattice の2025年版 State of People Strategy Report によると、管理職の49%が1年分のフィードバックを見直すのは難しいと感じています。その1年分こそがプロンプトに必要な材料で、Zendesk や Jira のエクスポート、カレンダー、コミットログ、1on1のメモ、ダッシュボードの数字がそれにあたります。プロンプト2は、何かを書く前に、そうしたエクスポートを根拠の行へ変換します。

以下は、この人の評価期間の生データです：[チケット一覧、カレンダーのエクスポート、コミットログ、売上レポートを順に貼り付け]。これを根拠の行にしてください。1項目1行で、日付か期間、行ったこと、エクスポートにある数字を必ず入れます。次の目標ごとにまとめてください：[目標を貼り付け]。どの目標にも当てはまらない項目は「その他」に入れます。数字が欠けている場合は [NUMBER NEEDED] と書いてください。要約や評価はせず、エクスポートにない項目は追加しないでください。

AIの利用は、あなたが出遅れているわけではありません。Resume Builder は2025年6月に、部下を持つ米国の管理職1,342人を調査しました。65%が仕事でAIツールを使っており、そのうち91%が業績評価に使っていて、53%が最初に選ぶのは ChatGPT でした。

AIで自己評価を書く：同じ材料で、正直な失敗を1つ入れる

AIで書く自己評価も、同じ3つの材料から始まります。主張するのは根拠が裏づける評価ただ1つで、次回は違うやり方にしたいことを、率直な言葉で1つ挙げます。失敗が1つもない自己評価は、機械が書いたか、注意を払っていない人が書いたように読めます。社員の26%はすでにAIが書いた評価を受け取ったと疑っています(ZeroBounce、米国の社会人1,000人への調査、2025年9月)。Citi の展開の順序を見れば、これがどれほど普通になったかがわかります。2025年6月から社員は社内のAIツールで自己評価を下書きでき、管理職が同じ支援を受けられるようになったのはその4か月後でした。

[期間]の評価に載せる自己評価を書いてください。私の目標は：[貼り付け]。私の根拠は、すべて自分の記録からです：[プロンプト2の根拠の行を貼り付け]。評価基準：[各レベルの定義つきで貼り付け]。一人称で300語以内、目標ごとに1段落で、先に成果、次に根拠を書いてください。その後に、次回は違うやり方にしたいことを1段落で：[失敗を1行で説明]。根拠が裏づける評価を主張し、それがどのレベルかを明記してください。より高い評価を主張してはいけません。私が示していない数字が必要なときは [NUMBER NEEDED] と書いてください。私の姿勢、努力、将来性についての主張は書かず、何をして何が生まれたかだけを書いてください。

自己評価に入れる数字は、すべて上司が元のシステムで確認できるものにしてください。上司は必ずそこを見ます。自己評価を支える3つの成果は、昇給の申し入れを支える3つの成果と同じです。そのため、AIで昇給をお願いする方法 の案件用プロンプトは両方に使える箇条書きを作ってくれます。先に記録に残すなら、自己評価のほうが適しています。

最後の仕上げは文体で、上司の下書きよりもここでの重要度が高くなります。モデルが書いたように読める自己評価は、自分で書いていないと上司に伝えてしまうからです。プロンプト4は自分の文章をサンプルに使います。どんな仕事のメールにも同じように使えます。

以下は、メールや文書から選んだ、私が自分で書いた3つの段落です：[貼り付け]。下の自己評価を、私の書き方に合わせて書き直してください。文の長さ、語彙、文の始め方を揃えます。数字と結びついていない形容詞はすべて削除してください。事実は追加も削除も並べ替えもせず、すべての数字と [NUMBER NEEDED] はそのまま残してください。[下書きを貼り付け]

人事評価に一番向いているAIはどれか？ 1つのプロンプトを2つで試した

Claude Sonnet 4.5 のほうが慎重な評価文を書き、Gemini 2.5 Pro のほうが温かい評価文を書きました。同じ根拠から、どちらも同じ評価の4を提案しました。2026年9月29日に、プロンプト1をそのまま2つのモデルへ、同じAPI(fal.ai の any-llm エンドポイント)経由で、温度0.3、各1回で送りました。Gemini はエンドポイントが必須としているため推論をオンにしています。テスト全体の費用は1セント未満でした。

Claude の出力です(太字の記号を除き、無編集)。

目標1：初回応答時間 初回応答時間の中央値の目標は達成されました。Zendesk のデータでは第2四半期から第4四半期で3.6時間となり、目標の4時間を下回っています。これは3,100件のチケットを処理しながらの達成で、チーム平均の2,400件を29%上回っています。

目標2：ステータスページ 顧客向けステータスページは3月14日に公開されました。本人の管理外にあるベンダーのSSO依存のため、目標の2月1日から6週間遅れています。公開以降、22件のインシデントが掲載されています。

目標3：新人の育成 担当した新人2名はどちらも6週目までに1人でチケット対応ができるようになり、8週間の目標を2週間前倒しで達成しました。4月と5月の上司の1on1メモに記録があります。

育成すべき点 第3四半期に2件のエスカレーション(SUP-2211、SUP-2287)があり、開発の確認前に顧客へ修正日が伝えられました。[NEEDED: これらの件の後に行われた改善や是正措置の根拠]

提案する評価：4(期待を上回る) 応答時間の目標を達成しながら平均を大きく上回るチケット量をこなし、新人の戦力化を早め、外部要因による遅れがあってもステータスページを届けたことは、通常の役割の期待を超える測定可能なインパクトを示しています。

Gemini の出力です(無編集)。

あなたは初回応答時間の中央値を短縮する目標を上回り、第2四半期から第4四半期で、目標の4時間未満に対して3.6時間を達成しました。これは年間3,100件のチケットを処理しながらの成果で、チーム平均の2,400件を上回っています。

顧客向けステータスページは3月14日に公開されました。2月1日の目標より後でしたが、遅れはあなたの管理外にあるベンダーの依存が原因でした。公開以降、このページには22件のインシデントが掲載されています。

新人2名を育成する目標も達成しました。4月と5月の1on1メモによると、2名とも6週目までに1人でチケットを扱っており、8週間の目標より早い達成です。

育成面では、エスカレーション時のコミュニケーションに注力してください。第3四半期に、開発の確認前に2人の顧客へ修正日が伝えられました(SUP-2211、SUP-2287)。顧客に日付を伝える前に、開発の見積もりを待つのが手順です。

提案する評価：4(期待を上回る)。チケット量と応答時間での大幅な好成績は、役割に定められた期待を超えて、顧客体験に測定可能なプラスの影響を生みました。

評価の点では両者が同じ方向に傾きました。それが、評価を自分の手元に残す理由です。評価基準では、堅実な1年なら3が標準で、4には役割を超えた測定可能なインパクトが必要でした。両モデルとも、平均2,400件に対する3,100件をそのインパクトとみなし、評価の一文では、目標2の6週間の遅れも2件のエスカレーションも重く見ませんでした。この根拠なら4は成り立ちます。エスカレーションに触れた一文を添えた3も成り立ちます。そして、モデルは2回とも寛大なほうを選びました。プロンプト5は、決める前にモデル自身に反対側の主張をさせます。

以下は評価の下書きと当社の評価基準です：[両方を貼り付け]。下書きは[評価]を提案しています。その1つ下の評価を支持する最も強い主張と、1つ上の評価を支持する最も強い主張を、それぞれ1段落で書いてください。使ってよいのは下書きの根拠と評価基準の定義だけです。そのうえで、提案された評価が無視している根拠をすべて挙げてください。評価の推薦はしないでください。

では、どのAIが一番か。評価文ではモデルよりも根拠のほうが重要です。同じ根拠を与えた2つの最先端モデルは同じ評価を出し、違ったのは文体と、作り足された1文でした。足りない根拠を指摘してほしいなら Claude、最初から本人に語りかける形の下書きがほしいなら Gemini です。両方を1か所で使うと助かるのは、部下が8人いる評価の時期です。Whizi では、評価基準とコンピテンシーの定義をプロジェクトに一度ピン留めしておきます(2026年9月時点で、プロジェクトには各10 MBのファイルを最大10個、.docx と PDF を含めて固定でき、32,000文字までのプロジェクト指示がすべてのメッセージに付きます)。そのうえで、部下ごとの根拠を基準を貼り直さずに Claude と Gemini の両方へ通せます(プロジェクトの仕組み)。逆に Whizi が弱いのは、仕事のもう半分です。HRIS連携もチームアカウントもないため、Workday、Lattice、Zendesk から自動で取り込まれるものはありません。Citi の Performance Assist は、Citi の総報酬責任者 Patricia Gould の言葉を借りれば「そのすべての情報を、私たちのシステムから直接自動的に集めます」し、Lattice の AI Agent は Lattice の中で過去のフィードバックを要約します。Whizi では、エクスポートして貼り付けます。

評価にAIを使ったことは、人事や本人に伝える必要があるか？

方針を公表している大手2社では、答えが分かれます。Citi は社員に伝え、AIが下書きした評価を誰でも断れるようにしていて、2025年12月までに断った人は1%未満でした。一方 JPMorgan のガイドラインは、Bloomberg の報道によれば、管理職がツールで行えることを制限しているだけで、部下への開示は求めていません。JPMorgan はAIによる採点を禁じ、Citi は最終的な評価の責任を管理職に残しています。それ以外のすべての会社では、答えは自社のAIポリシーにあります。Lattice と Textio の最初のチェック項目も、このページと同じです。貼り付ける前に読むこと。2025年11月13日から12月2日までに報じられた、米国の主な雇用主の方針は次のとおりです。

調査の数字を見ると、この問題はすでに多くのチームで現実になっています。Resume Builder の2025年6月の調査では、「20%以上が、AIに人間の入力なしで判断させることを、常に(5%)または頻繁に(16%)認めている」とされ、人の管理にAIを使う管理職のうち、そのための正式な研修を受けていたのは32%だけでした。ZeroBounce の2025年9月の調査では、41%の管理職がAIで評価を下書きまたは修正したことがありました。Gartner の2025年12月の1,622人への調査では、「管理職はAIを使うと、業績管理のさまざまな部分で平均4時間を節約できたと報告した」とされています。2026年4月の助言は、AIを「管理職の判断に代わるものではなく、判断への入力」として扱うことでした。

開示についての現場実験は1件だけで、伝えることのコストと、その回避策の両方が見つかりました。Tong、Jia、Luo、Fang は2021年の Strategic Management Journal で、実在の企業の中でAI生成のフィードバックを測定し、「社員はAIのフィードバックを開示されると否定的な印象を持ち、生産性を損なうおそれがある」と書きました。この影響は社員の勤続年数が長いほど小さくなりました。彼らが提案する対策は、上のすべての方針が行き着く形と同じです。何が下書きしたかにかかわらず、管理職が自分の言葉でフィードバックを伝えることです。CM Law のパートナー Peter Cassat は2025年12月に HR Dive へ、AIで社員を評価すると「差別の申し立てや、多大なコンプライアンス上の義務を招くおそれがある」と述べました。これが、銀行で採点が人の手に残っている法的な理由です。州や市のルールは異なり、このページは法的助言ではありません。人事や弁護士に確認すべきは、あなたのいる場所で、下書きツールが自動意思決定ツールに当たるかどうかです。人事のためのAI では、給与や懲戒に及ぶもの、そして下書きを自らの条文で除外しているものなど、米国のAI雇用ルールを6つ挙げています。

AIで評価を無料で書けるか？

はい。ChatGPT、Claude、Gemini の無料プランは、プロンプト1をそのまま受け付けます。専用の生成ツールも、プロンプトの代わりにフォームを使って同じ仕事をします。TechnologyAdvice は2026年3月に8つの無料ジェネレーターをテストし、4つを残しました。Easy-Peasy.AI(1日2件)、Writify.AI(無制限、広告つき)、Vondy(登録前に4件)、GravityWrite(月1,000語)です。フォームは従業員の名前を求めますが、データの扱いを読んでいないツールでは、名前の代わりに職種を入れてください(AIチャットに貼ってはいけないもの)。

無料でも有料でも、フォーム型ツールが飛ばすチェックを1つ行ってください。Textio の2023年1月の ChatGPT フィードバックのテストでは、看護師を10回中9回女性だと決めつけ、女性向けのフィードバックは約15%長く、その増えた分は大半が批判でした。プロンプト6は、提出する前に、自分のチーム全体にそのチェックを行います。

以下は、名前をアルファベットに置き換えた、私のチームの評価の下書き[N]件です：[貼り付け]。比較して、次を挙げてください。長さが中央値より20%以上長い、または短い評価。人柄についての形容詞(頼りになる、扱いにくい、明るい、攻撃的など)と、それが出てくる評価。代名詞や性別を示す言葉。数字や日付の裏づけがない主張。出力は、1件につき1行の表にしてください。何も書き直さないでください。

このページのすべての方針が一致するルールは、一文に収まります。根拠はあなたから、下書きはモデルから、評価と対話はあなたのものです。