绩效分数出来了，经理把结果发给员工，员工回一句“知道了”，这次考核就算结束了吗？很多团队的问题恰恰从这里开始：分数有了，为什么是这个分数、下个周期要改什么，却没人讲清。
一次绩效沟通，至少要让双方带着同一份事实离开，而不是各记各的版本。AI 可以帮经理整理材料、起草提问和检查规则是否前后一致，但前提是企业有权使用这些资料，且最终判断仍由人来做。可以依次谈目标推进、岗位表现和激励规则，最后留下下一步动作。
先讲目标推进：发生了什么，证据在哪里
目标管理回答“这个周期最重要的事情推进到哪里了”。如果用 OKR，关键结果需要可检查，执行中也要记录遇到的阻碍和调整。目标完成率是一条信息，但不是对个人全部工作的判断。
例如团队尝试进入新市场，约定了试点客户进入正式评估的关键结果。周期末只达到部分目标，管理者仍应看：客户反馈验证了什么，团队是否及时改变方案，哪些阻碍来自资源或跨部门依赖。
若把探索目标的完成率直接等同奖金，团队可能倾向于降低目标难度；若完全不看推进过程，又会失去讨论重点工作的依据。
如果目标和周报记录很多，可以让 AI 先按时间列出关键结果的变化、已记录的阻碍和缺失证据，再由经理逐条回到原记录核对。AI 没看过的线下沟通、客户变化和资源冲突，不能让它凭空补全。
再讲岗位表现：哪些结果由本人负责
绩效评价应回到岗位职责和事先讲清的标准。销售岗位、交付岗位、管理岗位可观察的结果不同；同一岗位也可能有质量、协作和经营结果的不同维度。
评价时先列事实，再讨论解释：约定任务是否完成，客户和同事的反馈是什么，关键节点有无记录。某项 OKR 的贡献可以成为证据之一，但要避免同一结果在岗位指标和目标贡献中重复计算。对于受外部条件影响的结果，管理者应说明个人可控部分和团队条件，而不是只凭印象加减分。
AI 可以把已有记录整理成面谈提纲：哪些结果有凭据、哪些需要追问、哪些说法仍只是印象。提纲是谈话准备，不是自动评分表。员工对事实有异议时，要能回到原始记录，而不是回答“AI 是这么算的”。
奖金可以谈，但按事先说好的规则谈
奖金、提成和其他激励关系到员工预期，计算条件要明确：什么结果计入、由谁确认、什么时候结算、多人协作如何处理、例外由谁裁定。具体方案由企业依自身业务与制度制定，不能从一篇文章抄一个“通用系数”直接套用。
当目标贡献影响激励时，也应事先说明它如何被讨论和记录，而不是到考核结束才临时宣布某个 OKR 分数对应多少钱。
规则已经明确时，AI 可以协助检查公式、字段和不同版本的口径是否一致；没有明确规则时，它只能指出缺口，不能替企业发明一套奖金制度。涉及员工个人资料和薪酬数据，还要先确认系统权限与使用范围。
面谈结束前，留下一两件真正要改的事
经理可以用 AI 起草一页会后记录，再由双方核对。至少写清：
- 已确认的结果：哪些岗位结果和关键目标有可靠证据？
- 仍待解释的差距：哪些差距由个人可控，哪些需要协作或资源？
- 改进行动：下一周期最值得改变的一两项是什么？负责人和检查时间是什么？
- 激励依据：适用哪项已公布规则，数据由谁确认？
如果评价有争议，记录双方依据和后续处理方式；如果行动需要管理者支持，也写入同一页。下次绩效沟通从这些约定继续，而不是重新打一遍分。
下次面谈结束前，经理可以只问一句：“如果一个月后我们再坐下来，你希望我看到哪件事已经变了？需要我提供什么支持？”员工能回答，经理也愿意接住，这次考核才算真正往前走了一步。
如果每次面谈前都得临时翻目标、周报和考核表，经理再会说，也很难把话讲实。不妨拿你们现在的流程，对照源目标的绩效管理页面看一眼：考核标准什么时候定，评价由谁参与，OKR 的进展如何进入讨论？先把记录接起来，再考虑用 AI 整理面谈提纲。分数仍要由人解释。
如果接下来要讨论奖金总额从哪里来，可以看源课堂《利润没涨，奖金却发了不少？先算清奖金池从哪来》；不要把个人的 OKR 完成率直接当成奖金公式。
发布于源课堂 · 源目标信息科技（上海）有限公司
