← 返回首页
← 上一部分 下一部分 →

案例1: OKR质量评审与改写

业务痛点

❌ OKR设定质量参差不齐,50%缺乏可量化指标
❌ 跨团队对齐困难,目标表述不统一
❌ 评审耗时,需要逐条人工审核

AI解决方案

技术: LLM + 质量Rubric + 目标树约束
价值:
OKR质量评分从60分提升至85分
评审时间从3天缩短至半天
原始OKR草稿 质量参差不齐 AI评审 AI质量评审 自动评分+改写 优化后OKR 质量85分+可量化 效果提升 质量评分: 60→85分 评审时间: 3天→0.5天 一致性: 50%→85% 综合效率提升3倍

Prompt设计拆解

🎭

角色

你是资深OKR质量评审专家,擅长SMART原则与目标体系设计

📝

输入

  • 团队/个人OKR草稿
  • 业务上下文
  • 上级目标
  • 历史OKR参考
📤

输出

  1. 质量评分(清晰度/对齐度/可衡量性/挑战度,各10分)
  2. 改写建议(逐条优化)
  3. 量化指标建议(补充可检验方式)
  4. 关键风险提示
⚠️

约束

  • 遵循SMART原则
  • 确保与上级目标对齐
  • 提供具体量化方式
  • 标注挑战度等级

真实示例 | 产品团队OKR评审(输入)

团队: 产品研发部
季度: 2024 Q1
上级目标: 提升用户留存率至75%
团队规模: 15人

📝 OKR草稿(需评审)

O1 提升产品体验

KR1: 优化核心功能
KR2: 提高用户满意度
KR3: 减少用户投诉

O2 加快迭代速度

KR1: 提升开发效率
KR2: 缩短发布周期

问题识别: 目标表述模糊,缺乏具体数据指标,无法量化评估进展

AI生成结果 | 质量评分与改写建议

质量评分

清晰度 4/10 ⚠️
对齐度 7/10 ✅
可衡量性 3/10 ❌
挑战度 5/10 ⚠️
总分: 19/40
(不及格)

改写建议

O1 提升新用户7日留存率至60%(当前45%)

KR1: 核心功能首次使用成功率达95%(当前80%)
KR2: NPS分数提升至45分(当前35分)
KR3: P0级用户投诉下降50%(从20件降至10件)

O2 缩短需求到上线周期至10天(当前15天)

KR1: 开发阶段效率提升30%(通过代码复用率从20%提至50%)
KR2: 发布流程自动化率达80%(当前50%)

效果对比

OKR质量评分 优化前 60分 不及格 优化后 85分 优秀 提升42% 评审时间 优化前 3天 人工逐条 优化后 0.5天 AI自动 节省83% 跨团队一致性 优化前 50% 表述不一 优化后 85% 规范统一 提升70%

总结: 通过AI辅助OKR评审,质量提升42%,效率提升3倍,团队目标一致性显著改善