考核季到了，你盯着空白自评表，试图凭记忆还原一整年的工作。你知道自己做了不少事，却想不起具体项目名、某项指标究竟在哪个季度改善，也记不清客户三月那句表扬的原话。AI很适合帮助整理这些零散材料，但也正是在这种时候，人最容易让它补写本不该由它补写的内容。
本文只讨论员工如何准备自己的自评，不讨论管理者如何给他人打分或排名。后者已在拒绝用AI给人打分或排名中讨论。这里的核心规则更简单，而且只有一个方向：AI可以把你的证据整理成有说服力的文档，但不能替你生成证据。自评中的每项事实都必须追溯到实际发生的事情，而只有你能提供这些材料。
考核流程、访问权、保留期限、披露义务、集体协议和申诉渠道各不相同。请遵循雇主的现行政策；若相关记录可能影响纪律处分、歧视、合理便利或解雇，应向工会或法律专业人士寻求建议。
为何这是真实风险，而非假设
绩效评估不是低风险写作任务。它可能影响加薪、晋升或绩效改进计划，在许多公司还会进入成文记录。被要求“让我这一年听起来更厉害”的模型，即使你没有提供某项细节，也可能产出自信、听起来具体的语言——百分比、范围、具名结果。生成未锚定于源材料的流畅文本，是这些系统有充分记录的行为，而非偶发故障（Ji et al., “Survey of Hallucination in Natural Language Generation,” 2023），输出的流畅性不是其中主张为真的证据。若经理或HR后来要求你为无法支撑的数字举证，问题就不再只是起草上的不便，而会变成一份可能带来实际后果的文件中的诚信问题。
切勿提交无法亲自对照真实依据核验的自评主张，例如百分比、金额或具名项目的结果。依据可以是邮件、仪表盘、工单、文档或同事确认。若AI生成的表述听起来很具体，却无法追溯到真实来源，就应在进入考核材料前删掉，无论它读起来多漂亮。
四步工作流
第1步：先收集自己的原始证据，再打开任何AI工具
根据自己的记忆与记录列出你能找到的一切：已完成项目、你追踪的指标、收到的正面反馈（邮件、Slack消息、会议笔记）、被分配的目标及其结果，以及你在常规职责之外处理的事项。这一步不用AI。目的是为后续工作打下事实基础——AI无法独立知道你今年做了什么，让它猜正是本工作流要防止的错误。
第2步：用AI按考核的实际标准整理证据
一旦有了原材料，AI确实擅长按考核所用结构——能力项、目标、价值观或评分量表——分类整理。
这是本考核周期我做过与完成的事项清单：[粘贴你的原始清单]。
我的考核使用这些类别：[粘贴公司实际考核类别]。把我给你的
内容归到合适的类别下。不要添加我上面未包含的任何成就、
指标或结果——若某类别在我的清单中没有任何内容，注明为空，
而不是编造内容去填满。
明确指示不要填补空白很重要——没有约束的模型常会试图为每个类别产出看起来完整的答案，在这项具体任务中意味着把从未发生的事写进你的记录。
第3步：从已核验事实起草语言，而不是绕开它们
证据整理好后，请AI帮忙写作本身——语气、清晰与简洁——同时让每条事实主张可追溯到你所提供的内容。
仅使用上面已整理的证据，为“[类别名称]”部分起草一段自评。
每个数字、项目名与结果保持我给出的原样。不要把数字往上取整，
不要添加暗示我未说明之规模的形容词（例如“显著”“重大”），
除非我自己用了那个词；并标出任何若有我未提供的细节会读起来
更有力的地方，以便我决定是补充还是保持笼统。
第4步：正式提交前核验每条主张
对照原始证据逐行回读草稿。对每个数字或具体主张问：我现在能指出它的来源吗？若不能，要么找到来源，要么软化到你实际能支撑的表述。这一步不可省略，也不能委托给产出草稿的同一工具——用同一工具再检查自己的初稿，不是独立核实。
对暂时无法核验的主张，可退回到你确定知道的部分，而不必把整句话删掉。即使无法引用确切百分比，“参与了一个缩短处理时间的项目”仍然站得住脚；如果没有数字来源，“将处理时间缩短40%”就站不住脚。
快速参考
| AI用途 | 判定 |
|---|---|
| 按考核类别整理你自己列出的成就 | 安全——仅结构 |
| 围绕你提供的事实起草更清晰的语言 | 安全——提交前核验 |
| 在没有新事实时让AI把内容写得“更厉害” | 有风险——留意捏造出来的具体细节 |
| 让AI估算你记不清的确切指标 | 不安全——找到真实数字，或以你自己的话说明为约数 |
| 让AI根据你的职位猜测你大概做了什么 | 不安全——这是捏造，不是整理 |
披露与一个常见误解
有些公司会在考核表中明确询问文档是否由AI协助起草。若你的公司询问，就如实回答。AI协助的作品，仍应由你署名并负责介绍了通用的披露规范；使用AI帮助整理真实成就，是完全正常且适合如实披露的情形，不必隐瞒，也不必为此辩解。
需要直接指出一个误解：条理清晰、打磨过的自评，并不能证明这一年表现出色，它只能证明文档写得好。两者并不相同。这里真正的防线也不是指望别人发现文字由AI协助生成。在受控研究中，人们无法可靠区分AI生成的自我呈现与人写的内容（Jakesch, Hancock and Naaman, PNAS, 2023），因此不能把“他们看得出来”当作任何方向的保障。真正站得住的原则很简单：没有依据的主张一旦被追问出处，就会立即暴露，而绩效考核正是最终可能有人追问依据的那类文档。
本周准备
在下一个考核周期前，用员工考核准备工作表先收集原始证据，再完成上述四步工作流。若考核还包括你想给经理的反馈，或希望从经理那里获得的反馈，一对一会谈议程准备说明如何在那类对话中同样坚持证据优先。
欧盟读者可从欧盟委员会的就业平等概览、EDPB就业数据指南集合以及适用的国家机关开始。爱沙尼亚读者可参考劳动监察局和平等待遇专员。美国读者可参考EEOC雇员权利门户；雇主侧可参照EEOC的绩效评估指南，其中强调清楚传达标准、一致适用标准并纳入相关事实。这些是按司法辖区提供的起点，并非对你雇主流程的审查。
