用 AI 制定 30-60-90 天计划：只写经理确认过的承诺

要用 AI 制定 30-60-90 天计划，先收集已确认的岗位要求、团队优先级、访问限制和经理意见。AI 只负责把这些事实整理为学习、贡献和独立负责三个阶段；每项优先级、指标、依赖和决策边界都应由经理确认后，才成为真实承诺。

负责任使用 AI 的通用方法同样适用于本任务：流畅草稿不等于事实。每项承诺都应能追溯至可信的人、文档或系统。

关键要点

• 把第 30、60、90 天视为复盘窗口，而非普适绩效期限。
• 分开记录已确认事实、工作假设和未回答问题。
• 每个阶段都按实际需要覆盖学习、关系、交付和权限。
• 用可观察证据描述进展，不虚构目标或承诺不可控结果。
• 把依赖、owner 和经理决定写在里程碑旁边。
• 岗位、团队或证据变化时发布新版本。

30-60-90 天计划到底解决什么问题？

这是一份简短且可版本化的上手协议，说明你如何理解岗位、开始贡献，并在合适边界内承担责任。三个日期提供检查节奏，不会把不确定工作变成保证完成的结果。

OPM 的管理人员入职框架采用分阶段里程碑，并强调战略关系、利益相关者沟通、反馈和绩效预期。［1］其职业发展与个人发展计划材料也强调，发展计划是员工与主管的合作，要围绕具体学习目标、能力和持续反馈展开。［2］［3］这些原则适用于一般岗位规划，但具体制度仍以你的组织为准。

不要把它与员工入职清单混为一谈。清单确认账号、设备、表单和培训是否就绪；本计划描述如何形成岗位理解、提交证据并逐步获得决策权限。

步骤 1：冻结岗位范围和来源包

提示 AI 前先建立范围页，记录岗位名称、团队、经理、开始日期、计划版本、来源截止时间和复盘节奏。若招聘时的职位描述与当前职责不同，保留两个版本，并请经理明确以哪个版本为准。

来源包只包含获准使用的材料：

• 已签署的职位描述或工作说明；
• 经理提供的团队目标和当前优先级；
• 操作流程、服务边界和决策政策；
• 已确认的利益相关者角色；
• 已知的访问、培训和合规要求；
• 经理对待确认问题的书面答复。

不要把机密材料提交给未获批准的 AI 服务。用稳定角色标签替代敏感姓名，尽量减少粘贴内容，并为每条事实保留 source ID。NIST 将虚构、数据隐私、信息完整性和人机配置列为生成式 AI 的重要风险。［4］

状态	含义	允许用途
已确认	有获批来源或责任人支持	可以成为计划承诺
假设	等待确认的临时前提	只能生成问题，不能成为承诺
未知	缺失或相互冲突	必须继续保留为空

步骤 2：把岗位事实分为四条工作流

把来源包分为学习、关系、交付和权限。只有产出而缺少背景可能造成错误；一直学习而没有贡献，也无法说明上手进度。

工作流	规划问题	可观察证据
学习	必须了解哪些系统、客户、规则和流程？	完成演示、流程图获 owner 验证、通过必需培训
关系	谁提供输入、批准或服务？	完成有目的的首次沟通、确认沟通路径
交付	当前阶段适合做什么有限贡献？	分析获复核、小任务验收、草稿获反馈
权限	哪些决定只能观察、协助、建议或执行？	书面授权、review 规则、升级路径

“了解业务”过于宽泛；“向流程 owner 复述订单至退款路径，并根据复核修正流程图”可以检查。反过来，“90 天内收入增长 20%”只有在获授权来源提供目标、基线、归因和你的实际控制范围时才可使用。

步骤 3：用入职后前 30 天建立已核实的理解

第一阶段通常侧重方向、访问、背景和倾听，但内部调岗或紧急项目可能不同，应由证据决定比例。可以规划：

1. 完成必需的安全、合规、系统和岗位培训。
2. 画出团队客户、输入、输出、依赖和升级路径。
3. 观察固定工作节奏以及一条有代表性的端到端流程。
4. 带着明确目的和问题联系已确认的利益相关者。
5. 请经理确认近期优先级与明确排除的工作。
6. 在阶段结束前共同检查证据和未解决问题。

每项里程碑都要有 owner、依赖、时间窗口、证据和检查点。“取得分析系统权限”取决于授权团队，不能全部写成你的承诺。应记录批准方、升级日期，以及等待期间仍可完成的工作。

步骤 4：用第 31–60 天形成有限贡献

第二阶段把学习转为可复核的小型贡献。优先选择输入清楚、有真实接收者、影响范围有限且能快速获得反馈的工作，例如改进一份流程文档、使用获批数据完成分析、接手低风险例行任务，或提交变更建议供评审。

若某项里程碑扩大为多团队交付，应另建完整项目计划，不要把范围、排期、风险和治理强塞进一行上手目标。

每项贡献记录产物与接收者、验收证据、所需输入、复核人、你无权决定的事项，以及希望从反馈中学到什么。不要把活动数量当作价值；十场会议不一定比一份获确认的关系图更有效。

步骤 5：用第 61–90 天界定适当责任

第三阶段展示你可以安全负责什么，而非制造戏剧性的终点。责任可能是独立运行例行流程、在明确边界内提出建议、领导小型改进，或维护定义清楚的指标。

请经理为每项任务指定观察、协助、建议、决定四级权限。若权限取决于认证、试用期、法律授权或系统访问，就把条件写清楚，不能假设第 90 天会自动覆盖这些要求。

只有组织真正使用目标与关键结果时，才参考用 AI 编写 OKR。需要指标时，可参考用 AI 定义 KPI，补齐 owner、公式、数据源、频率和解释。两者都不能授权模型虚构目标。

步骤 6：用 AI 制定 30-60-90 天计划时只给有边界的转换任务

只提供已批准事实表和固定输出字段，先要求问题与缺口，再要求润色。

把提供的岗位证据整理到 0–30、31–60、61–90 天三个窗口。
每项返回工作流、source ID、行动、可观察证据、owner、依赖、检查点、
权限等级和未解决问题。只能使用已提供事实，不得虚构优先级、目标、
基线、访问权限、利益相关者承诺、期限、绩效标准或晋升。
保留假设和未知项；遇到冲突时列出冲突，不得自行解决。

逐行检查结果，删除通用填充，拆开复合里程碑，并恢复摘要遗漏的限定词。如果模型把经理决定分给你，不要只软化措辞，而要改回正确 owner。

步骤 7：把目标改成可观察证据

证据应显示行动是否发生，但不假装证明你无法控制的业务结果。可用证据包括获批准的流程图、已完成的强制培训、接收者验收的分析、按清单完成的例行流程，或带复核意见的决策记录。

窗口	行动	证据	依赖	权限	检查点
0–30	绘制一条获批流程	流程 owner 验证并修正	owner 访谈	观察	第 20 天
31–60	提交有限分析	接收者确认方法和限制	获批数据集	建议	双周复盘
61–90	运行例行 review	完成清单并升级异常	书面授权	政策内决定	第 85 天

除非已有量规，否则不要使用“优秀”“战略性”等形容词。选择复核者能够直接检查的证据。

步骤 8：让经理复核并进行版本管理

与经理逐行确认：优先级是否仍有效、证据是否充分且可控、owner 是否正确、依赖是否现实、权限边界是否准确，以及哪些事项要停止、移动或新增。

记录经理实际作出的决定，不要让 AI 猜测其意图。发布带日期的版本，并安排短周期检查。依赖延误或优先级变化时，保留原条目与变更原因，再发布新版本。计划应随现实变得更准确，而不是忠于入职第一天的假设。

应运行哪些质量检查？

• 岗位、经理、版本和来源截止时间明确。
• 每项承诺都有 source ID 或经理决定。
• 已确认、假设和未知三种状态没有混合。
• 各阶段按实际需要覆盖学习、关系、交付和权限。
• 指标只在来源给出定义、owner、基线和目标时出现。
• 依赖没有伪装成个人承诺。
• 每项里程碑都有可观察证据和检查点。
• 权限明确为观察、协助、建议或决定。
• 机密材料在获批环境内最小化处理。
• 每次变化都产生带原因和复核人的新版本。

总结

• 从已核实岗位证据和经理输入开始。
• 把三个窗口作为复盘点，而不是普适绩效规则。
• 同时规划学习、关系、交付和权限。
• 明示证据、依赖、owner 和待确认问题。
• AI 只整理和质疑事实，不创造承诺。
• 现实变化时复核并发布新版本。

常见问题

谁适合使用 30-60-90 天计划？

新员工、内部调岗人员、新晋经理或承包人员都可能受益，前提是岗位已有足够的已确认信息。范围和节奏必须符合真实雇佣或合作安排。

三个阶段分别应放什么？

第一阶段通常偏向学习和访问，第二阶段偏向有限贡献，第三阶段偏向适当责任。这只是起始结构，最终内容由岗位条件和经理决定。

经理尚未给出明确优先级怎么办？

建立问题登记表，草稿只写已确认事实。把建议优先级标为假设，请经理排序或否决，在决定留痕前不要把它们写成承诺。

每个里程碑都需要数字吗？

不需要。只有定义、基线、目标、来源和 owner 均已确认时才使用数字；获批准的流程图可能比虚构百分比更诚实。

它与入职清单有什么不同？

入职清单追踪设备、账号、表单和强制培训等准备条件；30-60-90 天计划追踪岗位理解、贡献和权限如何逐步发展。

计划批准后还能改变吗？

可以。保留旧版本，记录变更内容、原因和批准人，再更新受影响的里程碑与依赖。修订通常说明你获得了新证据。

AI 在这个流程中可以安全做什么？

AI 可以分类已提供事实、起草里程碑、发现缺失字段、检查 owner 矛盾并生成复核问题。它不能知道未写明的优先级、授予权限或承诺绩效结果。

应多久复核一次？

安排短周期检查，并在选定窗口附近进行正式复盘。经理、岗位、优先级、访问或依赖发生重大变化时应提前复核。

免责声明： 本文提供一般规划信息，不构成雇佣、法律、人力资源或绩效管理建议。请与经理及获授权的组织职能确认工作要求。

来源

1. U.S. Office of Personnel Management, Executive Onboarding Framework — https://www.opm.gov/policy-data-oversight/training-and-development/hit_the_ground_running_establishing_a_model_executive_onboarding_framework_2011.pdf
2. U.S. Office of Personnel Management, Career Development — https://www.opm.gov/policy-data-oversight/training-and-development/career-development/
3. U.S. Office of Personnel Management, Career Development — https://www.opm.gov/policy-data-oversight/training-and-development/career-development/
4. NIST, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 9 月 4 日。

延伸阅读

• 如何负责任地使用 AI
• 用 AI 建立员工入职清单
• 用 AI 制定项目计划
• 用 AI 编写 OKR
• 用 AI 定义 KPI