用AI準備一對一會談：主管與部屬的高品質對話

這篇要幫你把一件事做完：用AI在十五分鐘內，把主管與部屬每週或每兩週一次的一對一會談（1-on-1），從「進度報告大會」改造成一份有追蹤脈絡、有開放式提問、有回饋結構的高品質會談大綱，讓對話真正聊到成長、卡點與職涯，而不只是複誦待辦事項。

為什麼多數一對一會談最後都變成「進度審問」

大部分主管沒有受過正式的教練訓練，一對一會談常常在沒有準備的情況下臨時展開，結果自然而然滑向最容易問的問題：「那個案子做到哪了？」「什麼時候可以交？」這類封閉式問句表面上有效率，實際上把一對一會談的功能，降級成了原本站立會議（standup）或專案追蹤表就能做的事。

真正的一對一會談，核心價值在於三件事：讓部屬有安全空間講出檯面下的困難、讓主管掌握團隊成員的職涯與情緒狀態、以及建立雙向而非單向的回饋機制。這三件事都需要「準備」——你得記得上次聊到哪裡、你得問對問題、你得用結構化的方式給回饋，而不是即興發揮。問題是，多數主管一週要帶五到十個人，根本沒有時間幫每個人客製化一份會談大綱。這正是AI能派上用場的地方：把「記憶上次談了什麼」「產生開放式問題」「套用回饋框架」這三件耗時但重複性高的工作交給AI，主管把省下來的腦力用在真正需要人味的部分——傾聽與臨場反應。

用AI準備一對一會談的完整流程

整個流程分成五個步驟，從準備到會後追蹤，AI在每一步都能幫忙，但決策權始終在主管手上。

第一步：彙整背景資料。 把上次會談筆記、這段期間的專案進度、部屬最近的工作產出（可以是週報、Slack訊息摘要、Email往來），貼給AI整理成一段背景摘要。這一步的目的不是要AI幫你做決策，而是幫你「回憶」——很多主管其實不是不關心部屬，只是真的記不住三週前聊過什麼。

第二步：產生會談大綱與開放式問題。 根據背景資料，請AI產出五到七個問題，混合「延續上次議題」與「新的開放式提問」。這裡是整篇教學的核心，下面會給出可以直接複製的Prompt。

第三步：套用回饋框架。 如果這次會談需要給予具體回饋（不管是肯定還是需要調整的行為），請AI用SBI（情境-行為-影響）或STAR框架，把你想表達的意思整理成一段具體、可驗證、不帶情緒標籤的敘述，避免說出「你最近態度不太好」這種模糊又傷感情的話。

第四步：會談中即時記錄。 會談進行時，主管可以用手寫或口述方式簡單記重點，會後再請AI把凌亂的筆記整理成結構化摘要，包含「本次討論重點」「部屬提出的困難」「雙方承諾的行動專案」三段。

第五步：建立跨會談的追蹤檔案。 把每次會談摘要累積成一份時間序的記錄，下次準備會談前，直接餵給AI當背景資料，形成一個持續累積、越用越準的迴圈。

可複製的Prompt：會談大綱產生器

以下這段Prompt是整篇文章最實用的部分，複製後把大括號內容換成你的實際資訊即可使用。建議貼到ChatGPT、Claude或公司內部的AI助理都可以。

你是一位資深的團隊管理顧問，協助我準備即將進行的一對一會談。

背景資訊：
- 部屬姓名/角色：{部屬姓名或職稱}
- 上次會談日期與重點：{上次談了什麼、對方提到的困難或目標}
- 上次會談後雙方承諾的行動專案：{列出上次的待辦事項，以及目前完成狀況}
- 這段期間觀察到的工作表現或產出：{具體事實，例如專案進度、交付物、同事回饋，避免主觀評論}
- 這次會談的主要目的：{例如：例行追蹤／季度回顧／處理特定問題／職涯討論}
- 目前團隊或公司的背景脈絡：{例如：正在衝刺某專案、組織剛調整、公司在招募等}

請幫我產出：
1. 一段150字以內的會談背景摘要，幫我快速回憶上次談了什麼。
2. 3個延續上次議題的追蹤問題（不要只問「做完了嗎」，要問過程中發生了什麼）。
3. 3到4個開放式問題，涵蓋以下至少兩個面向：工作滿意度、與團隊協作的狀況、職涯發展、是否有需要我協助排除的障礙。避免會用「是／否」就能回答的問題。
4. 如果我需要給予回饋，請用SBI框架（情境Situation、行為Behavior、影響Impact）幫我把以下這件事整理成一段客觀、具體、不帶情緒標籤的敘述：{描述你想反饋的具體事件}
5. 提醒我這次會談應該避免哪些容易讓對話變成單向審問的問法。

請用條列式呈現，語氣專業但不生硬，全程使用台灣用語的繁體中文。

這段Prompt的關鍵設計是「強迫AI區分延續性問題與開放式問題」，因為多數人直接問AI「幫我出一對一問題」時，AI很容易產出一堆放諸四海皆準、跟這位部屬毫無關係的通用問題清單，那樣的問題清單其實跟不準備沒有太大差別。

開放式提問庫與回饋框架對照

不同情境需要不同型別的問題，下表整理常見的一對一會談情境，以及對應的提問策略與適合的回饋框架，可以直接貼給AI要求它套用。

實務上建議主管固定用「延續＋開放＋（視需要）回饋」三段式結構，每次會談控制在三到五個問題以內，問太多反而讓對話變成填問卷。

追蹤上次議題，讓對話有連續性

一對一會談最容易被部屬察覺「主管根本沒在準備」的地方，就是完全記不得上次談過什麼。這也是AI最擅長解決的問題之一，因為AI不會累、不會忘記，只要你有把每次會談摘要儲存下來。

具體做法是建立一份持續累積的「會談記錄檔」，格式建議固定為：日期、討論重點（三到五點）、部屬提出的困難或需求、雙方承諾的行動專案、下次應該追蹤的事項。每次會談結束後花五分鐘請AI幫你把凌亂筆記整理成這個格式，存到同一份檔案（Google Docs、Notion或公司內部系統都可以）。下次要準備會談時，把最近兩到三次的記錄一起貼給AI，它就能幫你抓出「這件事已經連續兩次被提到但一直沒解決」這種模式，這種模式辨識正是主管最容易在忙碌中漏掉的訊號。

要注意的是，這份記錄檔涉及員工的個人狀況與敏感資訊，如果公司使用的是雲端AI服務，務必先確認資料使用政策，避免把涉及績效評等、薪資調整、離職意向等高敏感內容直接貼進沒有企業合約保障的AI工具。多數企業版AI服務（例如ChatGPT Enterprise、Claude for Work）會承諾不用客戶資料訓練模型，但仍建議去識別化姓名等直接識別資訊，改用代稱。

台灣中小企業實作案例

一家台北的中型行銷代理商（團隊約十八人，分為三個專案小組）在匯入這套流程前，主管普遍反映一對一會談「聊完之後想不起來聊了什麼」，部屬端的匿名意見調查也顯示，有不少人覺得一對一「跟站立會議沒兩樣」。

團隊主管在匯入AI輔助準備流程後，做法是每週五下班前，把該部屬本週的工作產出重點（從專案管理工具的活動紀錄複製貼上即可，不需要額外整理）連同上次會談摘要，一起丟給AI產生下週一對一的大綱，整個過程大約十到十五分鐘，取代了原本主管憑印象隨手寫幾點大綱、甚至完全不準備的狀況。

三個月後，該公司在下一輪的匿名意見調查中，「主管會記得我上次提過的事」這一項的正面回饈比例有明顯提升，多位部屬主動提到「感覺一對一終於不是在報進度」。需要誠實說明的是，這是單一團隊、主觀意見調查的觀察結果，樣本數不大，也沒有做嚴謹的前後對照實驗，不能直接推論成放諸四海皆準的效果數字，但作為一個低成本、幾乎不需要額外工具採購（只需要既有的AI助理訂閱）的改善做法，這個案例說明的重點是：多數一對一會談品質不佳，卡點往往不在主管不用心，而在準備這件事本身太耗時，AI剛好能補上這個缺口。

AI的能力邊界與常見錯誤

老實說清楚AI在這件事上做不到什麼，跟教你它能做什麼一樣重要。

第一，AI無法替你判斷部屬「真正」的情緒狀態。你貼給它的文字紀錄是客觀事實的摘要，但一個人在會談中欲言又止的語氣、遲疑的停頓、眼神閃躲，這些非語言線索AI完全看不到，也永遠不該讓AI幫你「診斷」某人是不是要離職或狀態不好，那是主管必須靠現場觀察與人際敏感度判斷的事，AI只能幫你把已知的事實整理得更清楚。

第二，AI產出的問題清單是起點，不是終點。如果你逐字照唸AI給的問題，對話會顯得生硬、像在唸稿，部屬也感受得出來。正確用法是把AI產出的問題當作素材，用自己的話重新組織，甚至只挑其中一兩個真正有共鳴的問題深入聊，而不是把清單全部問完。

第三，涉及績效考核、加薪、資遣等重大決定時，AI的回饋框架建議只能是輔助措辭的工具，實際決策必須經過人資與法遵流程，不能因為AI幫忙把話講得比較委婉，就跳過該有的正式溝通程式，尤其涉及書面警告或績效改善計畫（PIP）這類具有法律效力檔案的措辭，建議仍由人資或法務把關。

第四，AI沒有記憶（除非你自己餵給它），它不會主動記得你三個月前跟這位部屬聊過什麼，如果沒有建立持續累積的會談記錄檔，AI每次都是從零開始，準備品質就會打折扣，這也是為什麼「建立追蹤檔案」是整套流程裡最容易被忽略、卻最關鍵的一步。

第五，過度依賴AI產生的「標準化」問題，可能讓一對一會談變得樣板化。每個部屬的個性、溝通習慣、當下狀態都不同，資深主管的價值就在於知道什麼時候該偏離劇本，這一點AI無法替代，只能輔助。

讓一對一會談變成習慣而非負擔

一對一會談真正的挑戰從來不是「想不想關心部屬」，而是「有沒有時間好好準備」。把彙整背景、產生問題、套用回饋框架這幾件重複性高、耗時但技術含量不算高的工作交給AI，主管才有餘力把注意力放在真正需要人來做的事——臨場傾聽、判斷語氣、給予真誠的回應。建議從下週開始，挑一位團隊成員試著用上面的Prompt準備一次會談，感受一下差異，再逐步推廣到整個團隊。持續三到四次之後，你會發現準備一對一會談所花的時間反而變少了，因為AI幫你記住了原本需要自己努力回想的細節。

常見問題 FAQ

延伸閱讀

• 更多職場溝通類工作流程
• 瀏覽可直接複製的Prompt範本
• 探索AI任務食譜庫
• 認識AI Agent如何協助日常管理工作