AI工具高效分解部门职责与岗位，1天搞定1个月工作

01 缘起和痛点

写部门职责、岗位说明书，这事儿吧，不管是大集团还是小公司，都是躲不开的管理必修课。对于很多中小企业老板来说，尤其上心——公司从十几个人发展到上百人，最让人头疼的往往就是：各个部门到底该干什么？每个岗位的活儿干到位了没有？工作饱和度怎么样？这个人到底行不行……

如果你是公司的HR，组织各部门写这些东西，那更是苦不堪言。模板发了，培训也做了，但交上来的文件还是五花八门。让各部门改，来回折腾多少轮老板都不满意；自己上手改吧，很多具体岗位的工作细节又不那么清楚，而且耗时巨大，更麻烦的是，有些职责写多了，部门还不乐意认领。

业务部门的负责人也未必轻松。嘴上说说还行，真要按逻辑化的结构规规矩矩写出来，也挺费劲的，更别提还要审核下属的岗位职责了。

要是作为一名人力资源咨询顾问，合同里恰好有“岗位说明书”这一项，那心情恐怕只能用“万马奔腾”来形容。一个企业少则几十个，多则几百个岗位。当年我刚入行做顾问时，写过将近1000页的岗位说明书，整整两个人，埋头写了一个月……

而现在，有了AI，这些活儿，完全可以交给它来接管。保守估计，能省去你70%的时间成本。

具体怎么接管？这篇文章就来做个实操演示，用一个真实案例，展示如何用豆包完成部门组织功能分析和岗位职责的承接分解。

通过本文，你可以：

1. 掌握组织功能分析及DPE岗位职责承接的模板和工具方法论；

2. 获得可以直接套用的AI提示词模板；

3. 找到目前最适合干这个活儿的AI工具。

02 场景实战及工具方法介绍

1、输出成果是什么？

先明确一下，我们希望AI最终交出什么样的东西。简单来说，就是一张“部门职责及岗位承接表”。

这张表里藏着一个很实用的小工具——DPE职责承接。具体来说：表格左边是部门的职能分解，按照“一级职能→二级职责”的层级，把部门的活儿结构化、层次化地梳理清楚，这本身就是一份完整的部门职责。表格右边，则是部门内各个岗位对这些职责的承接情况。

DPE工具的含义很清晰：

• D（Decision，决策）： 该岗位在某个二级职责上是拍板的人，对结果有审核、最终决策权。
• P（Participation，参与）： 该岗位在某个二级职责上只是参与，不是决策方也不是主要执行方。
• E（Execution，执行）： 该岗位在某个二级职责上是具体干活的人，是主责方。

有了DPE，就能把部门职责一项不落地落到具体岗位上。这样能避免一个常见问题：部门职责写完让各岗位写说明书时，出现“两张皮”——很多部门的重要职责，在各岗位说明书里根本找不到，因为大家写岗位职责时习惯性只写已经在干的事，那些规划中但很重要的工作，很容易被落下。

这张表还有一个附加价值：如果做得足够细，可以替代岗位说明书。对于岗位变动快、部门岗位不多的小企业来说，尤为实用。

2、场景实操步骤拆解

要AI输出这张表，分几步走：

第一步，通过附件上传，给AI提供案例参考；

第二步，写好提示词，告诉AI怎么用DPE工具，明确任务背景和细节；

第三步，选一个输出质量靠谱的AI工具，生成结果；

第四步，把结果复制到Excel里，手工美化格式，再审核优化一下细节。

第一步，给AI提供案例

AI要输出的是表格样式，光靠文字提示很难讲清楚。所以最好的办法是把刚才演示的案例表格文件直接上传给它，让它“看图说话”。

第二步，撰写提示词

提示词是成败的关键，有几个核心要点：

第一，结合上传的附件，在提示词里把输出样式的具体要求讲明白。第二，讲清楚DPE的使用规则。比如D（决策）和P（参与）、P（参与）和E（执行）不能同时标记在同一个岗位上，如何科学标记必须遵循规则（提示词里要写清楚）。第三，把任务的详细背景信息告诉AI，防止它天马行空。下面这个例子是为市场部写的提示词，我们明确告诉AI市场部有哪些一级职能、有哪些岗位、每个岗位的职能侧重是什么。这样它输出的内容就和预期偏差不大。

第三步，选一个输出质量高的AI工具

处理表格是很多AI工具的短板。我前后测了Kimi、文心一言、通义、豆包、智谱、腾讯元宝、海螺AI、ChatGPT等近10款工具，最后发现，目前只有豆包的输出效果让人比较满意。这一点也有点意外，豆包最近的进化确实很快。另外在测试中，还意外发现了智谱的新能力。

大部分AI工具都卡在了正确使用DPE矩阵上，很多标记的科学性存在明显问题。

第四步，复制导出并整理

将AI输出的结果复制到Excel里，手动美化格式，再按实际情况审核、微调细节。

3、结果展示

来看看豆包生成的结果：

（1）部门职责梳理

按照提示词里给出的一级职能模块，豆包输出了相应的二级职责，描述都采用了动宾结构，逻辑归类也基本合理，大体上覆盖了该职能下的重点事项。当然，由于企业具体业务背景信息给得有限，职责描述相对通用一些，你可以结合自己部门的情况在此基础上微调。总体来说，可用的程度很高，比起人工构思、查资料、撰写，效率提升是飞跃性的。

（2）DPE岗位职责承接

下图展示了豆包输出的DPE岗位承接情况（局部截图）。

把内容复制到Excel里整理后，要注意的是，DPE标记需要结合自己部门岗位的实际职责定位来微调。AI输出的标记，大概60%是直接可用的，剩下的30%-40%需要人为修订一下。

4、意外发现（智谱的深度思考及生成Excel）

在测试过程中，还意外发现了智谱AI的一些新变化，顺便分享一下——AI确实已经进入了新的技术升级维度。

智谱将深度思考能力应用到了对话中，并且可以直接生成excel文件。

我把同样的提示词和案例附件上传给智谱后，它竟然将自己的推理过程完整展示了出来，像一段详尽的“思维链”。从中可以看到，AI正在模仿人类的思考和工作方式，开始像人一样规划行动，并且对提示词的理解相当准确。

更令人惊讶的是，智谱在对话过程中输出了一堆代码、自我报错、又自我修正，最后，居然直接扔给了我一个表格链接。点击链接，就出现了一个可以在线编辑和下载的Excel表格。

这应该是目前不少AI对话工具都还没有的实用功能。不过有点可惜的是，智谱这次生成的结果在DPE使用上还存在一些问题，没能直接用。

03 场景应用小结与展望

总结一下，通过提示词与AI对话实现单个部门职责的输出，有三个核心经验：

第一，通过上传文档提供案例，让AI学习案例；

第二，在提示词中解读特定的工具方法，让AI学会使用；

第三，给足充分的背景信息，把任务要求讲清楚。

如果要批量处理类似的部门任务，一方面可以调整提示词里的“任务”和“背景信息”部分，换上新的部门名称和岗位信息就行。另一方面，这种业务场景其实非常适合开发一个专门的Agent智能体——用户只需要告诉它部门名称、岗位名称、大致的职能模块，智能体就能针对性地输出整套成果。

来源：互联网