在AI时代，人才发展专家可通过“识别问题-精准提问-执行评估”三步法赋能员工高效应用AI工具：借助“识别问题、寻求解决方案、执行与评估”三个步骤，人才发展专家不仅可以帮助员工实操AI工具，更助力业务发展。

01 识别问题分类 让提问更精准

AI是没有思想的机器人，只能按照置入系统中的口令解疑答惑。然而，现实中问题众多，若员工不能分辨出问题所属类型，自然无法准确向AI提问，获得“牛头不对马嘴”的答案也不稀奇。因此，人才发展专家帮助员工了解工作中的问题类型，是与AI对话之前需要完成的第一步。

系统思考研究者拉塞尔·阿克夫（Russell Ackoff）认为，系统可以分为机械系统、有机系统和社会系统三类，其中的问题则包括简单的（simple）、繁杂的（complicated）和复杂的（complex）。美国麻省理工学院的奥托·夏莫（C.Otto Scharmer）教授又将复杂问题细分为三个方向：社会性复杂（social complexity）、动态性复杂（dynamic complexity）、涌现性复杂（emerging complexity）。

问题分类

简单问题   指步骤明确，一旦掌握就可以解决的问题。例如如何操作某电器、如何叠衬衣等。

繁杂问题  包含很多专业任务或一系列难题，但可以将它们分解为一系列小的、逐个攻克和解决的问题。如登月工程。

复杂问题  其中存在大量的不确定性和动态变化，就像养育一个小孩或者经营一家企业，必须时刻准备应对各种无法预测的状况。

社会性复杂问题  特点是利益相关者众多，关系微妙且差异巨大，有可见或潜在的冲突。例如，团队中成员可能拥有不同的专业背景和工作风格。协调这些成员之间的工作关系，确保团队目标一致，同时处理可能出现的冲突，就属于社会性复杂问题。

动态性复杂问题  特点是因与果之间在时间、空间上存在微妙且千丝万缕的联系，系统行为存在动态变化。例如，一个商业项目在执行过程中，所需的时间和资源分配以及外部要求随时都在动态变化。

涌现性复杂问题  此类问题既有很多利益相关者牵扯其中，也有因果之间的相互作用与动态变化，存在巨大的不确定性。例如，在社交媒体上，个体用户的行为可能会汇聚成大规模的群体效应，导致有些内容不知何故突然爆火。

也就是说，使用AI工具的第一步，并非向AI要答案，而是自问“我要解决的究竟是何种问题”。因为，不同的问题类型，意味着不同的最佳解决方法，与AI协作的思路也必然有所区别。

02 学会提问  寻求合适的解决思路

建立了问题识别意识后，人才发展专家就可以根据不同的问题，协助员工选择不同的AI工具，发出有效的指令（即提示词，Prompt），从而寻求解决方案。那么，如何提问才是AI“看得懂”的指令？这就需要人才发展专家帮助员工使用一些典型的提问模型寻找答案。

简单问题，直接寻求答案

对于简单问题，可以按照CHAT提示词框架，向AI助手提问，获得接近理想的解决方案。CHAT提示词框架是一个系统化的写作工具，由角色（Character）、背景（History）、目标（Ambition）、任务（Task）四个关键部分构成，旨在引导写作者系统地思考和构建文章内容。这个框架不仅适用于人类作者，对于AI写作助手来说，也是提升写作效率和质量的利器。

比如，我是一位自媒体专家（角色），目标受众是xx（背景），请运用“爆款标题模型”为我起一个xx领域的xx平台文章标题（任务），希望标题尽量简短、醒目，并与目标人群的日常工作和生活产生共鸣（目标）。

繁杂问题，先拆解再获取

对于繁杂问题，关键是要先拆解成标准的、线上可以完成的任务，之后借助机器人流程自动化RPA（Robotic process automation）具体操作。至于具体拆解成多少步骤，则取决于业务流程。以“某海外高校申请服务机构需生产高质量的内容，在小红书等社交平台种草内容引流受众”为例。

这家服务机构面临的挑战有二：一是此类文案需要非常了解海外知名高校的相关专业，如果简单提问就让AI给出答案，结果不会尽人意；二是工作人员的内容生产能力有限，而且在不同平台跳转、上传、发布等繁琐工作非常耗费时间。

在意识到这是一个繁杂问题后，接下来就是把问题拆解成可被执行的，具体的解决方案可以分为四步。

对工作流进行拆解  将AI生成种草文案并发布的流程，尽量拆解成多个独立的小任务，比如养号任务启动、回复内容获取、回复内容应用、提示词提取、AI交互、内容生成等。

对AI进行预训练   将过往的典型文案资料给到AI，让其学习、总结。这些文案资料可以包括这家服务机构的基础背景、人设设定、语言风格等。之后，对AI的总结进行封装，避免今后每次提问都要重复训练。

设计内容评估机制  为了确保AI生成有质量的内容，可以让其根据个人要求设计评分机制。如此，AI就能够在生成的100篇文章中，进一步筛选优质内容。当然，这一步依然需要建立知识库，方便此后调取。

流程自动化  分为两个任务，第一个任务是养号，让AI模拟人类的行为，对平台其他作品进行回复，回复内容来自作品下方高赞或高评论内容。第二个任务是打通不同平台，把准备好的提示词从数据库中提取出来，向AI询问，再获取高分文案、图片等，贴入已登录的各社交平台账号中，并且设置定时发布。

复杂问题，借鉴AI深度思考方案

AI工具可能无法针对复杂问题给出非常完美的答案，但可以辅助员工深度思考，提供一些参考和启发。前文已经提及，复杂问题再细分为社会性复杂、动态性复杂和涌现性复杂问题。针对不同的问题类型，人才发展专家需要帮助员工分别采取措施。

社会性复杂问题，分析利益方期待  解决社会性复杂问题，人才发展专家可以在组织多方利益相关者会议，进行开放和坦诚的对话之前，协助员工与AI对话，利用AI给出的沟通重点及建议，结合实际情况和自身经验，平衡各方利益。以某大型公司要在内部开展一个复杂的人才培养项目为例，看一看AI工具如何分析各利益相关者的需求、期待，以及沟通重点。

情境：一个大型公司计划在内部推动一个复杂的人才发展项目，旨在提升员工的技能和职业发展路径，以适应公司未来的战略目标和市场需求。

特点：这个项目涉及多个内部利益相关者，包括不同部门的员工、管理层、人力资源部门、培训与发展中心以及员工代表组织，他们的需求和期望可能存在差异。

请你运用组织行为学原理（模型），为我分析各利益相关者在这个项目中的需求、期待和沟通重点。

之后，AI分别从五个层面分析了各自需求和期待，以及沟通重点。

AI根据提示词给出的建议（部分）

动态性复杂问题，掌握权衡之道  解决动态类复杂问题时，人才发展专家要帮助员工理解与分析因果关系及系统动态变化，把握关键与根本。例如，某家企业营业额下滑严重、员工士气低落，公司人力资源高层按照CHAT提示词框架，希望AI给予解决方案。

我是一位集团公司人力资源总监。（角色）

近期公司营业额下滑严重，人员成本占比陡增，于是采取了部分岗位降薪的方式，但是又导致多部门员工工作积极性受影响。（背景）

期望能够找到一套合适的解决方案，改善当前业务状况，提高团队凝聚力。（目标）

请你根据解决动态性复杂问题中的原理或方法论，运用[系统思维]（模型）对该问题进行分析，并给出所有可能的解决方案。必要时可用表格形式输出。（任务）

AI工具后台基本都已经依照不同的系统，置入了适用的模型或规律进行因果分析。因此，提问者这样提问基本就能收获质量比较高的参考答案。

涌现性复杂问题，拥有未来思维  员工在解决涌现性复杂问题时，所需要的核心技能除了以上谈及的之外，还要有面向未来的思维。以某个万人规模的企业需要打造学习型组织为例，因为该企业不仅涉及人员数量多，而且在打造学习型组织过程中可能会涌现出新的团队认知。那么，借助AI辅助推演各种可能就很有必要。

我是一位万人集团公司人力资源一号位。（角色）

集团成立时间超过15年，出现了组织效率低下的一些现象，现在希望利用几年时间把组织打造成学习型组织，应对数字时代AI等各种新技术的挑战。（背景）

期望你能够为我设计一套打造学习型组织的方案，并且推演方案实施后可能涌现出的团队认知，应对策略。（目标）

工作流：

1.根据学习型组织（模型）设计方案

2.推演方案实施后可能的结果，以及可能涌现出的团队认知

3.请运用[系统思维]（模型）对该问题进一步分析，并给出所有可能的解决方案。

注：必要时可用表格形式输出。（任务）

人才发展专家还可以让AI根据U型理论、深度对话、反思等模型给予回答，从而探索和实验不同的发展路径。这样做的目的在于，帮助这位人力资源一号位发现创新的解决方案，并为即将涌现的未来做好准备。

03 执行与评估  优化中迭代

仅仅有解决方案还不够，接下来就是要实践，在现实世界中获取反馈。当然，此时，人才发展专家同样可以借助AI工具，按照以下步骤，让其对结果进行评估，提出新的解决方案，或者优化迭代原先方案。

•请先给出对于x问题的评估标准；

•请根据所给信息（过去的问题，已采取的方案，当前的结果），对当前结果进行评估；

•重新采用系统思维分析当前的问题，给出旧有方案的迭代方案，或全新的解决方案。

关于问题分析与解决的方法历来有很多成熟的方法论，本文试图给出一套在职场中借助AI解决实际问题的思路。该思路可能仍存在瑕疵，且随着AI的进化亦需要不断完善。总之，AI时代，独立思考、系统思考能力格外珍贵，人才发展专家们不仅自身需要刻意练习，还有责任推动集体能力提升，最终实现赋能业务。

作者：史贵昌

来源：《培训》杂志