场景4：离职面谈问题库构建

核心痛点

企业在实施离职面谈时普遍面临三大问题：一是HR缺乏标准化的提问框架，导致访谈质量参差不齐；二是常规问题无法深入挖掘真实离职原因，容易遗漏隐性组织管理问题；三是线下访谈记录碎片化，缺乏结构化数据分析能力。这些问题导致离职面谈难以有效支持人才保留策略优化，60%的企业反馈访谈信息利用率不足30%。

DeepSeek解决方案

1. 自动生成基础问题库

基于行业最佳实践生成覆盖八大维度的标准化问题框架，包含团队协作、文化适配、职业发展等模块，Prompt示例如下。

请作为资深HR专家，生成包含20个核心问题的标准离职面谈问题库。要求：

1. 覆盖职业发展、工作环境、管理风格、薪酬福利4个维度

2. 包含5个开放式问题和15个封闭式问题

3. 每个问题需标注适用岗位层级（基层/中层/高管）

4. 使用中性化表述避免引导性语言

2. 深度追问智能设计

针对首次访谈发现的异常点生成二阶追问问题，提升信息挖掘深度，Prompt示例如下。

根据以下访谈记录设计3个追问问题：

“员工提到工作压力主要来自跨部门协作，但目前给予的培训支持足够”追问需满足以下内容：

- 聚焦压力源的具体场景

- 探究预期解决方案

- 采用非对抗性话术

输出格式：[追问问题]+（追问目的说明）

3. 问题动态优化引擎

基于历史访谈数据进行持续迭代，Prompt示例如下。

分析近半年50份离职面谈记录，执行以下任务：

1. 识别3个高频出现但现有问题库未覆盖的离职诱因

2. 针对IT研发岗位设计2个专项问题

3. 优化2个现有问题的表述消除歧义

输出格式：问题改进对照表（原问题→新问题）+改进说明

实施建议

1. 工具推荐

● 问卷收集：推荐使用快解析或腾讯问卷搭建标准化电子面谈表。

● 数据沉淀：通过SeaTable建立结构化数据库，实现问题库与访谈记录的关联管理。

● 分析可视化：使用帆软FineBI搭建离职成因分析看板。

2. 实施流程图

实施流程图如图2-4所示。

图 2-4

3. 注意事项

● 敏感问题处理：在涉及薪资、管理层评价等问题时，配置风险词过滤机制（如“你如何看待CEO的决策风格？”改为“公司的战略传导机制是否通畅？”）。

● 问题更新周期：建议每季度执行1次GPT驱动的库结构健康度检查，更新率保持在15%～20%

● 动态补充机制：当单月某类离职原因出现频次超过均值2倍时，触发自动问题生成流程。

● 合规性验证：需人工复核涉及《中华人民共和国劳动法》（以下简称《劳动法》）相关问题的表述，推荐配合法大大合同管理系统进行合规校验岗位特性分析

上一章目录下一章