← 返回资源库
技能缺口诊断 v1.0

技能缺口诊断自测

五个维度、各三题,量化你的组织在 AI 时代的真实能力缺口——不是「会不会用工具」,而是技术素养、数据素养、提示与协作、批判与判断、变革适应五个层面是否对齐,即时出分与补课优先级。

📊 使用说明
1. 每题按 1–5 打分:1 = 完全不符合,5 = 完全符合(分越高=该能力越到位)。
2. 五个维度各 3 题,维度得分=该维度 3 题平均分;总缺口=五个维度得分的等权平均(各占 20%)。
3. 总分映射到三档:< 2.8 缺口明显 / 2.8–3.7 部分就绪 / ≥ 3.7 基本就绪
4. 建议由 HR + 业务负责人共同评,或多人独立评后取均值,避免单人偏差。
① 技术素养
对 AI 工具的基本认知与实操能力
权重 20%
1. 团队普遍能在日常工作中熟练调用至少一类 AI 工具(如写作、分析、编码辅助)
1
2
3
4
5
2. 团队理解主流模型的能与不能,不会把 AI 当作万能黑箱
1
2
3
4
5
3. 已有渠道(培训 / 内部分享)让新人快速达到基础 AI 工具使用水平
1
2
3
4
5
维度得分
② 数据素养
读懂、运用与判断数据的能力
权重 20%
1. 团队能基于数据而非直觉做决策,并理解基本指标的含义与局限
1
2
3
4
5
2. 团队知道 AI 输出依赖数据质量,会关注输入数据的口径与偏差
1
2
3
4
5
3. 组织有基本的数据治理(口径统一、可获取、可信),而非各自为政的表格
1
2
3
4
5
维度得分
③ 提示与协作
把任务翻译成 AI 能执行的语言、并人机协同
权重 20%
1. 团队掌握提示词基本方法,能稳定获得可用的 AI 产出而非碰运气
1
2
3
4
5
2. 团队知道「人在回路」的价值,会在关键节点保留人工审核与判断
1
2
3
4
5
3. 已有把个人 AI 用法沉淀为团队可复用打法的机制
1
2
3
4
5
维度得分
④ 批判与判断
对 AI 产出保持审视与责任归属
权重 20%
1. 团队会核验 AI 产出的事实与引用,而非直接采信
1
2
3
4
5
2. 对偏见、 hallucination 与合规风险有基本识别意识
1
2
3
4
5
3. 关键决策保留清晰的人为责任归属,AI 不替人背锅
1
2
3
4
5
维度得分
⑤ 变革适应
持续学习与再造工作方式的能力
权重 20%
1. 团队把 AI 带来的变化视为常态化,而非一次性项目
1
2
3
4
5
2. 组织鼓励试错与早期不完美,给予一线自主探索空间
1
2
3
4
5
3. 已有机制把个体能力升级转化为团队能力资产(培训、复盘、知识库)
1
2
3
4
5
维度得分
AI 时代能力就绪度

逐维度明细

优先补课项

    这个工具在解决什么

    「我们团队会不会用 AI」是个容易自我感觉良好的问题——会用聊天框 ≠ 具备 AI 时代所需的系统能力。技能缺口诊断自测把能力拆成五个彼此互补的层面(技术素养 / 数据素养 / 提示与协作 / 批判与判断 / 变革适应),让你在同一张表、同一套口径下看到「哪里是真缺口、哪里只是表面会用」,而不是被零散的工具尝鲜迷惑。

    如何使用

    为什么有效

    当下关于 AI 能力的讨论常被「工具熟练度」单一维度带偏。技能本位组织(skills-based organization)的研究强调:组织能力应当拆到可衡量、可投资的「技能单元」,而非挂在岗位名下的模糊标签。本自测把五个常被低估的层面等权(各 20%),是因为任一层面的明显短板都会拖累整体 AI 就绪——尤其「批判与判断」与「数据素养」,是多数「会用工具但用不好」团队的共同缺口。阈值(2.8 / 3.7)是便于落地的经验切分,应结合团队规模与行业校准。

    变体

    更新日志

    AIHR 数智引擎 · 资源库「浏览器内即用」系列原型。自测框架为能力诊断辅助工具,具体培训与人才决策须结合业务实际。