Återanställningsbeslut kan snabbt bli märkliga. En chef minns ”en stark medarbetare”, en annan minns ett policybrott, och HR sitter fast med att sy ihop åsikter till ett beslut som måste hålla vid en senare granskning. Om du någon gång har tittat tillbaka på ett tidigare återanställningsbeslut och tänkt: ”Vi kan inte förklara det här på ett tydligt sätt”, så är du inte ensam.
Den här prompten för återanställningsramverk är byggd för HR-chefer som behöver konsekvens mellan platser, People Ops-chefer som är trötta på improvisation från fall till fall och specialister inom Employee Relations som behöver ett försvarbart underlag när en tidigare medarbetare kommer tillbaka in i diskussionen. Resultatet är ett SHRM-anpassat, granskningsbart ramverk för återanställningsbehörighet med beslutsmatriser, regler för undantag och ett stegvis arbetsflöde som tydliggör vem som beslutar vad (och när).
Vad gör den här AI-prompten och när ska du använda den?
| Vad den här prompten gör | När du ska använda den här prompten | Vad du får |
|---|---|---|
|
|
|
Hela AI-prompten: SHRM-anpassad byggare för ramverk för återanställningsbehörighet
Fyll i fälten nedan för att anpassa prompten efter dina behov.
| Variabel | Vad du ska ange | Anpassa prompten |
|---|---|---|
[VERSALER_MED_UNDERSTRECK] |
Ange namngivningskonventionen för variabler och säkerställ att de skrivs med versaler och understreck mellan orden. Till exempel: "PERFORMANCE_HISTORY eller EXIT_REASON"
|
|
[BRANSCH] |
Ange vilken bransch eller sektor organisationen verkar inom så att ramverket anpassas till dess specifika utmaningar och regelverk. Till exempel: "Hälso- och sjukvård, tillverkning eller teknik"
|
|
[RISKTOLERANS] |
Definiera organisationens risktolerans vid beslut om återanställning, från försiktiga till mer offensiva angreppssätt. Till exempel: "Måttlig risktolerans med fokus på att minimera efterlevnadsöverträdelser."
|
|
[ORGANISATIONSSTORLEK] |
Ange organisationens storlek, vanligtvis utifrån antal anställda eller årlig omsättning. Till exempel: "Medelstort företag med 500 anställda eller 50 miljoner USD i årlig omsättning."
|
|
[TIDSPERIOD] |
Ange den relevanta tidsperioden för att utvärdera prestationshistorik och andra kriterier. Till exempel: "De senaste 3 årens anställningsuppgifter."
|
|
[FORETAGSNAMN] |
Ange namnet på den organisation som implementerar ramverket för återanställningsbehörighet. Till exempel: "Acme Corp."
|
|
[HUVUDMAL] |
Beskriv det huvudsakliga mål organisationen vill uppnå med ramverket för återanställningsbehörighet. Till exempel: "Säkerställa rättvisa och konsekventa återanställningsbeslut samtidigt som juridiska risker minimeras."
|
|
[UTMANING] |
Beskriv den viktigaste utmaningen eller det hinder som ramverket behöver hantera. Till exempel: "Balansera möjligheten till en andra chans mot risker kopplade till efterlevnad och prestation."
|
|
[JURISDIKTIONER] |
Lista de geografiska områden eller juridiska jurisdiktioner som ramverket måste följa. Till exempel: "USA, Europeiska unionen och Kanada."
|
|
[POLICY_MOGNAD] |
Beskriv nuläget för organisationens policys/styrdokument, från nyframtagna till mycket mogna. Till exempel: "Policys med medelhög mognad men med vissa brister i dokumentationen."
|
|
[HISTORISK_DATA] |
Ange vilken typ av historiska data som finns tillgängliga för att utvärdera beslut om återanställning. Till exempel: "Tidigare prestationsbedömningar, avslutssamtal och efterlevnadsregister."
|
|
[PRESTATIONSSYSTEM] |
Beskriv det system eller den metodik som används för att bedöma medarbetares prestation. Till exempel: "Årliga prestationsbedömningar baserade på KPI:er och 360-graders feedback."
|
|
[PRESTATIONSATERBLICK] |
Definiera tidsperioden för granskning av historiska prestationsdata vid beslut om återanställningsbehörighet. Till exempel: "Utvärdera prestationsmått från de senaste 2 åren."
|
|
[AVGANGSKATEGORIER] |
Lista kategorier för skäl till att anställningen avslutades som är relevanta för ramverket. Till exempel: "Frivillig uppsägning, uppsägning på grund av arbetsbrist, avsked/uppsägning av personliga skäl och pensionering."
|
|
[EFTERLEVNADSPRIORITERINGAR] |
Beskriv vilka efterlevnadsrelaterade faktorer som måste prioriteras i ramverket. Till exempel: "Efterlevnad av diskrimineringslagstiftning och konsekvent tillämpning av behörighetskriterier."
|
|
[OVERTRADELSESPAARNING] |
Beskriv det system eller den process som används för att följa upp överträdelser eller misskötsamhet. Till exempel: "En central databas för att registrera policybrott och disciplinära åtgärder."
|
|
[AUTOMATISKA_DISKVALIFICERARE] |
Lista de kriterier som automatiskt gör en person obehörig för återanställning. Till exempel: "Dokumenterat bedrägeri, våld på arbetsplatsen eller bristande efterlevnad av kritiska policys."
|
|
[FACKLIGA_BEGRANSNINGAR] |
Ange eventuella begränsningar eller hänsyn kopplade till fackliga avtal som påverkar ramverket. Till exempel: "Återanställningsbeslut måste följa kollektivavtal och tviste-/förhandlingsrutiner."
|
|
[INTRESSENTER] |
Lista de personer eller grupper som ingår i beslutsprocessen för återanställningsbehörighet. Till exempel: "HR-ledning, efterlevnadsansvariga och avdelningschefer."
|
|
[UTBILDNINGSBEHOV] |
Beskriv vilken utbildning intressenterna behöver för att kunna införa och förvalta ramverket på ett effektivt sätt. Till exempel: "Workshops om SHRM-riktlinjer, juridisk efterlevnad och metoder för att minska bias/omedvetna fördomar."
|
|
[VARUMARKESTON] |
Ange vilken ton och kommunikationsstil som ska användas och som stämmer med organisationens varumärkesidentitet. Till exempel: "Professionell och empatisk, med betoning på rättvisa och transparens."
|
Proffstips för bättre resultat med AI-prompten
- Definiera er risktolerans i operativa termer. Säg inte bara ”medelrisk”. Lägg till vad det betyder i praktiken, till exempel ”vi tillåter dispenser för närvaroproblem efter 12 månader utan avvikelser, men aldrig för säkerhetsöverträdelser.” Efter outputen, följ upp med: ”Skriv om matrisen så att den speglar en mer konservativ hållning för säkerhet och regelefterlevnad, men behåll ett spår för andra chans vid prestationsproblem.”
- Ge AI:n er taxonomi för avslut (även om den är grov). Om ert HRIS använder kategorier som ”Frivillig”, ”Oförutsedd”, ”Övergivande av tjänst” och ”Policybrott”, klistra in den listan. Fråga sedan: ”Mappa varje avslutskategori till behörighetsutfall och obligatoriska granskningssteg.” Det minskar oklarheter och hindrar ramverket från att hitta på etiketter ni inte använder.
- Tvinga fram en dokumentationsstandard som en revisor förstår. Be modellen namnge exakt vilka artefakter den förväntar sig vid varje beslutspunkt (chefens redogörelse, ER-anteckningar, policyhänvisning, tidigare varningar, behörighetspoäng, godkännande av dispens). En bra uppföljning är: ”Lägg till en sektion för revisionsspår som anger vad som dokumenteras, var det lagras och hur länge vi sparar det.”
- Iterera genom att stresstesta gränsfall. Efter första utkastet, prompta: ”Kör tre gränsfall: saknad dokumentation, motstridiga chefsuppgifter och ett tidigare klagomål som inte kunde styrkas. Visa den konservativa standardinställningen och de minsta klargörande frågorna.” Det är här ramverk oftast fallerar i verkligheten.
- Synka godkännanden mot riktiga roller, inte generisk ’HR’. Ersätt otydligt ägarskap med namngivna beslutsfattare (HRBP, ER-ansvarig, compliance officer, platschef eller People Ops Director). Be sedan: ”Skriv om arbetsflödet med rollbaserade godkännandetrösklar för ORG_SIZE = 200, 2,000 och 20,000 anställda och peka ut vad som förändras.” Då får du ett system som faktiskt går att införa.
Vanliga frågor
HR-chefer använder den för att standardisera återanställningsbeslut mellan affärsenheter och minska variation ”chef för chef” som skapar risk. chefer inom Employee Relations använder den för att bygga kontrollerat utrymme för bedömning, triggers för eskalering och dokumentationskrav som håller vid tvister. HRBP:er använder den när de behöver en konsekvent spelbok för att ge råd till ledare, men ändå tillåta begränsade, loggade undantag. compliance- eller riskansvariga uppskattar skyddsräckena (konsekvenskontroller, godkännanden, revisionsspår) som minskar exponering och hjälper till att visa en rättvis process.
Tillverkning och logistik får värde eftersom säkerhetsincidenter, närvaromönster och variation mellan arbetsledare kan göra återanställning till ett högriskbeslut; matrisen tydliggör vad som är icke förhandlingsbart respektive granskningsbart. Vårdgivare använder den för att skilja prestationsproblem från compliance-känsliga händelser (integritet, patientsäkerhet) och för att definiera när granskning av juridik krävs. Detaljhandel och besöksnäring gynnas när återanställningsvolymen är hög och personalomsättningen frekvent, så beslut måste vara snabba men ändå konsekventa mellan platser. Finansiella tjänster och reglerade bolag använder den för att formalisera godkännanden, dispenser och dokumentation så att återanställningsbeslut förblir granskningsbara under strikta regelefterlevnadskrav.
En typisk prompt som ”Skriv en återanställningspolicy för mitt företag” misslyckas eftersom den: saknar objektiva kriterier kopplade till omständigheterna vid avslut och dokumenterad prestationshistorik, inte ger något stegvis arbetsflöde med definierade godkännanden, ignorerar skyddsräcken mot osaklig påverkan och konsekvenskontroller, producerar generiskt språk i stället för en beslutsmatris du kan använda från fall till fall och missar en kontrollerad dispensmekanism med evidenskrav och loggning för revision. Du får en policy som låter bra men faller ihop första gången dokumentation saknas eller intressenter inte är överens.
Ja, och det bör du. Prompten är utformad för att anpassa sig efter input som [INDUSTRY], [RISK_TOLERANCE] och [ORG_SIZE], så att matris, arbetsflödessteg och godkännanden matchar din verklighet i stället för en generisk mall. Du kan också lägga till era avslutskategorier, er disciplintrappa och era dokumentationsnormer så att outputen mappar mot ert HRIS och er ER-process. En stark uppföljningsprompt är: ”Med [INDUSTRY] = ___, [ORG_SIZE] = ___ och [RISK_TOLERANCE] = ___, revidera arbetsflödet så att stegägare matchar vårt organisationsschema och lägg till de minsta klargörande frågorna när uppsägningsunderlag är ofullständiga.”
Det största misstaget är att lämna [INDUSTRY] för vagt; i stället för ”tjänster”, använd något som ”hemsjukvård på flera platser med krav på statlig licensiering.” Ett annat vanligt fel är att sätta [RISK_TOLERANCE] som ”låg/medel/hög” utan exempel, så ange gränser som ”inga dispenser för våld på arbetsplatsen, dispenser möjliga för närvaro efter 180 dagar.” Många anger också [ORG_SIZE] fel; ”medelstort” är otydligt, medan ”1 200 anställda på 8 platser med centraliserad HR” gör att arbetsflödet kan tilldela realistiska godkännare. Slutligen glömmer team att be om beteende i gränsfall, så lägg till: ”Om dokumentation saknas, ställ bara de minsta klargörande frågorna och utgå från en konservativ standard.”
Den här prompten är inte optimal för team som vill ha en ensidesmall de kan publicera utan iteration, eftersom värdet ligger i den detaljerade matrisen, arbetsflödet och dokumentationskontrollerna. Den passar inte heller om ni inte har validerat kvaliteten på era nuvarande data för prestation och avslut; ett ramverk kan inte lösa saknade indata av sig självt. Och om du behöver juridisk vägledning per jurisdiktion bör du involvera jurist i stället för att förlita dig på ett generaliserat ramverk. I de fallen: använd detta som en första grund och kör det sedan genom er juridik- och compliancegranskning.
Återanställning är ett av de där besluten du bara märker när det går fel. Bygg ramverket nu, dokumentera det korrekt och sluta ompröva samma gränsfall varje kvartal. Klistra in prompten i din modell och stresstesta sedan arbetsflödet tills det känns tråkigt.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.