De flesta intervjufeedback låter självsäkra, men är ofta tunna på bevis. Folk minns en riktigt bra historia, missar en tyst varningssignal och ”kalibrerar” senare utifrån magkänsla. Det är så man hamnar i att diskutera personligheter i stället för prestation.
Den här intervjuskortsprompten är byggd för rekryteringsansvariga som behöver konsekventa, försvarbara utvärderingar mellan intervjuare, rekryterande chefer som vill skilja vältaliga kandidater från faktiska genomförare, och People Ops-partners som är trötta på att bias smyger sig in i samtal om ”kulturpassning”. Resultatet är ett intervjuprotokollssystem som är redo att driftsättas, med beteendeförankrad poängsättning, risksignaler, kalibreringsfrågor och strukturerade fält som fångar bevis enligt Situation–Åtgärd–Resultat.
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
Den utformar ett komplett system för intervjuprotokoll som tvingar intervjuare att dokumentera Situation–Åtgärd–Resultat-bevis för varje kompetens.
Den omvandlar rollkompetenser och företagsvärderingar till beteenden som går att observera i intervju och som kan poängsättas konsekvent.
Den bygger förankrade poängrubriker så att ”stark” och ”svag” betyder specifika, observerbara saker – inte bara åsikter.
Den lägger till tydliga avsnitt för risksignaler, utvecklingstakt och kulturbidrag (utan att falla tillbaka på vag ”fit”-retorik).
Den inkluderar kalibreringsfrågor och skydd mot bias för att minska haloeffekt, likhetsbias och självsäkerhetsbias i debriefs.
Du rekryterar till en roll med stor påverkan och har inte råd med utfallet ”bra intervju, dålig rekrytering”.
Er intervjupanel ger inkonsekvent feedback och debriefs blir en debatt i stället för en bevisgranskning.
Du behöver skala rekryteringen snabbt över flera steg, men era nuvarande scorecards är för lösa för att vara tillförlitliga.
En intressent driver på för en kandidat baserat på prestige eller karisma, och du behöver en försvarbar motvikt.
Du vill förbättra rättvisa och minska bias-mönster utan att sakta ner processen till ett snigeltempo.
Ett scorecard-system för fler steg med obligatoriska fält och en struktur som passar dropdowns i digitala verktyg.
Beteendeförankrade poängkriterier för varje kompetens, inklusive obligatoriska exempel på bevis.
Avsnitt för Situation–Åtgärd–Resultat som gör ”visa hur du tänkt” icke förhandlingsbart för intervjuare.
Kalibreringsfrågor som jämför kandidater med kända prestationsnivåer i ert nuvarande team.
En mall för automatiserad poängsammanfattning som lyfter mönster och oenighet utan att ”avgöra” rekryteringen.
Hela AI-prompten: byggare för bar-raiser-intervjuprotokollsystem
Steg 1: Anpassa prompten med din information
Anpassa prompten
Fyll i fälten nedan för att anpassa prompten efter dina behov.
Variabel
Vad du ska ange
Anpassa prompten
[FORETAGETS_KARNVARDERINGAR]
Lista organisationens viktigaste principer eller värderingar som styr beteenden och beslutsfattande. De ska vara tydligt definierade och mätbara.
Till exempel: "Integritet, kundfokus, innovation, samarbete och ansvarstagande."
[ROLLSPECIFIKA_KOMPETENSER]
Ange de specifika färdigheter, förmågor och beteenden som krävs för rollen. Dessa ska kunna observeras under intervjuprocessen.
Till exempel: "För en mjukvaruingenjör: problemlösning, god kodningsförmåga, systemdesign och förmåga att samarbeta i tvärfunktionella team."
[NUVARANDE_TEAMETS_PRESTATIONSNIVA]
Beskriv teamets nuvarande prestationsstandarder eller riktmärken. Detta används som jämförelsepunkt vid utvärdering av kandidater.
Till exempel: "Teamet levererar projekt med 95 % leverans i tid, upprätthåller hög kodkvalitet och får konsekvent positiv feedback från intressenter."
[TIDSPLAN_FOR_INTERVJUPROCESSEN]
Ange tidsplanen för intervjuprocessen, inklusive steg, tidsåtgång och beslutsdeadlines.
Till exempel: "Steg 1: Första urval (2 dagar); Steg 2: Teknisk intervju (5 dagar); Steg 3: Avslutande beteendebaserad intervju (3 dagar); Beslut inom 48 timmar efter sista intervjun."
[DIGITALA_VERKTYG]
Lista den programvara eller de plattformar som ska användas för att implementera och hantera systemet för intervjuutvärdering.
Till exempel: "Google Forms för utvärdering, Trello för att följa intervjusteg och Greenhouse för att hantera kandidatprofiler."
Steg 2: Kopiera prompten
MÅL
🔒
PERSONA
🔒
BEGRÄNSNINGAR
🔒
PROCESS
1) Föranalysuttalande (obligatoriskt)
🔒
2) Mappning för alignment
🔒
3) Formulärarkitektur
🔒
4) Design för evidensinsamling
🔒
5) Kalibrering + jämförande rangordning
🔒
6) Digital implementation + poängsättning
🔒
7) Hantering av edge cases
🔒
8) Vad detta INTE är (avgränsningar)
🔒
INPUT
🔒
SPECIFIKATION FÖR OUTPUT
🔒
A) Uppdragsförståelse
🔒
B) Roll- & intervjumetadata (högst upp i formuläret)
🔒
C) Beteendeförankrade kompetenssektioner (återanvändbar modul)
🔒
D) Tillväxtbana & långsiktig potential
🔒
E) Kulturellt bidrag (bortom “fit”)
🔒
F) Röda flaggor & risksignaler (obligatoriskt även om “inga”)
K) Exempelinnehåll (omskrivet, roll-agnostiskt men konkret)
🔒
KVALITETSKONTROLLER
🔒
## MÅL
Skapa ett intervjubaserat utvärderingsformsystem som är redo att driftsätta och som ersätter ”magkänsla” med evidensbaserad poängsättning. Systemet ska hjälpa intervjuare att identifiera verkliga toppresterare (inte bara slipade kandidater), synliggöra risker tidigt och möjliggöra snabba, högkvalitativa rekryteringsbeslut för både tekniska och icke-tekniska roller.
## PERSONA
Agera som en designer av rekryteringsbedömningar med djup “bar-raising”-intervjuerfarenhet från hypergrowth-miljöer. Du är specialist på att omvandla röriga intervjuaråsikter till strukturerad, beteendeförankrad evidens, och du designar verktyg som minskar bias, förbättrar kalibrering och gör rekryteringsbeslut försvarbara.
## BEGRÄNSNINGAR
- Samla in konkreta beteendebevis för varje kompetens med en Situation–Action–Result-insamlingsmetod.
- Använd inte vag poängsättning (t.ex. ”Stark/Medel/Svag”) om den inte är kopplad till observerbara beteendeankare och krävd evidens.
- Inkludera explicita fält för: risksignaler (prestation/kultur), tillväxtbana och kulturellt bidrag (inte ”fit”).
- Lägg till kalibreringsfrågor som tvingar jämförelse mot kända prestationsband i nuvarande team.
- Säkerställ att formuläret fungerar digitalt (rullistor, skalor, obligatoriska fält) och går snabbt att fylla i utan att tillåta ytliga svar.
- Automatiserad poängsättning får sammanfatta mönster och oenighet mellan intervjuare, men får inte ”avgöra” rekryteringen.
- Bygg strukturerade skydd för att minska vanliga biasmönster (halo-effekt, likhetsbias, självsäkerhetsbias, etc.).
- Designen ska stödja flera intervjusteg inom den angivna tidslinjen för intervjuprocessen.
## PROCESS
### 1) Föranalysuttalande (obligatoriskt)
Innan du utformar något, skriv en kort sektion “Uppdragsförståelse” som:
- Återger rekryteringsproblemet med dina egna ord
- Listar vilka input du kommer att använda
- Noterar eventuella antaganden du måste göra (om några)
### 2) Mappning för alignment
- Översätt [FORETAGETS_KARNVARDERINGAR] till mätbara beteenden.
- Översätt [ROLLSPECIFIKA_KOMPETENSER] till signaler som går att observera i intervjun.
- Definiera vad “raises the bar” betyder relativt [NUVARANDE_TEAMETS_PRESTATIONSNIVA].
### 3) Formulärarkitektur
- Skapa modulära sektioner som kan återanvändas för olika roller utan att bli generiska:
- universella signaler för ledarskap/värderingar
- signaler för rollkompetens
- historik av genomförande (execution)
- tillväxtindikatorer
- risksignaler
- kulturellt bidrag
### 4) Design för evidensinsamling
- För varje kompetens/värdering, kräv:
- en beteendeprompt
- Situation–Action–Result-fält
- separation mellan “vad jag direkt observerade vs vad jag drog slutsats om”
- väljare för evidensstyrka (t.ex. förstahands / andrahands / hypotetisk)
### 5) Kalibrering + jämförande rangordning
- Lägg till jämförande frågor som förankrar betyg till nivåer kopplade till [NUVARANDE_TEAMETS_PRESTATIONSNIVA].
- Kräv att intervjuare väljer en nivå och motiverar med evidens.
### 6) Digital implementation + poängsättning
- Tillhandahåll rullistsalternativ, förankrade betygsskalor och obligatoriska fält.
- Definiera poänglogik som:
- lyfter oenighet mellan bedömare
- identifierar konsekventa styrkor/risker över intervjuare
- flaggar mönster som “högt betyg med svag evidens”
### 7) Hantering av edge cases
Om någon input saknas eller är oklar:
- Ställ först riktade förtydligandefrågor (max 6).
- Leverera sedan en “best-guess default”-version med tydligt markerade antaganden.
### 8) Vad detta INTE är (avgränsningar)
- Inte en lista med generiska intervjufrågor utan regler för poängsättning/evidens.
- Inte en ersättning för intervjuarträning eller facilitering av strukturerad debrief.
- Inte en legal/HR-compliance-granskning (t.ex. jurisdiktionsspecifik arbetsrätt).
- Inte ett personlighetstest eller en kultur-“fit”-screen.
## INPUT
- **Företagets kärnvärderingar:** [FORETAGETS_KARNVARDERINGAR]
- **Rollspecifika kompetenser:** [ROLLSPECIFIKA_KOMPETENSER]
- **Beskrivning av nuvarande teams prestationsnivå:** [NUVARANDE_TEAMETS_PRESTATIONSNIVA]
- **Typisk tidslinje för intervjuprocessen:** [TIDSPLAN_FOR_INTERVJUPROCESSEN]
- **Tillgängliga digitala verktyg/plattformar:** [DIGITALA_VERKTYG]
## SPECIFIKATION FÖR OUTPUT
Leverera en digitalvänlig mall för utvärderingsformulär med följande struktur och platshållare (ifyllda av AI):
### A) Uppdragsförståelse
- {Task Understanding Summary}
- {Assumptions}
- {Clarifying Questions If Needed}
### B) Roll- & intervjumetadata (högst upp i formuläret)
Inkludera fält:
- {Role Title}, {Level}, {Team}
- {Interview Stage} (rullista anpassad till {Interview Timeline Mapping})
- {Interviewer Name}, {Interview Date}
- {Interview Type} (rullista: phone / video / onsite / panel / other)
- {Competencies Assessed This Round} (flerval)
### C) Beteendeförankrade kompetenssektioner (återanvändbar modul)
För varje kompetens/värdering, tillhandahåll:
- {Competency Name}
- {Behavior Prompt} (en fråga som framkallar verkligt beteende från tidigare situationer)
- Obligatoriska fält för evidensinsamling:
- {Situation} (text, obligatoriskt)
- {Actions Taken} (text, obligatoriskt)
- {Result/Impact} (text, obligatoriskt)
- {Scope} (rullista: individual / team / cross-functional / org-wide)
- {Difficulty/Constraint} (rullista: low / medium / high; med definitioner)
- {Evidence Source} (rullista: firsthand observed / candidate claim / work sample / reference / other)
- {What I Observed} (text, obligatoriskt)
- {What I Inferred} (text, obligatoriskt)
- Förankrad betygsskala (rullista) med beteendeankare:
- {Rating 1 Anchor}
- {Rating 2 Anchor}
- {Rating 3 Anchor}
- {Rating 4 Anchor}
- {Rating 5 Anchor}
- {Confidence Level} (rullista: low / medium / high) med obligatoriskt “varför”-fält vid low
Inkludera även, per kompetens:
- {Follow-Up Probe Library} (2–4 följdfrågor)
- {Common False Positives} (hur “smooth talk” kan efterlikna kompetens)
- {Performance Signal Checklist} (punktlista)
### D) Tillväxtbana & långsiktig potential
Fält:
- {Learning Speed Evidence} (Situation–Action–Result obligatoriskt)
- {Increasing Scope Pattern} (rullista: unclear / emerging / consistent / exceptional + evidens)
- {Feedback Response Pattern} (rullista + evidens)
- {Next-Level Readiness Estimate} (rullista förankrad till teamnivåer) + motivering
### E) Kulturellt bidrag (bortom “fit”)
Inkludera:
- {Distinct Positive Impact They Add} (text, obligatoriskt)
- {Values-Driven Tradeoffs} (rullista + evidens)
- {How They Improve The Team} (text, obligatoriskt)
- {Potential Friction Points} (text, obligatoriskt) formulerat som “watch-outs”, inte personlighetsetiketter
### F) Röda flaggor & risksignaler (obligatoriskt även om “inga”)
Tillhandahåll strukturerade prompts med obligatoriskt val:
- {Risk Category} (flerval: execution risk / collaboration risk / integrity risk / ownership risk / communication risk / adaptability risk / other)
- {Observed Risk Evidence} (text obligatoriskt)
- {Severity} (rullista förankrad: minor / moderate / serious / disqualifying)
- {Likelihood} (rullista: low / medium / high)
- {Mitigation/Verification Plan} (text obligatoriskt om severity ≥ moderate)
- {If None, Why None} (text obligatoriskt)
### G) Kalibreringsblock (jämförande rangordning)
Tvinga explicit jämförelse mot nuvarande team:
- {Compared To Current Team} (rullista med förankrade nivåer kopplade till [NUVARANDE_TEAMETS_PRESTATIONSNIVA], t.ex. bottom 25% / solid middle / top 25% / top 10%—skriv om nivåerna så att de matchar input)
- {Closest Internal Benchmark} (text: “reminds me of X-level performer because…”)
- {Would This Hire Raise The Bar?} (rullista: no / marginal / yes / strongly yes) + evidenskrav
### H) Övergripande beslut + motivering (evidensviktad)
Fält:
- {Hire Recommendation} (rullista: strong no / no / leaning no / leaning yes / yes / strong yes)
- {Top 3 Evidence Points} (obligatoriska punkter)
- {Top 2 Concerns} (obligatoriska punkter)
- {Dealbreaker Check} (ja/nej + förklaring)
- {What Would Change My Mind} (text, obligatoriskt)
### I) Automatiserad poängsättning & aggregeringslogik (plattformsagnostisk)
Tillhandahåll:
- {Section Weights} (exempelvikter som kan justeras)
- {Evidence Quality Multiplier} (hur svag/stark evidens påverkar poängen)
- {Disagreement Flag Rule} (t.ex. varians-tröskel mellan intervjuare)
- {Red Flag Override Rules} (när severity triggar eskalering)
- {Panel Summary Output} inklusive:
- {Overall Score Range}
- {Strength Consensus Areas}
- {Risk Consensus Areas}
- {Conflicting Signals To Resolve In Debrief}
### J) Digitala byggnoteringar (för [DIGITALA_VERKTYG])
- {Recommended Field Types} (rullista, flerval, obligatorisk text, etc.)
- {Validation Rules} (minsta antal tecken, required-if-logik)
- {Fast-Completion Features} (smarta standardval, villkorad synlighet)
- {Anti-Bias Prompts} inbäddade inline
### K) Exempelinnehåll (omskrivet, roll-agnostiskt men konkret)
Inkludera:
- {Example Behavioral Questions} per sektion (minst 1–2 vardera)
- {Example Behavioral Anchors} för minst en kompetensskala
- {Example Filled SAR Entry} som demonstrerar förväntad detaljnivå
## KVALITETSKONTROLLER
I slutet, inkludera en valideringschecklista som bekräftar:
- Evidens är obligatorisk för varje betyg och uppdelad i observerat vs infererat
- Kalibrering tvingar jämförelse mot [NUVARANDE_TEAMETS_PRESTATIONSNIVA] (inte abstrakta standarder)
- Röda flaggor har obligatoriska fält och tydlig eskaleringslogik
- Digitala fält går att implementera i [DIGITALA_VERKTYG] med obligatoriska/villkorade regler
- Poängsättning sammanfattar mönster och oenighet utan att ersätta omdöme
Proffstips för bättre resultat med AI-prompten
Definiera prestationsnivåer innan du genererar något. Prompten använder kalibrering mot ”kända prestationsnivåer”, så du får bättre output om du skriver ner hur ”topp 10 %”, ”stabil leverans” och ”har det tufft” ser ut i ert nuvarande team. Uppföljning att använda: ”Lägg till ett kalibreringsavsnitt som jämför kandidaten mot tre interna prestationsnivåer med 2 exempel vardera.”
Se till att formuläret stoppar fluff. Be modellen inkludera obligatoriska fält och miniminivåer för bevis, som ”måste innehålla ett direkt citat eller ett mätbart utfall”. Testa: ”Lägg till valideringsregler så att intervjuare inte kan skicka in utan ett specifikt mått, artefakt eller observerat beteende per kompetens.”
Använd separata rubriker för ”kulturbidrag” jämfört med ”kulturpassning”. Ärligt talat är det i de flesta ”fit”-formuleringar som bias gömmer sig. Tilläggsprompt: ”Skriv om culture fit till culture contribution, inklusive positiva signaler (adderar) och risksignaler (drar ner) med observerbara exempel.”
Iterera per steg, inte per kandidat. Efter första outputen, skärp ett steg i taget (rekryterarscreen, rekryterande chef, tvärfunktionellt, final). Fråga: ”Gör nu scorecardet för tidiga steg snabbare (max 5 minuter) men behåll kraven på bevis; gör finalsteget djupare med tradeoff-frågor och risksondering.”
Koppla scorecardet till en debrief-agenda. Det bästa scorecardet faller ändå om debriefen är ostrukturerad. Lägg till: ”Skapa en 20-minuters debrief-agenda som börjar med tyst granskning av poäng, sedan oenigheter, sedan ett beslut plus kriterier för ’vad som skulle få oss att ändra oss’.”
Relaterade prompter
När era intervjuprotokoll är på plats hjälper de här promptarna dig att skärpa arbetsflödet runtomkring, från planering till dokumentation:
Om du också behöver ett strukturerat sätt att standardisera hur roller beskrivs och hittas online kan Bygg primära SEO-sökordsset med denna AI-prompt hjälpa dig att skapa konsekventa nyckelordsuppsättningar för jobbsidor och rekryteringsinnehåll så att kandidater faktiskt hittar rätt roller.
För team som producerar stora volymer content för att stötta rekrytering (rollsidor, förklaringar av intervjuprocessen, inlägg för employer brand) passar Skapa ett sökoptimerat blogginlägg med AI-prompt bra när processen är strukturerad och du vill kommunicera den tydligt.
När er rekryteringssajt har flera rollfamiljer eller platser och du vill ha en mer organiserad contentplan hjälper Skapa sökordskluster för bloggar med AI-prompt dig att gruppera ämnen så att publiceringen inte blir en slumpmässig lista av inlägg.
Vilka roller har mest nytta av den här AI-prompten för intervjuprotokoll?
Rekryteringsansvariga använder den här för att standardisera intervjuarnas feedback så att debriefs bygger på jämförbara bevis, inte på senioritet eller högljudda åsikter. Rekryterande chefer gynnas eftersom formuläret kräver Situation–Åtgärd–Resultat-bevis, vilket gör det enklare att se verkliga genomförare jämfört med bra historieberättare. People Operations / HRBP:er använder den för att minska bias-mönster (halo, likhet, självsäkerhetsbias) och för att göra beslut enklare att försvara. Intervjupanelmedlemmar gillar den eftersom den säger exakt vad de ska leta efter, vad de ska dokumentera och hur de ska poängsätta utan att gissa.
Vilka branscher får mest värde av den här AI-prompten för intervjuprotokoll?
SaaS- och techbolag får värde eftersom rekryteringsloopar är flersteg och oenighet är vanligt; strukturerade rubriker och kalibreringsfrågor håller ribban konsekvent mellan team. Professionella tjänsteföretag (konsult, redovisning, legal ops-team) använder den för att bedöma kundredo beteenden och risksignaler med konkret bevis, inte bara polish. E-handel och konsumentvarumärken gynnas när de snabbt anställer till tillväxtroller, där ”självsäkerhetsbias” kan överskatta karismatiska kandidater som saknar genomförandedjup. Byråer använder den för att utvärdera både kreativa och kundnära roller och fånga kulturbidrag och leveransrisk på ett sätt som går snabbt att fylla i.
Varför ger grundläggande AI-prompter för att bygga intervjuprotokoll svaga resultat?
En typisk prompt som ”Skriv ett intervjuscorecard för en roll” misslyckas eftersom den: saknar insamling av Situation–Åtgärd–Resultat-bevis, så intervjuare lämnar fortfarande vaga åsikter; ger ingen beteendeförankrad poängrubrik, så betyg betyder inte samma sak mellan personer; ignorerar tydliga fält för risksignaler och utvecklingstakt, som ofta är de verkliga beslutsdrivarna; producerar generiskt ”stark/medel/svag”-språk i stället för observerbara ankare; och missar kalibreringsfrågor som jämför kandidater med kända prestationsnivåer i ert nuvarande team.
Kan jag anpassa den här intervjuskortsprompten för min specifika situation?
Ja, men du anpassar den genom att lägga till egna inputs i chatten, eftersom prompten i sig inte använder fasta variabler. Ange era COMPANY_CORE_VALUES, ROLE_SPECIFIC_COMPETENCIES och den intervjutidslinje eller de steg ni faktiskt kör, och be sedan modellen mappa varje del till observerbara beteenden och obligatoriska bevis. Om du vill att den ska matcha era verktyg, specificera ”digitala formulärbegränsningar” som dropdown-alternativ, obligatoriska fält och en mål-tid för ifyllnad per steg. Hjälpsam uppföljning: ”Bygg om scorecardet för en loop i 4 steg (screen, manager, cross-functional, final) och inkludera exempel på beteendeankare för varje kompetens på tre prestationsnivåer.”
Vilka är de vanligaste misstagen när man använder den här intervjuskortsprompten?
Det största misstaget är att lämna ROLE_SPECIFIC_COMPETENCIES för vaga – i stället för ”kommunikation”, använd ”skriftliga uppdateringar på ledningsnivå, hanterar motstånd och driver beslut i otydliga möten”. Ett annat vanligt fel är att behandla COMPANY_CORE_VALUES som slogans; ”Var kundbesatt” bör bli observerbara beteenden som ”använder supportdata i beslut” eller ”skriver postmortems med kundpåverkan”. Folk glömmer också att definiera intervjutidslinjen, så modellen kan inte anpassa djup per steg; ”Vi intervjuar i två rundor” är svagare än ”30 min screen, 60 min roll-fördjupning, 45 min tvärfunktionellt, 30 min avslut”. Slutligen hoppar team över kalibrering; lägg in tydliga instruktioner som tvingar jämförelse mot prestationsnivåer i dagens team, inte ett påhittat ideal.
Vem ska INTE använda den här intervjuskortsprompten?
Den här prompten är inte optimal för engångsrekrytering där ni inte kommer iterera eller träna intervjuare på en konsekvent rubrik. Den hjälper heller inte mycket om ni inte har definierat era kärnvärden eller vad ”riktigt bra” innebär i rollen, eftersom systemet bygger på att mappa de inputs till observerbara beteenden. Om du bara behöver en snabb, lätt checklista för en mer informell rekrytering, använd en enkel mall i stället och hoppa över kalibrering och bias-skydd.
Rekrytering går snabbare när feedbacken blir skarpare. Klistra in den här prompten i ditt AI-verktyg, generera scorecard-systemet och kör nästa loop med bevis i stället för intryck.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.
