人事評価のシーズンになると、評価コメントやフィードバック文を書くのに毎回時間がかかる——中小企業の管理職でよくある悩みです。この記事では、面接や書類選考ではなく評価フェーズ、つまり期末の評価コメントやフィードバック文を、生成AIを使って短時間で・ぶれずに書く方法を、実務目線でまとめます。
先に結論です。AIで評価コメントを作るコツは、AIに文章を丸ごと創作させることではなく、「事実→評価→期待」の型に、こちらが用意した行動事実を当てはめさせることです。評価文の土台を事実（いつ何をしたか）→評価（それをどう評価するか）→期待（次に何を求めるか）の3部構成にすると、根拠が明確で納得感のあるコメントになります。AIには箇条書きの事実を渡して型どおりに整えさせ、評価の最終判断・公平性の確認・個人情報の管理は人が担うのが基本の役割分担です。
AIで人事評価コメントを作る全体像（3ステップと役割分担）
いきなり「Aさんの評価コメントを書いて」とAIに頼むと、当たり障りのない一般論や、事実に基づかない“それらしい”文章が返ってきます。そうではなく、次の3ステップで進めるのが実務では確実です。
- 行動事実を集める：評価期間中の具体的な行動・成果・数値を、箇条書きで書き出す（ここは人の仕事）。
- 型に当てはめて文章化する：集めた事実をAIに渡し、「事実→評価→期待」の型でコメント化させる。
- 人が調整する：評価の妥当性・言い回し・公平性を人が確認し、必要なら書き直す。
この工程で大事なのは、評価の材料（事実）と最終判断は人が持ち、文章化の手間だけをAIに任せるという線引きです。AIは事実を評価に“昇格”させる判断はできません。あくまで、決めた評価を分かりやすい言葉にする道具として使います。
なお、本記事が扱うのは評価フェーズだけです。採用の前工程は別で、面接の設計は面接の質問と評価基準をAIで整える手順、応募書類のさばき方は応募書類のスクリーニングをAIで効率化する方法、そもそもの募集は求人票をAIで作成する方法で扱っています。
評価コメントの基本の型「事実→評価→期待」とSBI法
納得される評価コメントには共通の構造があります。それが「事実→評価→期待」です。まず観察された事実を挙げ、それをどう評価したかを述べ、最後に次期への期待をつなげます。この順番だと、評価される側は「何を見てそう判断されたのか」が分かり、反発が起きにくくなります。
この型は、フィードバック手法として知られるSBI法（Situation・Behavior・Impact＝状況・行動・影響）と相性が良い考え方です。SBI法は人材開発の研究機関 Center for Creative Leadership が提唱したもので、評価者の主観や解釈ではなく、「いつ・どの場面で（状況）」「観察できる具体的な行動（行動）」「その行動がもたらした影響（影響）」を事実に沿って伝えるフレームワークです。ポジティブな評価にも、改善を促す場面にも、同じ型が使えます。
逆に避けたいのが、「積極性が足りない」「コミュニケーション能力が高い」といった抽象的な評価語だけを並べたコメントです。これらは受け手によって解釈が分かれ、「なぜそう思われたのか」が伝わりません。AIに任せると特にこの手の抽象語を量産しがちなので、必ず行動事実をこちらから与えることが、良いコメントの分かれ目になります。
悪い例：Aさんは積極性があり、周囲とのコミュニケーションも良好で、今後の活躍が期待されます。
良い例（事実→評価→期待）：第2四半期の在庫管理システム移行（状況）で、Aさんは他部署へ自ら確認に回り、必要な仕様を早期に洗い出しました（行動）。その結果、移行の遅延なく切り替えが完了しました（影響＝評価）。次期は、この調整力を後輩への引き継ぎにも発揮してもらうことを期待します（期待）。
等級・職種別の評価観点をAIに指定する
同じ「主体性」でも、新人に求める水準と管理職に求める水準は違います。AIに評価コメントを作らせるときは、対象の等級（役割）と職種を明示し、その等級で見るべき観点を指定すると、水準の合ったコメントになります。指定しないと、AIは誰にでも当てはまる平板な文章を返してきます。
公務員の人事評価では、能力の発揮状況を見る「能力評価」と、役割に対して挙げた成果を見る「業績評価」の2軸で評価する仕組みが採られています。民間の中小企業でも、この「能力（行動）」と「業績（成果）」の2軸は評価観点を整理する土台として使いやすく、AIへの指示にもそのまま応用できます。
職種ごとの具体的な観点づくりに迷ったら、厚生労働省の「職業能力評価基準」が参考になります。事務・営業・製造など業種・職種別に、各レベルで求められる能力が整理されて公開されており、自社の評価項目のたたき台に使えます。等級別の観点を指定する際のイメージは次のとおりです。
等級（役割） | 重視する観点の例 | コメントで問う視点 |
|---|---|---|
一般職（担当） | 正確性・期限遵守・報連相 | 任された業務を確実に遂行できたか |
中堅・リーダー | 主体性・後輩指導・業務改善 | 自ら課題を見つけ周囲を巻き込めたか |
管理職 | 目標設定・人材育成・成果責任 | チームの成果と部下の成長を導けたか |
AIへの指示では、この「等級」「職種」「重視する観点」をプロンプトに含めます。たとえば「中堅の営業職として、主体性と後輩指導の観点で」と一言添えるだけで、返ってくるコメントの解像度が大きく変わります。
そのまま使えるプロンプト例
ここからは、コピペして使えるプロンプトの雛形です。いずれも【 】を自社の内容に置き換えるだけで使えます。共通のコツは、評価対象を特定できる個人情報は入れず、行動事実だけを箇条書きで渡すことです（理由は後述します）。
1. 箇条書きの事実を評価コメントに変換する（基本形）
あなたは中小企業の人事評価を支援する担当者です。次の行動事実をもとに、「事実→評価→期待」の順で200字程度の評価コメントを作成してください。断定しすぎず、事実に基づいた表現にしてください。等級・職種は【中堅・営業】、重視する観点は【主体性／後輩指導】、評価期間中の行動事実は【新規開拓の訪問件数が前期比1.4倍／新人2名の同行研修を自主的に実施／提案書のテンプレートを作り直しチームで共有】です。
2. SBI法（状況・行動・影響）で1エピソードを掘り下げる
次の出来事を、SBI法（状況→行動→影響）に沿ってフィードバック用の文章にしてください。評価する側の主観や決めつけは避け、観察できる事実と、その行動がもたらした影響を中心に書いてください。状況は【第2四半期の在庫システム移行の場面】、行動は【他部署へ自ら確認に回り、必要な仕様を早期に洗い出した】、影響は【移行が遅延なく完了した】です。
3. 良い点と改善点をバランスよく書く
次の行動事実から、「評価できる点」と「次期に向けた改善・期待」を、それぞれ事実に基づいて2文ずつ書いてください。改善点は人格を否定せず、行動レベルの提案にとどめてください。行動事実は【箇条書きで貼り付け】です。
4. 次期の期待・目標を言語化する
次の評価結果をふまえ、本人と合意する次期の目標を2つ、具体的な行動と達成の目安（いつまでに・何を）を含めて提案してください。難易度は現在の等級【中堅・営業】に合わせてください。今期の評価の要点は【箇条書きで貼り付け】です。
これらは組み合わせて使えます。まず1で全体のたたき台を作り、重要なエピソードは2で掘り下げ、最後に4で次期目標へつなげる、という流れが現実的です。出てきた文章は必ず自分の言葉で読み直し、事実と食い違う表現がないかを確認してください。
ここまで手順を中心にお伝えしてきました。私たちMihataは、評価コメントのような業務で、社内の情報を外部に出さずに使える独自AIの構築サポートも行っています。記事の途中で恐縮ですが、人事評価や日々の業務にAIを本格的に取り入れたい場合の選択肢として、よろしければ合わせてご覧いただけたら嬉しいです。
AIに評価情報を入れるときの注意（個人情報・公平性）
評価業務でAIを使うとき、最も注意すべきは情報の扱いと公平性です。ここを外すと、便利さ以上のリスクを抱えることになります。
個人を特定できる情報は入力しない
一般に公開されている生成AIサービスに、従業員の氏名・社員番号・人事情報をそのまま入力するのは避けるべきです。個人情報保護委員会は2023年6月に生成AIサービスの利用に関する注意喚起を公表しており、個人情報取扱事業者が個人情報をプロンプトとして入力する際は、特定した利用目的の範囲内であることを十分に確認する必要があるとしています。前掲のプロンプト例のように、氏名を伏せて「中堅・営業」など役割と行動事実だけを抽象化して渡すのが安全な使い方です。
公平性を保ち、最終判断は人が担う
もう一つが公平性です。総務省・経済産業省の「AI事業者ガイドライン」は、AIの出力が公平性を欠くことのないよう、AIに単独で判断させず、適切な場面で人間の判断を介在させること、そしてその際に人間がAIの出力を無批判に受け入れる「自動化バイアス」に陥らないよう対策を講じることを求めています。評価コメントの生成でも、AIの文章をうのみにせず、事実と評価が本当に対応しているかを人が確認する前提を崩さないことが大切です。
実務上のポイントは、AIには評価の“判断”をさせないことです。「この人を何点にすべきか」「昇格させるべきか」といった判断をAIに委ねるのではなく、人が決めた評価を分かりやすい文章にする用途に限定します。評価の根拠となる事実の収集、評価の決定、公平性のチェックは、あくまで人の責任で行います。
よくある失敗とAI・人の役割分担
現場で多い失敗は、AIが生成した文章をそのまま評価シートに貼ってしまうケースです。事実に基づかない美辞麗句が並んだり、全員のコメントが似通ってしまったりして、かえって評価への信頼を損ないます。AIの出力は必ずたたき台として扱い、事実との整合を人が確認するのが鉄則です。
もう一つは、行動事実を用意せずにAIへ丸投げするケースです。材料がなければAIは一般論しか書けません。日頃から部下の行動を1〜2行でメモしておき、それをAIに渡す運用にすると、評価時期の負担が大きく減ります。役割分担を整理すると次のとおりです。
工程 | AIに任せてよい部分 | 人が担うべき部分 |
|---|---|---|
事実の収集 | （使わない・個人情報を入れない） | 評価期間中の行動・成果の記録 |
文章化 | 「事実→評価→期待」の型への整形・言い回しの候補出し | 事実と評価が対応しているかの確認 |
評価の決定 | （使わない） | 点数・等級・昇格などの最終判断 |
公平性 | （使わない） | 偏り・差別的表現がないかのチェック |
AIは、評価コメントを書く時間を短縮する道具として非常に有効です。一方で、評価そのものの妥当性と公平性は人にしか担保できません。この線引きを守れば、評価の質を保ちながら、シーズンごとの負担だけを軽くできます。
よくある質問
AIで作った人事評価コメントはそのまま使ってよいですか？
たたき台としては有効ですが、そのままの利用は避けます。AIは事実に基づかない表現を混ぜたり、全員が似た文章になりがちです。事実と評価が対応しているか、公平性に問題がないかを人が必ず確認し、自分の言葉に直してから使ってください。評価の最終判断も人が行うことが前提です。
評価コメントはどんな型で書けば納得されますか？
「事実→評価→期待」の3部構成が基本です。まず観察された行動事実を挙げ、それをどう評価したかを述べ、次期への期待をつなげます。フィードバック手法のSBI法（状況・行動・影響）も同じ考え方で、抽象的な評価語だけを並べるより納得感が高まります。
生成AIに従業員の個人情報を入れてもよいですか？
氏名や社員番号など個人を特定できる情報の入力は避けます。個人情報保護委員会は、個人情報をプロンプトとして入力する際は特定した利用目的の範囲内かを十分に確認する必要があると注意喚起しています。役割（等級・職種）と行動事実だけを抽象化して渡すのが安全です。
等級や職種によって評価コメントは変えるべきですか？
はい。同じ観点でも求める水準は等級で異なります。AIに指示する際は対象の等級・職種と重視する観点を明示すると、水準の合ったコメントになります。厚生労働省の職業能力評価基準は、職種別の観点づくりの参考にできます。
人事評価にAIを使うと不公平になりませんか？
AIに評価の判断そのものを委ねると、偏りが生じるおそれがあります。AI事業者ガイドラインは、AIに単独で判断させず人間の判断を介在させること、自動化バイアスに陥らないことを求めています。AIは文章化に限定し、評価の決定と公平性の確認は人が担うことでリスクを抑えられます。