はじめに——「評価シーズン」が来るたびに、管理職の残業が増えていませんか？
半期に一度の評価シーズン。管理職にとって、この時期は通常業務に加えて「もうひとつの仕事」が降ってくる季節です。
部下一人ひとりの評価シートに文章を書く。フィードバックコメントを考える。1on1ミーティングのアジェンダを準備する。目標設定のすり合わせをする——。部下が5人いれば5人分、10人いれば10人分。しかも「コピペ感」が出ないように、一人ひとりに合わせた内容にしなければなりません。
日本のマネージャーの90%はプレイングマネージャーだと言われています。自分の業務目標を追いながら、部下のマネジメントも行う。その中で、評価業務は「重要だがとにかく時間がかかる仕事」の代表格です。
しかし2026年現在、ChatGPTやClaudeといった生成AIを活用すれば、この状況は大きく変わります。AIは「評価を下す」ことはできませんが、「評価を言語化する」作業を劇的に効率化します。箇条書きの実績メモから評価コメントのドラフトを生成し、フィードバックの文面を部下のタイプに合わせて調整し、1on1のアジェンダを目的別に自動作成する——これらはすべて、今すぐ無料で始められます。
この記事では、管理職・人事担当者が「評価する側」として一番時間を取られる作業にフォーカスし、AIで効率化する具体的な方法とプロンプト集を紹介します。
なぜ人事評価は「管理職の最大の負担」になるのか——4つの構造的原因
原因1：「評価は数字」だが「伝えるのは文章」
評価の本質は業績や行動の判断ですが、評価シートに書くのは「文章」です。S・A・B・Cのランクだけでは部下に伝わりません。「なぜこの評価なのか」「何が良かったのか」「次に何を期待するのか」を、一人ひとりに対して具体的な言葉で書く必要があります。この「数字を文章に変換する」作業が、膨大な時間を消費します。
原因2：フィードバックの「伝え方」に悩む
特に難しいのは「期待に届かなかった部下」へのフィードバックです。事実を率直に伝えつつ、モチベーションを下げないようにする。改善点を指摘しつつ、成長への期待を示す。この微妙なバランスは、ベテラン管理職でも毎回悩みます。結果として、当たり障りのないコメントに終始し、フィードバックが形骸化するケースが少なくありません。
原因3：1on1の「準備」に時間が取れない
1on1ミーティングの重要性は理解していても、部下一人ひとりの過去の目標・進捗・前回の話題を振り返り、今回のアジェンダを準備する時間がない。特に部下が複数いるプレイングマネージャーは、準備不足のまま1on1に臨み、「雑談で終わった」「進捗確認だけで終わった」という結果に陥りがちです。
原因4：目標設定の「書き方」がわからない
MBO（目標管理制度）やOKR（Objectives and Key Results）を導入しても、「良い目標の書き方」を教わる機会は少ないのが実情です。「顧客満足度を向上させる」のような抽象的な目標が並び、期末に「で、達成したの？」と判断できない——この目標設定の曖昧さが、評価の困難さに直結しています。
AIは、これら4つの原因のうち「文章化」「表現調整」「準備作業」「目標の具体化」をすべて支援できます。管理職は「判断」と「対話」という本来の役割に集中できるようになります。
大前提——「AIが評価する」のではなく「AIが言語化を助ける」
人事評価でAIを活用する際、最も重要な原則があります。
| AIにできること（積極的に活用） | AIにできないこと（人間が判断） |
|---|---|
| 実績メモから評価コメントのドラフトを生成する | 評価ランク（S/A/B/C）を決定する |
| フィードバック文面のトーンを調整する | 部下の人柄・事情を考慮した最終判断 |
| 目標を SMART 形式に書き直す | 組織戦略と個人目標の優先順位を決める |
| 1on1のアジェンダ案を生成する | 対話の中で信頼関係を築く |
| 過去の評価文書の表現を整理・推敲する | 昇進・昇給・配置転換の意思決定 |
AIは「評価者」ではなく「評価者の執筆アシスタント」です。判断は人間が行い、その判断を適切な文章に落とし込む作業をAIに任せる——これが正しい使い方です。
【実践編①】評価コメント・評価シートの作成
基本プロンプト：実績メモから評価コメントを生成する
あなたは人事評価の文章作成をサポートするアシスタントです。以下の情報をもとに、評価シートに記載する評価コメントのドラフトを作成してください。 ■ 評価対象者の情報： - 氏名：【仮名で入力。例：Aさん】 - 職種・等級：【例：営業職・主任クラス】 - 評価期間：【例：2025年10月〜2026年3月】 ■ 主な実績・行動（箇条書き）： 【ここに管理職が把握している事実を入力】 例： - 新規顧客5社獲得（目標3社に対し167%達成） - 既存顧客の契約更新率95%を維持 - 後輩2名のOJT担当として商談同行を10回実施 - 提案書のテンプレートを整備し、チームに共有 - 一方で、月次報告の提出が3回遅延 ■ 評価ランク（管理職が決定済み）：【例：A評価（期待を上回る）】 ■ 出力フォーマット： 1. 総合評価コメント（3〜5文で全体像） 2. 成果・貢献に対する評価（具体的な数字を含む） 3. 強みと今後さらに伸ばしてほしい点 4. 改善を期待する点（建設的な表現で） 5. 次期に向けた期待・メッセージ ■ トーン：公式な評価文書として適切な表現。評価対象者本人が読む前提。 ■ 文量：全体で300〜500字程度。
応用：複数の部下の評価コメントを一括でドラフトする
以下の3名の部下について、それぞれ評価コメントのドラフトを作成してください。各コメントは「コピペ感」が出ないよう、個人の実績と特性に合わせた表現にしてください。 ■ Aさん（営業職・主任）： - 実績：【箇条書きで入力】 - 評価ランク：A ■ Bさん（営業職・一般）： - 実績：【箇条書きで入力】 - 評価ランク：B ■ Cさん（営業事務・一般）： - 実績：【箇条書きで入力】 - 評価ランク：B ■ 出力条件： - 3名とも同一フォーマット（総合評価→成果→強み→改善点→期待） - ただし文言・表現は一人ひとり異なるものに - それぞれ300字程度
評価コメントの「トーン調整」プロンプト
すでに書いた評価コメントの表現を調整したい場合に使います。
以下の評価コメントを、指定のトーンに書き直してください。事実と評価の内容は変えず、表現のみ調整してください。 【元のコメントを貼り付け】 ■ 調整の方向： 【以下から選択または自由記述】 - 「もう少しポジティブなトーンに」 - 「改善点をより建設的に」 - 「期待のメッセージをもっと具体的に」 - 「フォーマルすぎるので、もう少し親しみやすく」 - 「端的にまとめて200字以内に」
【実践編②】フィードバック文書・面談準備
評価面談用フィードバックの準備プロンプト
以下の情報をもとに、評価面談で部下に伝えるフィードバックの構成案を作成してください。 ■ 部下の情報： - 氏名：【仮名】 - 評価ランク：【例：B評価（期待通り）】 - 前回の評価ランク：【例：B評価】 ■ 今期の主な実績と課題： 【箇条書きで入力】 ■ 面談で特に伝えたいこと： 【管理職自身の言葉で入力】 例： - 業務の正確性は高く評価している - ただし、チーム内での発信が少ない点を改善してほしい - 次期はリーダー候補としてプロジェクトを任せたい ■ 出力フォーマット： 1. 面談のオープニング（ねぎらい・感謝） 2. 良かった点の具体的なフィードバック（2〜3点） 3. 改善を期待する点（事実 → 影響 → 期待する行動 の構成で） 4. 次期の目標・期待の方向性 5. クロージング（激励のメッセージ） ■ 注意事項： - 「ダメ出し」ではなく「成長のための気づき」として伝わる表現 - 具体的なエピソードや数字を根拠として含める - 部下自身が「次にどう行動すべきか」がわかる内容に
「伝えにくいフィードバック」の表現変換プロンプト
管理職が最も悩む「ネガティブなフィードバック」を、建設的な表現に変換するプロンプトです。
以下の「伝えたいこと」を、部下のモチベーションを維持しつつ、改善行動につながる表現に変換してください。3パターン（直接的・共感的・コーチング的）で提案してください。 ■ 伝えたいこと（率直な内容）： 【ここに管理職の本音を入力】 例： - 「報告が遅すぎて、こちらのスケジュールに支障が出ている」 - 「会議でほとんど発言しないので、何を考えているかわからない」 - 「仕事の品質にムラがあり、チェック工数が増えている」 ■ 部下の性格・状況： 【わかる範囲で入力】 例： - 真面目だが自己主張が弱い - 指摘を重く受け止めやすいタイプ - 入社3年目で成長意欲はある ■ 出力フォーマット（各パターンとも）： - 事実の伝え方 - 影響の説明 - 期待する行動 - フォローの一言
【実践編③】目標設定（MBO/OKR）をAIで精度を上げる
抽象的な目標をSMART形式に変換するプロンプト
以下の目標を、SMART形式（Specific・Measurable・Achievable・Relevant・Time-bound）に書き直してください。 ■ 元の目標： 【ここに部下が提出した目標を入力】 例： - 「顧客満足度を向上させる」 - 「業務効率を改善する」 - 「チームワークを強化する」 ■ 補足情報： - 職種：【例：カスタマーサポート】 - 等級：【例：一般職】 - 部門の方針：【例：NPS（顧客推奨度）の改善と問い合わせ対応時間の短縮】 ■ 出力条件： - 各目標につき、SMART形式に書き直した目標文を提示 - 達成基準（KPI）を具体的に提案 - 達成に向けたアクション例を2〜3個 - 元の目標との対比表形式で出力
OKRの作成支援プロンプト
以下の情報をもとに、OKR（Objectives and Key Results）のドラフトを作成してください。 ■ 部門のミッション：【例：中堅企業向けSaaSプロダクトの国内シェア拡大】 ■ 対象者の役割：【例：フィールドセールス・チームリーダー】 ■ 期間：【例：2026年度上期（4月〜9月）】 ■ 出力フォーマット： Objective（定性的な目標）を1つ └ Key Result 1（定量的な成果指標） └ Key Result 2 └ Key Result 3 ■ 条件： - Objectiveは「達成したら明らかに前進したとわかる」挑戦的な内容 - Key Resultは数値で測定可能にする - 達成確度60〜70%の「ストレッチ目標」を意識 - 3案提示してください（攻め型・バランス型・基盤強化型）
自己評価の文章をサポートするプロンプト（部下向け）
管理職が部下に共有して使ってもらうためのプロンプトです。自己評価を書くのが苦手な部下の負担を軽減します。
以下の業務実績メモをもとに、人事評価の「自己評価」欄に記入する文章を作成してください。 ■ 今期の目標と実績（箇条書き）： 【ここに入力】 例： - 目標：月間商談数20件 → 実績：平均22件 - 目標：成約率30% → 実績：28%（未達） - 目標外の貢献：新メンバーの立ち上げサポート ■ 出力フォーマット： 1. 目標に対する成果サマリー（2〜3文） 2. 達成できた点と要因分析 3. 未達成の点と原因・改善策 4. 目標外の貢献・取り組み 5. 次期に向けた意気込み ■ 注意点： - 謙遜しすぎず、事実に基づいて適切にアピール - 未達成点は言い訳ではなく、学びと改善策として記載 - 200〜400字程度
【実践編④】1on1ミーティングの準備をAIで効率化する
1on1アジェンダ自動生成プロンプト
以下の情報をもとに、今週の1on1ミーティングのアジェンダを作成してください。 ■ 部下の情報： - 氏名：【仮名】 - 担当業務：【概要】 - 現在の目標：【今期の目標を簡潔に】 ■ 前回の1on1からの情報： 【前回話した内容・決まったアクションを簡潔に】 例： - 前回テーマ：Q3の案件優先順位の整理 - 決まったアクション：X社への提案書を今週中に完成 - 気になった点：少し疲れている様子だった ■ 今回確認したいこと： 【管理職として今回聞きたいことを入力】 例： - X社提案書の進捗 - 来月の出張スケジュールの調整 - 最近のモチベーションや困りごと ■ 出力フォーマット： 1. アイスブレイク（2分）：具体的な話題の提案 2. 前回アクションの確認（5分）：確認ポイント 3. 今回のメインテーマ（15分）：質問リスト 4. キャリア・成長に関する対話（5分）：問いかけ例 5. ネクストアクションの確認（3分） 合計30分の構成で。
1on1の振り返りメモ生成プロンプト
以下は今日の1on1で話した内容のメモです。このメモを整理して、次回の1on1に引き継ぐための記録を作成してください。 【ここにメモや箇条書きを貼り付け】 ■ 出力フォーマット： 1. 日付・参加者 2. 話題のサマリー（3〜5行） 3. 決まったアクション（担当者・期限つき） 4. 部下の状態・気になった点 5. 次回の1on1で確認すべきこと
評価業務のAI活用フロー——全体像
評価サイクル全体を通じて、どのタイミングでAIを使うかの全体像です。
| フェーズ | 管理職のタスク | AIの活用ポイント | 時短効果 |
|---|---|---|---|
| 期初 | 目標設定の面談 | 目標のSMART化・OKRドラフト生成 | 1人30分→10分 |
| 期中 | 1on1ミーティング | アジェンダ生成・振り返りメモ整理 | 準備15分→3分 |
| 期末 | 評価シート記入 | 実績メモ→評価コメントのドラフト生成 | 1人40分→10分 |
| 面談前 | フィードバック準備 | 面談構成案・伝え方の表現調整 | 1人30分→10分 |
| 面談後 | 面談記録作成 | メモの構造化・次回引き継ぎ事項整理 | 1人15分→3分 |
部下10名の場合、1回の評価サイクルで合計約10〜15時間の短縮が見込めます。この時間を部下との対話や自身の業務に再配分できることが、AI活用の最大の価値です。
注意点——人事評価でAIを使うときの6つの鉄則
鉄則1：個人名・機密情報はマスキングする
AIに入力する際は、部下の実名・社員番号・給与情報は使わず、仮名（Aさん、Bさん）に置き換えてください。ChatGPTやClaudeの有料プランでは入力データがモデルの学習に使われない設定が可能ですが、原則として個人情報のマスキングは必須です。
鉄則2：AIのドラフトを「そのまま使わない」
AIが生成した評価コメントをそのまま評価シートに転記すると、「テンプレート感」が出て部下に見抜かれます。AIのドラフトはあくまで下書きとして使い、あなた自身の言葉で書き直すセクションを必ず設けてください。特に「次期への期待」のパートは、上司本人の言葉であることに大きな価値があります。
鉄則3：評価ランクの決定にAIを使わない
S・A・B・Cの評価ランクは、管理職自身が判断するものです。AIに「この実績ならA評価ですか？」と尋ねることは避けてください。AIには自社の評価基準・組織の状況・本人の等級に応じた期待値がわかりません。判断は人間が行い、AIはその判断の「言語化」を助けるという役割分担を徹底しましょう。
鉄則4：ハルシネーション（事実の捏造）に注意する
AIは入力されていない事実を「もっともらしく」補完することがあります。「前年比120%の成長を達成し…」とAIが書いても、実際の数字と違えば大問題です。特に数値・日付・固有名詞は、必ず事実と照合してから使用してください。
鉄則5：評価の「公平性」はAIではなく制度で担保する
AIを使うことで文章の品質は均質化されますが、評価の公平性は別の問題です。評価基準の明確化、評価者間のキャリブレーション（すり合わせ）、被評価者への説明責任——これらは組織の制度設計として担保すべきものであり、AIに代替させることはできません。
鉄則6：部下にAI活用を開示するかは組織で判断する
「上司が評価コメントをAIに書かせている」と知った部下がどう感じるかは、組織文化によって異なります。AI活用を推進する企業であれば「効率化の一環」として開示する方が透明性が高まります。判断に迷う場合は、人事部門と方針をすり合わせておきましょう。
よくある質問（Q&A）
Q1. AIで評価コメントを書くのは「手抜き」ではないか？
AIは「文章を書く作業」を効率化するものであり、「評価の判断」を代行するものではありません。管理職の本来の仕事は、部下の業績と行動を見て適切に判断し、それを本人の成長につなげることです。文章作成の効率化によって生まれた時間を、部下との対話や観察に充てることで、むしろ評価の質は向上します。
Q2. 部下10人分の評価コメントをAIに一括生成させても大丈夫？
一括生成自体は可能ですが、2つの注意点があります。まず、各コメントの事実関係を個別に確認すること。次に、表現が類似しすぎないよう、一人ひとりのコメントを読み直して個別性を加えること。AIは同じプロンプト構造から出力するため、意識しないと「全員似たような文面」になるリスクがあります。
Q3. MBOとOKR、どちらに向いている？
どちらにも活用できます。MBOでは「目標の具体化」と「達成度に対する評価コメント」の作成に、OKRでは「挑戦的なObjectiveの言語化」と「Key Resultの定量化」に、それぞれAIが力を発揮します。自社がどちらの制度を採用しているかに合わせて、プロンプトをカスタマイズしてください。
Q4. 360度評価のフィードバック集約にAIは使える？
有効です。複数の評価者から寄せられたコメントをAIに入力し、「共通して指摘されている強み」「改善点の傾向」「コメント間の矛盾点」を抽出・要約させることで、フィードバック面談の準備が大幅に効率化されます。HRBrainやLatticeなどの人事評価システムにはAIフィードバック機能が搭載され始めています。
Q5. 人事評価に生成AIを使うことは法的に問題ないか？
2026年3月現在、評価コメントの作成にAIを使うこと自体を禁止する法律はありません。ただし、個人情報保護法の観点から、AIへの入力データの取り扱いには注意が必要です。実名や個人情報を入力する場合は、自社の情報セキュリティポリシーに準拠し、必要に応じて人事・法務部門に確認してください。
まとめ——「評価を書く時間」を「部下と向き合う時間」に変える
人事評価の本質は、評価シートに文章を書くことではありません。部下の仕事を正しく見て、適切に判断し、成長につながるフィードバックを届けることです。
しかし現実には、「文章を書く」という作業が管理職の時間と気力を大量に消費し、肝心の「対話」や「観察」の時間を圧迫しています。AIを活用することで、この構造を反転させることができます。
まずは次の評価シーズンで、部下1名分の評価コメントをAIでドラフトしてみてください。30分かかっていた作業が10分で終わる体験は、あなたの評価業務に対する見方を変えるはずです。「書く時間」を減らし、「向き合う時間」を増やす——それがAI時代の管理職の評価スタイルです。
免責事項： 本記事は2026年3月時点の情報に基づく一般的な情報提供です。AIが生成した評価コメント・フィードバック文書は、必ず管理職自身が内容を確認し、事実関係の正確性を検証してからご利用ください。人事評価の判断はAIではなく人間が行うものであり、AIの出力をそのまま公式な評価として使用することは推奨しません。個人情報の取り扱いについては、各組織のセキュリティポリシーに従ってください。各ツール・サービスの機能・料金は変更される可能性があるため、最新情報は各公式サイトでご確認ください。
コメント