产品需求HR 流程知识检索人工审核
AI Agent 设计文档
产品需求文档:HR 政策问答 Agent
一份面向企业内部 HR 政策问答场景的产品需求文档,重点说明引用依据、升级规则和人工审核边界。
- 状态
- 公开安全的作品集样例
- 最后更新
- 2026-05-18
问题背景
HR 和内部支持团队常常把大量时间花在查找政策文档上,然后才能起草回复。真正的问题不只是搜索耗时,还包括解释不一致、缺少引用、升级路径慢,以及无法看清哪些政策反复产生咨询需求。
目标
设计一个辅助型 AI Agent 工作流,帮助 HR 用户定位相关政策、生成带引用的回复草稿,并把最终判断保留给人。
这个 Agent 应减少搜索和草稿准备时间,同时提升回答一致性和证据可追溯性。
非目标
- Agent 不做最终 HR 决策。
- Agent 不在未经人工确认的情况下直接回复员工。
- Agent 不取代正式政策负责人。
- 公开演示不使用生产敏感数据。
用户
- HR 运营人员:查找政策并起草回复。
- 政策负责人:确认政策解释并维护源文档。
- 员工提问者:接收人工确认后的最终回复。
- 治理审核者:检查引用、审计记录和操作控制。
核心流程
- HR 用户输入问题或选择咨询类别。
- Agent 从已批准的政策源中检索相关段落。
- Agent 生成带引用和置信提示的回复草稿。
- Agent 标出歧义、证据缺口或需要升级的情况。
- HR 用户审核、修改、批准或升级。
- 系统记录最终回复和对应证据。
要求
- 只能搜索已批准的政策来源。
- 返回引用段落,而不只是自由文本回答。
- 按统一格式生成回复草稿。
- 标记需要人工升级的案例。
- 记录来源、草稿、审核动作和最终状态。
- 源文档需要版本管理,普通回答必须有引用;没有可靠来源时必须明确说明。
成功指标
- 搜索和草稿准备时间减少。
- 引用覆盖率提升。
- 人工修正率下降。
- 升级判断准确。
- HR 审核用户满意度提升。
- 通过重复咨询发现政策文档缺口。
风险与保护栏
- 通过引用检查和人工审核降低错误或过期政策解释的风险。
- 通过强制人工批准降低过度信任。
- 把上传文本和复制内容视为不可信输入,降低提示注入风险。
- 通过已批准文档库、源版本和审计日志控制政策漂移。
发布计划
- 第一阶段:选择 10 类代表性咨询,离线评估并收集 HR 审核反馈。
- 第二阶段:小范围试点,限制用户并每周复盘质量。
- 第三阶段:配套 SOP、培训、支持路径和政策负责人反馈循环后扩大使用。