Buat draf uraian jabatan dari catatan proses

Tujuan pekerjaan

Mengubah catatan pekerjaan menjadi draf uraian jabatan yang bisa dikonfirmasi pemilik proses.

Persiapan & batas data

• Mulai dengan data sintetis yang disediakan; contoh ini bukan data klien.
• Pilih alat AI yang diizinkan perusahaan. Jangan memasukkan rahasia, identitas pelanggan/karyawan, atau dokumen tanpa izin.
• Tetapkan pemilik proses dan pemeriksa hasil sebelum latihan.
• Gunakan catatan tugas yang telah disetujui. Pisahkan pekerjaan yang berjalan dan harapan yang belum diputuskan.
• Paket ini rancangan latihan redaksi, bukan laporan pengujian pada model tertentu.

Alur kerja

1. Nomori catatan pekerjaan dan tandai kewenangan yang sudah diberikan.
2. Susun prompt dan jalankan dengan data latihan.
3. Periksa apakah setiap tanggung jawab memiliki sumber atau label usulan.
4. Diskusikan hubungan kerja serta batas keputusan dengan pemilik proses.
5. HR meninjau persyaratan relevan pekerjaan dan kelengkapan informasi.
6. Simpan draf; terbitkan sebagai dokumen internal hanya setelah persetujuan.

Bentuk hasil yang diharapkan

Tanggung jawab: memeriksa formulir (J2), mencatat kekurangan (J2), dan merekap status (J3). Persetujuan harga tidak menjadi kewenangan peran ini (J4). Dashboard ditempatkan sebagai harapan belum disetujui (J5), bukan tugas wajib saat ini. Pendidikan, ukuran tim, dan target kinerja ditandai belum tersedia.

Ini acuan editorial dari data latihan, bukan keluaran model yang telah diuji. Susunan kalimat boleh berbeda; fakta dan batas keputusan harus tetap sama.

Checklist pemeriksaan hasil

• Tidak ada tugas tanpa rujukan.
• Kewenangan harga tetap pada supervisor.
• Dashboard belum menjadi kewajiban.
• Tidak ada kriteria pribadi yang tidak relevan atau angka target yang diciptakan.
• Catat alat/versi, kesalahan, koreksi, dan seluruh waktu persiapan serta pemeriksaan.
• Pemilik proses memeriksa dan menyetujui sebelum hasil digunakan.

Kendala & batas penggunaan

Bukan evaluasi karyawan, pemeringkatan kandidat, atau keputusan rekrutmen otomatis. Data sintetis yang kecil tidak membuktikan akurasi atau penghematan di perusahaan. Uji kembali pada sampel yang telah diizinkan, termasuk data kosong dan pengecualian.