【Backlog AIアシスタント活用術 #38】地道な貢献を見落とさない。評価を支える根拠の集め方

by Backlogブログ編集部

2026年9月11日

「この半年の働きぶりを、公平に評価できているだろうか……？」

人事評価のシーズンが近づくと、頭を悩ませるのが「評価の根拠集め」ではないでしょうか。日々たくさんの課題が動くなかで、メンバー一人ひとりが「いつ・何を・どれだけ」進めてきたのかを、記憶だけで正確に振り返るのは至難の業です。目立つ仕事の裏で、地道な貢献をつい見落としてしまう——そんな不安を感じたことはありませんか。

今回は、メンバーの活動実績を客観的なデータとして洗い出し、評価の準備をぐっと楽にするプロンプトをご紹介します。

課題：評価の「事実集め」に時間がかかり、見落としも起きやすい

公平な評価には、感情や記憶ではなく「事実」に基づいた材料が欠かせません。しかし、複数のプロジェクトにまたがって働くメンバーの実績を、課題やコメントを一つずつたどって集計するのは大変な作業です。

特に「半期・通期の人事評価に向けて、客観的な材料をそろえたいとき」に準備の負担は大きくなりがちです。

プロンプト：入力するプロンプトは、たったこれだけ

〇〇さんの2026年〇月から〇月までのパフォーマンスを分析して。強みや改善点などの隠れた頑張りも可視化して

Backlog AIアシスタントの開き方。右下のロボットアイコンをクリックするとチャット画面が表示されます

成果：メンバーの実績と「隠れた頑張り」が、データでわかる

担当課題数や完了率など、活動全体のサマリー
参加しているプロジェクトの広がりと、地道に支えている業務領域

AIが示すのはあくまで評価の材料の一つです。この客観的なデータを手がかりに、ご自身がふだんの業務を通じて得た実感と照らし合わせてみてください。「思っていた以上に幅広く動いてくれていた」と気づくこともあれば、「数字には表れにくいこんな貢献もあった」と、AIのデータを補う部分も見えてくるはずです。そのうえで、評価コメントの裏付けとして活用し、次のアクションにつなげていきましょう。