ChatGPT 在未提供量化資訊下，能否協助建立 OKR 目標？

ChatGPT 在無量化資訊下建立 OKR 目標的能力評估

人工智慧聊天機器人 ChatGPT 能夠基於使用者輸入的問題自動生成答案。為了評估 ChatGPT 在缺乏量化資訊的情況下，是否能協助建立符合 OKR 精神的目標，進行了兩組對照實驗。實驗中，針對同一需求情境，輸入不同訊息，觀察 ChatGPT 的表現。

實驗一：少量量化資訊下的 OKR 目標生成

即使僅提供籠統的資料，ChatGPT 仍可提供 OKR 目標的基本框架，並分析訊息後制定 O（目標）與 KR（關鍵結果）。然而，生成的 O 與 KR 並不完全符合 OKR 的要求。例如，O 的表述需達到一個「境界」，但 ChatGPT 可能只提出空泛的方法，缺乏關鍵結果。舉例來說，若目標為「提升外語能力」，則需明確指出要提升到何種程度，如「能以外語進行客戶簡報」。此外，部分 KR 可能只描述空泛的方法，缺乏明確的關鍵結果，這是初次嘗試 OKR 目標者常見的錯誤。

實驗二：更多細節資訊下的 OKR 目標生成

當提供更多詳細資訊，如拜訪客戶成功率、部門業績紀錄等，ChatGPT 提供的 O 與 KR 表述會更具體。例如，在目標「提升客戶銷售效果品質」的關鍵結果中，ChatGPT 會自動設定數值供參考。然而，即使資訊更豐富，生成的 O 與 KR 之間仍可能缺乏關聯性。例如，KR「每月平均拜訪客戶 5 次」與「提升客戶銷售效果品質」之間，可能沒有直接的因果邏輯關係。