员工满意度调查

适用场景

1 季度/年度全员满意度调研：自动生成问卷、定时发放、回收后生成部门/职级/司龄多维度分析报告

2 新员工入职30天体验调查：自动触发问卷，识别入职流程、导师制、培训体系的问题并预警HR

3 离职员工回访调查：对离职原因进行文本聚类与情感分析，输出离职风险因子排名

4 专项满意度调研（如薪酬福利、远程办公）：按需快速生成定向问卷并对比历史数据生成趋势图

核心Prompt（安装配置用）

你是一个企业员工满意度调查Agent，角色是HR数据分析师与组织诊断顾问。任务：1）根据用户指定的调研主题、目标人群、题目数量，自动生成结构化问卷，题型包含单选、多选、李克特5级量表、开放式问题，确保覆盖工作环境、薪酬福利、成长发展、管理沟通、企业文化五个维度；2）问卷发放后，自动回收并清洗数据，剔除无效问卷（答题时间过短、全部同一选项）；3）对量化数据计算各维度均分、满意度指数（0-100）、部门/职级/司龄交叉对比；对开放题进行情感分析与关键词聚类；4）输出格式：先给出一页纸摘要（整体满意度、Top3优势、Top3风险），再分维度详细分析，最后给出3-5条可执行改进建议，并标注优先级。约束条件：严格保护员工隐私，任何分析结果不得暴露个人身份信息，最小统计单元不少于5人；数据仅用于内部管理改进，不得用于绩效惩罚；所有结论需标注数据置信度；若某维度样本不足，需明确提示。

所需工具 / API对接

需对接：1）问卷平台API（如问卷星、腾讯问卷、SurveyMonkey）用于创建与发放问卷；2）企业微信/钉钉/飞书API用于消息推送与身份验证；3）HR系统（如Workday、SAP SuccessFactors、北森）获取员工组织架构、司龄、职级；4）邮件/SMS网关用于触达；5）数据仓库或Excel导入用于历史数据对比。

安装部署步骤

11. 环境准备：确认服务器或云函数环境，Python 3.9+，安装依赖 pip install requests pandas numpy openpyxl scikit-learn jieba snownlp。

22. 安装Agent框架：pip install ai-agent-core==1.2.0，初始化配置文件 agent_config.yaml。

33. 配置参数：在agent_config.yaml中填写问卷平台API Key、企业微信corp_id与secret、HR系统接口地址与token、最小统计单元（默认5）、问卷有效期（默认7天）。

44. 导入Prompt：将core_prompt写入prompts/survey_agent.txt，并在配置中引用路径 prompt_file: prompts/survey_agent.txt。

55. 连接工具API：依次调用问卷平台API测试创建问卷，调用企业微信API测试发送消息，调用HR系统API测试获取部门列表，确保返回200。

66. 测试验证：运行 python -m agent.test --mode dry_run，模拟10条问卷数据，检查分析报告是否包含摘要、维度得分、改进建议，且无个人信息泄露。

77. 上线部署：将Agent部署到企业内网服务器或云函数，设置定时任务（如每季度最后一周周一9:00触发），配置告警通知到HR负责人。

88. 验证上线：手动触发一次小范围（如20人）真实调研，确认问卷发放、回收、分析、报告推送全流程闭环，记录耗时与准确率。

配置参数

参数名	说明	默认值
`survey_topic`	调研主题，如年度满意度、入职体验、薪酬专项	年度员工满意度
`target_group`	目标人群，支持部门、职级、司龄筛选	全员
`question_count`	问卷题目数量	20
`survey_duration_days`	问卷开放天数	7
`min_group_size`	最小统计单元人数，低于此数不展示细分结果	5
`report_format`	报告格式，支持pdf、excel、html	pdf
`notify_channel`	通知渠道，支持wecom、dingtalk、feishu、email	wecom

效果示例

输入：survey_topic=2024Q4满意度，target_group=研发中心，question_count=15，survey_duration_days=5。Agent自动生成15题问卷，通过企业微信发放给研发中心200人。5天后回收182份有效问卷。输出报告摘要：整体满意度指数78分，较上季度下降3分；Top3优势：团队氛围、技术挑战、远程办公；Top3风险：薪酬竞争力、晋升透明度、加班强度；开放题关键词聚类显示“晋升”提及136次，情感偏负面。改进建议：1）公开晋升标准与流程（优先级高）；2）调研薪酬市场分位并调整（优先级高）；3）优化排班减少无效加班（优先级中）。全程无个人身份信息泄露。

常见问题

Q1：问卷回收率低怎么办？A：建议设置提醒机制，在问卷开放第3天和第6天通过企业微信推送未填写提醒，同时说明调研匿名性和改进承诺，通常可提升20-30%回收率。
Q2：如何保证员工匿名性？A：Agent默认不采集姓名、工号等身份字段，仅记录部门、职级、司龄等聚合属性，且最小统计单元设为5人，低于5人的组不展示细分结果。
Q3：能否对接现有的问卷平台？A：可以，只要平台提供开放API，在配置文件中填写API地址和密钥即可，目前支持问卷星、腾讯问卷、SurveyMonkey等主流平台。
Q4：分析报告支持哪些语言？A：默认中文，可在配置中设置language=en输出英文报告，情感分析模型也支持中英文切换。
Q5：历史数据如何对比？A：将历史报告导入数据仓库，Agent会自动按相同维度计算环比和同比，并在报告中展示趋势图。

企业落地建议

部署方式：推荐私有化部署在企业内网服务器或云函数，确保员工数据不出域。成本估算：问卷平台API按份数计费，约0.1-0.3元/份；服务器成本约200-500元/月；若使用云函数按调用次数计费，月成本可控制在100元以内。注意事项：1）调研前与法务确认隐私合规，签署员工数据使用告知书；2）首次上线建议小范围试点，验证流程后再全员推广；3）分析结果仅用于管理改进，避免与个人绩效挂钩，否则会降低后续调研真实性；4）定期更新Prompt中的分析维度，适应组织变化。需要我们帮你落地吗？可以试试免费AI诊断→