緬甸籍移工離職面談總是漏聽重點？用ChatGPT語音幫HR整理逐字摘要

週五下午，人資主管Nok又約了一位即將離職的緬甸籍作業員做面談。翻譯同仁在旁邊幫腔，Nok一邊聽一邊寫筆記，一邊還要注意對方情緒。面談結束後回到座位，腦中只剩下模糊印象：「他好像有提到宿舍很吵」「機台好像有講到什麼異音」，但具體是哪一句、哪個環節，早就記不清楚了。錄音檔倒是有錄，但一支40分鐘的訪談，回放一次就要40分鐘，還要邊聽邊抓重點，一天排三場面談，光整理紀錄就吃掉半天工時。

離職面談看似例行公事，其實是工廠最容易漏接的訊號來源：工安隱患、班表不合理、宿舍糾紛、管理階層溝通問題，往往在移工要離開的那一刻才敢說真話。如果HR只憑印象寫報告，這些訊號很容易在轉述中被淡化或遺漏。2023年9月起，ChatGPT的語音對話功能已經普及開放，配合7月上線的「自訂指令」（Custom Instructions），HR可以先把AI設定成固定角色，之後每次面談後直接口述重點，讓AI整理成看得懂、能歸檔的摘要，不必再乾聽錄音。

面談當下先錄音，事後再「口述」給AI聽

做法不是把手機錄音檔丟給AI（目前ChatGPT還無法直接處理長音檔上傳轉逐字稿），而是面談結束後，趁記憶還新鮮，HR自己對著ChatGPT用語音模式「口頭覆述」訪談重點，包括翻譯轉述的內容、對方的語氣情緒、自己觀察到的細節。這一步取代的是「回放錄音逐字聽寫」，而不是取代面談本身。

先用自訂指令把AI設成「HR訪談摘要員」

在開始口述之前，先到設定裡把自訂指令填好，讓AI每次回覆都自動套用同一套整理格式，不用每次面談後重新下指令、重新解釋要什麼欄位。這樣即使今天面談3個人、明天面談2個人，摘要格式永遠一致，方便日後歸檔比對，也方便交接給下一位HR。

結構化輸出：離職原因／工安反映／建議三欄

把面談內容硬性拆成三塊，是這個做法最關鍵的一步。移工口中常常是東拉西扯，一句話裡可能同時包含對薪資的不滿、對機台異音的抱怨、對宿舍室友的意見。AI能做的，就是把這些混在一起的敘述，按「原因、工安、建議」拆開重組，讓HR一眼看出哪些是情緒抒發、哪些是真正要往上呈報的工安隱患。

比逐字聽錄音省一半時間，關鍵在「當場記得住」

逐字聽錄音之所以慢，是因為要重複倒帶確認細節；口述給AI聽則是HR用自己的話一次講完，AI立刻整理，省下的正是反覆確認的時間。前提是面談後要盡快進行，記憶新鮮度直接決定摘要品質——拖到隔天再回想，效果會打折扣。

🔧 AI 動手做：把離職面談口述整理成結構化摘要

面談結束後，打開ChatGPT語音模式，先確認自訂指令已設定好角色，接著直接用語音口述剛才面談的重點，讓AI即時整理成三欄摘要，複製貼上存進離職面談紀錄表即可。

你是工廠人資部門的「HR訪談摘要員」。

我剛完成一場緬甸籍移工的離職面談，接下來會用語音口述面談重點（含翻譯轉述內容與我自己的觀察），請你聽完後，把內容整理成以下三個欄位的結構化摘要，用繁體中文條列呈現：

1. 離職原因（列出對方明確提到或暗示的所有原因，依重要程度排序）
2. 工安反映（如提到機台異音、防護設備不足、工時過長等安全相關內容，即使只是一句帶過也要列出）
3. 建議事項（給HR或工廠管理層的具體後續建議，例如是否需要通報工安、是否需要檢討班表等）

如果我口述的內容有模糊不清或矛盾之處，請在摘要最後加一段「待確認事項」，而不要自行腦補推測。

現在請聽我口述：

本週就能做的一步：下一次離職面談前，先在ChatGPT裡把上面這段自訂指令存好，面談結束後立刻口述整理，讓工安隱患不再被淡忘在一句帶過的抱怨裡。