deepseek可将公司级okr结构化拆解为部门级okr，前提是原始okr已含清晰可衡量的o和kr；需用精准提示词限定职能维度、量化指标、时间节点、责任人，并通过四步校验确保可执行。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用DeepSeek把公司级OKR快速拆解成部门或个人可执行的目标，避免目标层层衰减、上下脱节、动作模糊。
明确OKR层级关系再输入提示词
先确认你要拆解的原始OKR是否已包含清晰的O（目标）和对应KR（关键结果），且O具备激励性、KR具备可衡量性。如果原始OKR本身是“提升客户满意度”这类空泛表述，DeepSeek无法凭空生成有效拆解——它不补逻辑漏洞，只做结构化延展。
打开DeepSeek网页版或App，进入对话界面，清空历史记录，确保当前对话上下文干净。
输入基础提示词模板
直接复制粘贴以下内容，替换方括号内信息：
你是一位资深OKR教练，请将以下公司级OKR按职能维度拆解为3个部门级OKR（市场部、产品部、客服部），每个部门OKR需包含1个对齐目标（O）和2条具体、可验证的关键结果（KR）。要求：KR必须含量化指标、时间节点、责任主体；禁止使用“加强”“优化”“推进”等模糊动词；所有KR必须能通过系统数据或文档交付物直接验证。公司级OKR：【O：2024年Q3实现营收破1.2亿；KR1：新签客户数≥850家（截止9月30日）；KR2：老客户续费率≥82%（截止9月30日）】
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
补充约束条件提升拆解质量
在基础提示词后追加1～2条针对性指令，例如：
方法一：限定责任颗粒度
追加一句：“所有KR末尾标注‘（责任人：XXX）’，姓名用真实岗位名，如‘（责任人：市场部增长负责人）’。”
方法二：防止KR虚化
追加一句：“若某KR依赖外部不可控因素（如‘等待销售部提供线索’），请重写为本部门完全可控的动作，例如‘自主生成并测试3套高转化率获客话术（责任人：市场部内容组长）’。”
方法三：强制时间锚点
追加一句：“每个KR必须含明确截止日期，格式统一为‘（2024年8月15日前）’，不得出现‘Q3内’‘月底前’等模糊表述。”
校验输出是否可用
第一步：检查每个部门KR是否全部带数字、单位、截止日、责任人四项要素，缺一不可。
第二步：逐条问自己：“这个KR如果没完成，我能否立刻指出哪个数据没达标？有没有唯一归因路径？”
第三步：把拆解后的部门KR发给对应负责人，要求ta用一句话说明“下周你会做什么具体动作来推动这条KR”，答不上来的KR必须退回重写。
第四步：将最终版OKR导入飞书OKR或Tower，设置自动进度打卡节点——这一步做完，拆解即完成。
