01指南输入
行为指标
把标准子类提炼成可观察、可评价、可训练的岗位行为指标
让职业素养，
从抽象要求走向真实岗位行为。
PLATFORM WORKFLOW
从模型到评价报告
实现步骤
模型结构
两类输入，五层结构。
评价指南确定评价框架；岗位或专业需求补充评价对象的职责、任务、场景和风险信息。
输入 01确定评价内容
技能人才通用职业素养评价指南
按照 3 大类、11 中类、28 子类组织评价内容。
输入 02确定应用方式
岗位或专业
补充职责、任务、流程、协作关系、工作场景和关键风险。
02L0 — L3
四级锚定
说明针对同一件事，不同做法对应的等级水平
03四类证据
证据采集
结合情境任务、现场观察、工作记录和工作成果多种证据佐证
04多源合成
计分汇总
各类证据按权重合成分数
05综合输出
画像报告
用行为证据呈现职业素养情况与培养改进方向
多源证据不凭单道题作出结论
- 情境任务
- 行为观察
- 过程记录
- 成果佐证
A 类
6 中类 · 13 子类职业道德规范
关注法纪、敬业、守信、公正、服务与责任等要求，如何落实为岗位上的具体行为。
A1
爱党爱国
- A1-1政治立场与制度认同
- A1-2法纪意识与合规底线
A2
爱岗敬业
- A2-1岗位责任认知
- A2-2持续履职投入
A3
诚实守信
- A3-1真实记录与反馈
- A3-2承诺履行与守约
- A3-3如实报告问题
A4
办事公道
- A4-1制度与流程的遵循
- A4-2公平协作与资源使用
A5
热情服务
- A5-1基本服务规范的遵守
- A5-2及时响应与配合
A6
奉献社会
- A6-1公共责任边界的认知
- A6-2公共利益风险的回避
指标库
明确每项素养的具体行为
从评价指南的 28 个子类提炼出可观察、可评价、可训练的行为指标。
- 每级表现体现被评价人的行为取舍
- 可按岗位或专业选择需要评价的指标
- 可结合使用需要修改指标表述，修改经审核留痕
A3 诚实守信 · A3-1 真实记录与反馈研发版
A3-1-i6
更正留痕合规
指标表述
更正记录时标注原因与依据，按流程确认并保留原始记录。
L0
私自涂改或删除已确认记录
L1
更正不标原因或跳过确认
L2
标注原因依据并按流程确认
L3
复盘差错并提出防再发建议
APPLICATION PATHS
应用范围
院校用于人才培养和教学改进，企业用于岗位评价和员工发展，联合研究用于验证和完善模型。
01院校
用于实训、实习和就业准备
结合专业方向、实训任务和学习阶段配置评价内容，并根据学生表现提供反馈。
- 1专业信息
- 2场景校正
- 3评价实施
- 4反馈报告
02企业
用于岗位评价和员工发展
根据岗位职责、关键任务、工作流程和风险点确定指标与场景，开展评价并提供反馈。
- 1岗位信息
- 2指标确认
- 3场景确认
- 4评价反馈
03联合研究
用于模型研究和试点验证
围绕行业任务和典型场景开展研究，通过试点、复核和版本记录逐步完善模型与工具。
- 1框架共研
- 2场景积累
- 3试点验证
- 4版本治理
TECHNICAL EDGE
技术先进性与优势
六项核心技术，覆盖内容生产、测量执行与质量治理全过程，构成技能人才职业素养可信数据模型的技术底座。
01
多智能体协同架构
Master-Expert 分层拓扑，一个主控智能体动态调度场景派生、题目生成、线索自检、档位预标多个专家智能体并行作业，协同完成从岗位事实到成卷题目的全链路生产，效率提升十倍以上
02
可视化编排引擎
岗位建模三栏工作台，28 个标准子类、三大类权重、部署策略拖拽即配，实时校验与画像预演同屏反馈，实现测评方案“所见即所得”
03
外挂式专家 Skills 系统
将资深测评专家的隐性判准显性化、模块化，62 条职业冲突原型＋七问复核法将个人经验沉淀为可复用资产，实现岗位场景派生的精准“自由度控制”
04
记忆与进化能力
四层资产记忆体系，存储指标、原型、场景、作答四类记忆，跨企业测评数据持续回流校准原型效度，使模型从真实数据中学习、迈向自主进化
05
全链路可信溯源架构
标准条款向下逐级映射至子类、指标、四档锚点与每个评分选项，测评数据向上持续回流校准原型效度，六级双向贯通，构建可审计、可申诉、可复现的测量可信链
06
AI 治理 AI 新范式
以 AI 检测 AI 生成内容——多维线索机检自动识别 AI 出题中的答案泄露与倾向偏差，实现自动化、智能化的测评质量治理，重新定义题库生产模式
职业素养的作用
为人才培养、岗位评价和个人发展提供明确依据
我们把职业素养要求落实到真实岗位行为，形成可用于培养、评价和反馈的指标与证据。院校据此改进培养，企业据此开展岗位评价，个人据此了解自身表现与改进方向。
评价只针对可观察的岗位行为 · 结果用于培养、发展和工作改进，不作人格判断