很多人第一次用大模型写东西，都会经历一个相似的落差：输入框里敲进去一句“帮我写一份关于XX的分析”，回车，几秒钟后屏幕上刷出一大段话，读起来通顺、结构工整、用词讲究，但合上电脑仔细一琢磨，发现它什么实质性的东西都没说。每一句都对，每一句都像没说。这就是大家常说的“正确的废话”——语法上无懈可击，信息量却接近于零。
我自己在这个坑里待过挺长时间。一开始以为是提示词写得不够长，于是拼命堆背景、堆要求、堆格式，结果输出越来越长，废话密度反而越来越高。后来才慢慢想明白：问题不在于我给的信息太少，而在于我提问的方式太“舒服”了。我给的每一个问题都是封闭的、结论导向的、允许对方用套话糊弄过去的。而真正能逼出干货的提问方式，恰恰是反过来的——用一连串追问，把对方逼到墙角，让它没法用漂亮话蒙混过关。这套思路，其实就是苏格拉底式提问。
这篇内容想聊的就是这件事：为什么AI容易输出“正确的废话”，苏格拉底式提问到底是怎么起作用的，以及具体怎么把它落地成一套可复用的提问流程。不管你是用AI写分析报告、做方案推演、梳理业务逻辑，还是单纯想让它帮你把一个问题想透，这套方法都能直接用上。不需要你懂什么技术原理，需要的是你愿意多问几个“为什么”和“凭什么”。
1. 先搞清楚“正确的废话”是怎么被生产出来的
1.1 一句话诊断：它在回答“应该是什么”，而不是“实际是什么”
“正确的废话”有个很典型的特征：它描述的是理想状态，而不是真实状态。你问它“这个方案有什么风险”，它告诉你“需要注意执行层面的落地问题”；你问它“这个指标为什么下滑”，它告诉你“受多方面因素综合影响”。这些话你不能说它错，但它等于什么都没告诉你。
背后的机制其实不复杂。大模型的训练目标是生成“高概率的、被广泛认可的”文本，而人类写作中，越是稳妥、越是不担责任、越是放之四海而皆准的表述，出现的频率越高。所以当你的问题足够宽泛时，模型会自然地滑向那个“最安全”的表达区间。它不是在骗你，它是在做它被训练要做的事——给出一个大多数人都会点头的答案。
我做过一个很简单的对比实验。同一个主题，问法不同，输出质量天差地别：
| 提问方式 | 典型输出特征 | 信息密度 |
|---|---|---|
| “分析一下这个行业的趋势” | 宏观、面面俱到、无具体指向 | 极低 |
| “这个行业里，过去两年哪一类玩家的毛利被压缩得最厉害，为什么” | 有对象、有方向、有因果追问 | 明显提升 |
| “如果毛利压缩是事实，那哪些成本项是刚性的、哪些是可压缩的，分别卡在什么环节” | 逼出结构性拆解 | 高 |
差别在哪？第一类问题允许它站在高处泛泛而谈，后两类问题把它按到了一个具体的、必须给出判断的位置上。这就是苏格拉底式提问的第一个抓手：把“泛问”换成“逼问”。
1.2 模型不是不会说真话，是你的问题没给它“必须具体”的压力
有个误解挺普遍：觉得AI就是能力不行，只会说套话。但我实际用下来的感受是，它在被追问的时候，是能给出相当具体、甚至有点“扎心”的内容的。关键在于你有没有制造出那种“不具体就过不了关”的压力。
举个我自己的例子。早前我让它帮忙梳理一个内容项目的定位，第一轮我问“这个项目应该怎么定位”，它给了一段四平八稳的话，大意是“要明确目标受众、突出差异化价值、建立内容壁垒”。全是正确的，全都没用。我不甘心，接着问：“你刚才说的‘差异化价值’，具体到这个项目，和市面上已有的同类内容比，最可能被用户感知到的差异点是什么？给我三个候选，并说明每个候选成立的前提条件。”这一问，它立刻收敛了，给出了三个有具体指向的方向，还附带了每个方向“在什么情况下才成立”的约束条件。
这个变化说明一件事：模型的“废话倾向”和提问的“约束强度”是反相关的。你约束得越松，它越容易滑向安全区；你约束得越紧，它越被迫调用更具体的知识组合。苏格拉底式提问的本质，就是持续施加这种约束，一环扣一环，不给它退回套话的空间。
1.3 为什么“多问几轮”比“一次问清楚”更有效
很多人有个习惯，想把所有要求塞进一个超长提示词里，指望一次到位。我试过，效果不稳定。原因在于，一次性提问再长，本质上还是“单向指令”，模型只需要对你的指令做一个整体响应，它完全可以在每个要求上都蜻蜓点水地应付一下。
而多轮追问是“双向博弈”。每一轮它给出一个回答，你针对这个回答里的薄弱点再追问，它就不得不修正、细化、补充。这个过程有点像剥洋葱，你一层层往里逼，它一层层往里给。真正有价值的东西，往往在第三轮、第四轮才冒出来。
我一般会把一次完整的苏格拉底式对话控制在四到六轮。太少，逼不出深度；太多，容易陷入无意义的循环。后面会讲怎么判断“该收手了”。
2. 苏格拉底式提问的四个动作，拆开来看
苏格拉底式提问不是一句玄乎的口号，它是由几个非常具体的动作组成的。我把它归纳成四个：澄清概念、追问依据、暴露矛盾、推演后果。这四个动作串起来，就是一套完整的“逼供”流程。
2.1 动作一：澄清概念——先把模糊词钉死
绝大多数废话的源头，是模糊词。什么叫“优化”？什么叫“提升体验”？什么叫“加强协同”？这些词在没被定义之前，谁都能用，用了等于没用。所以第一步永远是：把对方话里的关键词拎出来，要求它给出可操作的定义。
具体怎么问？我常用的句式是：
- “你说的‘XX’，具体指什么？给我一个能用来判断‘做到了’和‘没做到’的标准。”
- “这个词在你刚才的回答里出现了三次，每次含义一样吗？如果不一样，分别是什么？”
- “如果只能用一句话向一个完全不懂这个领域的人解释‘XX’，你会怎么说？”
举个实际场景。我让它分析一个产品的用户流失问题，它说“需要提升用户粘性”。我立刻追问：“‘粘性’具体指什么行为？是打开频次、使用时长、还是某个关键功能的完成率？这三个指标对应的运营动作完全不同，你先把这个词定义清楚。”它被这么一逼，就把“粘性”拆成了三个可测量的维度，后面的分析立刻就有了抓手。
这一步的诀窍是：不要接受任何形容词和抽象名词作为答案的终点。只要它给的是“更好”“更强”“更深入”这类词，就继续问“怎么衡量”。
2.2 动作二：追问依据——把“结论”逼回“证据”
模型特别擅长给结论，但结论背后的依据经常是空的。追问依据，就是要求它把“我认为”变成“因为什么，所以我认为”。
常用句式：
- “这个判断的依据是什么？是普遍规律、具体案例，还是你的推测？”
- “如果这个依据不成立，你的结论还站得住吗？”
- “有没有反例？在什么情况下这个结论会失效？”
这里有个很重要的心态：不要因为它说得笃定就信。模型说话的语气和它的可信度没有关系，它可以用极其肯定的口吻说一句毫无根据的话。追问依据，本质上是在做一次“压力测试”，看这个结论是实心的还是空心的。
我印象很深的一次，是让它评估一个方案的可行性。它说“该方案在资源投入上具有可行性”。我问依据，它说“考虑到常规的项目资源配置”。这个回答等于没回答。我继续追：“‘常规配置’是多少人、多长时间、多少预算？这个方案的具体工作量你估算过吗？估算的逻辑是什么？”这一追，它才老老实实把工作量拆成了几个模块，给出了一个粗略的量级判断，并且承认“在人力紧张的情况下可行性存疑”。这才是真正有用的信息。
2.3 动作三：暴露矛盾——让它自己打自己的脸
这是四个动作里最有杀伤力的一个。模型在多轮对话中，很容易前后不一致，或者在一个地方说A，在另一个地方说非A。你要做的，就是把这些不一致揪出来，摆到它面前。
常用句式：
- “你刚才说X，现在又说Y，这两个说法矛盾吗？如果都成立，前提分别是什么？”
- “按照你前面的逻辑，是不是应该推出Z？但你刚才的结论是相反的，怎么解释？”
- “你一方面说这件事很重要，另一方面又说它优先级不高，这两个判断怎么统一？”
这个动作之所以有效，是因为它强迫模型进入“自洽性检查”模式。一旦它发现自己的表述有冲突，就不得不做出取舍，而取舍的过程，往往就是真知灼见浮出水面的过程。
我遇到过一个典型情况：让它分析某个决策的利弊，它先列了一堆好处，又说“但存在一定风险”。我追问：“你列的好处里，第三条和第五条其实依赖于同一个前提，而这个前提恰恰是你说的风险点。那这个决策到底是利大于弊还是相反？给个明确判断，别和稀泥。”它被逼着做了一次权衡，最后给出的结论比前面那段“两面都不得罪”的话有价值得多。
2.4 动作四：推演后果——把结论放到极端条件下检验
一个结论靠不靠谱，把它推到极端，看它崩不崩，一试便知。推演后果，就是人为制造极端条件，看这个结论的边界在哪里。
常用句式：
- “如果这个方案的成本翻倍，还成立吗？如果缩水一半呢？”
- “假设最坏的情况发生了，这个判断还站得住吗？最先崩的是哪一环？”
- “把这个结论放大十倍、缩小十倍，分别会发生什么？”
这一步的价值在于，它能逼出“边界条件”。而边界条件恰恰是最有价值的信息——它告诉你这个结论在什么范围内有效，超出范围就失效。很多废话之所以是废话，就是因为它假装自己无条件成立。
比如它说“增加内容更新频率能提升用户活跃”。我推演：“如果频率翻三倍，内容质量必然下降，活跃还会提升吗？如果用户是被高频推送打扰而不是被内容吸引，这个因果关系还成立吗？”它顺着这个推演，给出了一个“频率与质量存在平衡点”的判断，并且指出了“超过某个阈值后边际效应转负”的可能性。这就从一个空洞的因果断言，变成了一个有条件的、可操作的结论。
3. 把四个动作串成一条可复用的追问链
光知道四个动作还不够，实际用的时候得把它们串成一条链。我自己的习惯是：先澄清，再追依据，然后找矛盾，最后推极端。这个顺序不是随便定的，它符合“从模糊到具体、从表面到深层”的递进逻辑。
3.1 一条完整的追问链长什么样
拿一个具体场景走一遍。假设我让它帮忙分析“为什么一个内容账号的涨粉速度突然放缓了”。
第一轮（开放提问）：它给了一堆可能原因，什么内容同质化、算法变化、用户疲劳、更新不稳定。典型的“面面俱到但没重点”。
第二轮（澄清概念）：“你说的‘内容同质化’，具体指和谁同质化？是同赛道其他账号，还是它自己前后期内容重复？这两种情况的应对完全不同，先定义清楚。”它收敛到“自身内容前后期选题重复度高”这个具体判断上。
第三轮（追问依据）：“你说选题重复度高，依据是什么？是数据上体现出来的，还是你的推测？如果是推测，需要看哪些数据才能验证？”它承认是推测，并给出了验证路径：对比不同时间段的选题分布、看单篇完播率的变化趋势。
第四轮（暴露矛盾）：“你前面说‘更新不稳定’是原因之一，但后面又说‘内容质量比频率更重要’。如果一个账号更新变慢是因为在打磨质量，那这到底是问题还是正常调整？这两个判断怎么统一？”它被迫区分了“被动断更”和“主动降频提质”两种情况，并指出前者才是问题。
第五轮（推演后果）：“假设涨粉放缓纯粹是因为赛道整体流量见顶，那这个账号还有哪些不依赖新增流量的增长路径？把最极端的两种情况都推演一下。”它给出了几条“存量运营”的思路，并且标注了各自的适用条件。
走完这五轮，输出的东西和第一轮相比，完全是两个量级。第一轮是“可能性清单”，第五轮是“有判断、有依据、有边界、有应对”的分析。这就是追问链的价值。
3.2 每一轮该问几个问题，什么时候该停
我的经验是：每轮只聚焦一个动作，最多问两个问题。问多了，模型会顾此失彼，每个都答得浅。聚焦一个点往深里挖，效果更好。
至于什么时候停，有个很实用的判断标准：当它的回答开始出现“具体的数字、具体的条件、具体的取舍”时，就可以收了。反过来，如果它还在用“可能”“一定程度上”“需要综合考虑”这类词打太极，说明还没逼到位，继续追。
还有一个信号：当它开始主动说“这取决于……”并给出不同情况下的不同结论时，通常意味着它已经进入了深度思考模式，这时候的产出质量最高。
3.3 一个容易被忽略的细节：追问要“引用它自己的话”
这一点特别重要，但很多人不注意。追问的时候，最好把它上一轮说过的原话拎出来，针对那句话追问。比如不要说“你再深入分析一下”，而要说“你刚才说‘核心问题在于定位不清’，这个‘定位不清’具体表现在哪几个方面”。
为什么要这样？因为引用它自己的话，等于给它设定了一个“必须回应”的锚点。它没法绕开这句话去谈别的，只能正面回应。这比泛泛地说“再深入点”有效得多。我试过很多次，凡是带引用的追问，回答的针对性都明显更强。
4. 不同场景下，这套提问法怎么变形
苏格拉底式提问不是只有一副面孔。不同场景下，追问的侧重点完全不一样。下面按我常用的几个场景分别说说。
4.1 写分析报告：重点在“逼出因果链”
写分析类内容时，最怕的就是“罗列现象不解释原因”。这时候追问的重点应该放在因果链上。
关键问法：
- “这两件事同时发生，是因果还是巧合？如果是因果，中间的作用机制是什么？”
- “你说的这个原因，是充分条件还是必要条件？还有没有别的因素在起作用？”
- “如果把这个原因去掉，结果会不一样吗？怎么验证？”
我一般会要求它把因果链画成“A导致B，B导致C”的形式，然后逐环追问“这一环的传导机制是什么”。凡是它说不清传导机制的环节，基本就是它瞎编的或者想当然的，直接打回去重来。
4.2 做方案推演：重点在“逼出失败路径”
做方案的时候，人（和模型）都有一种天然的乐观倾向，喜欢论证“这事能成”。苏格拉底式提问在这里要反着来：逼它论证“这事怎么会失败”。
关键问法：
- “这个方案最可能死在哪一步？给我排个序。”
- “假设执行过程中出现了一个你没预料到的障碍，最可能是哪一类？”
- “如果只能保留方案里的一个环节，你保留哪个？为什么其他的都可以砍？”
这种“逆向追问”特别能暴露方案的薄弱点。我做过一个对比，正向问“这个方案有什么优势”，它给一堆漂亮话；反向问“这个方案最可能因为什么失败”，它给出的内容具体得多，而且往往直指要害。
4.3 梳理业务逻辑：重点在“逼出指标定义”
业务场景里，模糊词最多。“提升效率”“优化流程”“增强协同”，全是这类。这时候追问的核心就是把它逼到“可测量”的层面。
关键问法：
- “这个目标达成与否，用哪个数字来判断？现在是多少，目标是多少？”
- “这个指标如果提升了，会不会有另一个指标因此下降？怎么平衡？”
- “这个动作和这个指标之间，隔了几层？每一层的转化逻辑是什么？”
我有个习惯，凡是它给出一个“动作”，我就追问“这个动作影响哪个指标，影响路径是什么”。说不清路径的，基本就是拍脑袋想出来的动作，没有执行价值。
4.4 帮自己想问题：重点在“逼自己承认不知道”
这个场景有点特殊——不是逼AI，是借AI逼自己。很多时候我们自己想一个问题，会不自觉地跳过一些没想清楚的环节，用模糊的语言糊弄过去。这时候可以让AI反过来问你。
具体做法是：让它扮演一个“只问不答”的追问者，针对你的想法连续提问，你负责回答。它问的每一个“为什么”“凭什么”“如果……会怎样”，都是在帮你找自己思维里的漏洞。这个用法我用得很多，尤其是梳理一些自己也没想透的问题时，效果比让它直接给答案好得多。
5. 实测下来最容易踩的几个坑
这套方法我用了一年多，踩过的坑不少，挑几个最有代表性的说说。
5.1 坑一：追问变成了“抬杠”，把对话带偏
苏格拉底式提问和抬杠之间有条很细的线。抬杠是为了否定而否定，追问是为了把问题问清楚。区别在哪？追问始终围绕“让对方的表达更具体、更可验证”，而抬杠是不断引入新的、无关的质疑点。
我早期就犯过这个毛病，一个问题追着追着，开始问一些跟原始目标没关系的东西，结果对话越走越偏，最后得到一堆零散的信息，拼不成一个完整的判断。后来我给自己定了个规矩：每一轮追问之前，先问自己“这个问题和最初的目标还有关系吗”。没关系就停。
5.2 坑二：追得太狠，模型开始“编”来应付你
这是个很隐蔽的坑。当你追问得特别紧、特别具体时，模型有时候会为了“给出一个像样的回答”而编造细节。它编出来的东西往往很像真的——有数字、有逻辑、有案例——但经不起核实。
怎么识别？我的经验是看“具体得是否合理”。如果它突然给出一个精确到小数点的数字，或者一个特别完整的案例，而你并没有提供相关背景，那大概率是编的。这时候要追问：“这个数字的来源是什么？是你基于什么推算的，还是举例说明？”它一般会老实交代“这是示意性的”。
所以追问的强度要有个度，逼它具体，但不要逼它精确到它不可能知道的程度。具体和精确是两回事，前者是思维深度的体现，后者可能是幻觉的伪装。
5.3 坑三：忘了记录，好结论散落在对话里找不回来
多轮追问下来，对话会很长，真正有价值的判断往往藏在中间某几轮里。如果不做记录，回头找起来非常痛苦。我现在的习惯是，每聊完一个阶段，就让它“把到目前为止得出的、有依据的结论汇总成几条”。这个汇总本身也是一次提炼，经常能发现前面聊的时候没注意到的关联。
5.4 坑四：以为一套问法能打天下
不同的问题类型，追问的切入点完全不同。分析原因要追因果，做决策要追权衡，定目标要追指标，评估风险要追边界。用错切入点，追问就会变成无效的来回。我一般会在开始追问前，先判断一下“这个问题本质上是什么类型”，然后选对应的追问角度。这个判断花不了几秒钟，但能省掉后面很多无效轮次。
6. 怎么判断一次苏格拉底式对话“问到位了”
聊了这么多方法，最后说一个实操中很关键的判断标准：怎么知道该收手了。
我的经验是看三个信号。第一个信号是“出现了取舍”。当模型开始说“在A和B之间，如果优先保A，就要牺牲B，理由是……”时，说明它已经进入了真实的权衡，而不是在罗列可能性。第二个信号是“出现了条件”。当结论开始带上“在……情况下成立”“如果……则不成立”这类限定语时，说明它找到了边界，这比无条件成立的结论有价值得多。第三个信号是“出现了它自己没提过的新角度”。有时候追问到后面，它会冒出一个你完全没想到的切入点，这通常意味着它真的在“想”，而不是在“检索套话”。
三个信号出现两个以上，基本就可以停了。再问下去，边际收益会快速下降，甚至开始重复。
反过来，如果聊了五六轮，它还在用“需要综合考虑”“受多种因素影响”这类话打转，那要么是问题本身太宽泛，要么是追问的角度不对，得换个切入点重新来。
我个人的体会是，苏格拉底式提问最反直觉的地方在于：它看起来是在“为难”AI，实际上是在帮自己把问题想清楚。每一次追问“凭什么”，表面上是逼它给依据，实际上是在逼自己确认“我到底想从这个问题里得到什么”。很多时候，问着问着，真正被问明白的是我自己。这套方法用久了，会形成一种思维习惯——听到任何一个结论，第一反应不是接受或否定，而是“它的依据是什么，边界在哪里，反例是什么”。这个习惯本身，可能比任何一次具体的对话产出都更值钱。
