什么是追问？怎么让 AI 在上一轮基础上深入

AI 给出的第一轮回答，往往只是合格线而非终点。追问指不换话题、顺着上一轮的回答继续提要求或提疑问，让模型在已有基础上修正、展开或收窄。会用追问的人，几轮之内就能把一个笼统的答案打磨成能直接用的版本；不会追问的人，只能靠反复重问碰运气。这篇把追问的基本概念和操作方法讲清楚，配上一套可以直接练习的流程。

追问和重新问差在哪

重新问是换一种说法把问题再发一遍，模型从头作答，之前的上下文虽在，它会当新问题处理；追问则明确指向上一轮的内容，比如「第二点展开讲讲」「这个结论换个行业再说明一遍」。差别在于模型的工作范围：追问锁定了基点和方向，模型的调整是有锚的，产出更稳定。判断该追问还是重问，看答案离你的需求差多远：差一个局部的修正就追问，整个方向都不对就重问。

三类最常见的追问动作

展开型：对答案中的某一点要求深入，指明「就第三条展开，其余跳过」，模型会集中火力处理那一点。收窄型：嫌答案太泛，补上身份、场景、预算等约束，让它按条件重新组织。校验型：请它列出结论的依据或前提，检查推理是否站得住。三类动作覆盖了大部分不满意的情况，动手前先判断答案缺的是深度、精度还是可信度，再选对应的追问动作，比随手打一句「不对，再想想」有效得多。

追问时怎么点名参照物

追问的质量取决于参照是否明确。「再详细一点」是模糊的，模型只能猜你想细在哪；「把第二部分的操作步骤逐步拆开，每步给一个示例」就是清晰的指令。点名的方式有三种：点名段落（第三段）、点名结论（你说的那个前提）、点名类型（举一个面向小商家的例子）。用 DeepSeek 处理长回答时，还可以先让它给各部分编号，之后追问直接引用编号，指代不会错位。

在 DeepSeek 里练多轮追问

DeepSeek 的对话界面对多轮追问友好，长回答也保留了清晰的结构，适合拿来练手。一个实用的练习流程：先问一个开放性问题，拿到第一轮回答后，连续做三次不同类型的追问——一次展开、一次收窄、一次校验，对比三轮产出与初答的差距，你就能直观感受到追问带来的变化。练熟后把这个节奏带回日常使用，多数任务三轮之内就能收敛到可用的答案。深度思考等模式对追问同样生效，具体开关方式以官方最新版本为准。

话题被追问带偏了怎么办

多轮追问有个常见副作用：每轮都在延伸，几轮后话题已经离起点很远。察觉偏了，两种拉法：一是明确声明范围，「回到我最初问的那个问题上」；二是先小结再前进，请它把目前有效的结论汇总成一条，你带着这条另开对话继续。追问也不是越多越好，拿到满足需求的答案就该停，继续追问挤占的是你自己的注意力，还可能把已确认的结论搅浑，适时的停止与适时的追问同样是手艺。

延伸阅读：单轮精写和多轮追问、让 AI 自查答案的问法、失败后换个问法。

追问跑偏后的拉回动作

• 明确声明范围，回到最初那个问题
• 先让模型小结有效结论，再另开对话
• 拿到满足需求的答案就停手
• 方向整个不对时，改重问而非继续追问

最后一条最易忽略：方向错了还接着追问，只会把错的方向磨得更细。

追问时最容易卡住的三处

• 每次追问它都顺着我说，怎么破？：主动要反方，「列出这个方案不成立的三个条件」，逼它跳出附和模式，比暗示它认错更有用。
• 追问之后答案反而变短了？：可能它把追问理解成了局部修改，明确说「保持原有篇幅，只修改某一部分」就能纠正。
• 它一直记得前面聊过的内容吗？：同一对话内会，累积超出上下文上限后最早的内容会被截断，关键结论中途让它复述一遍确认更稳妥。