AI 问卷怎么避免引导性提问？写题时先过一遍

AI 写问卷的速度很快，问题也出在这里：它擅长把话说得顺，而顺口的问法往往已经预设了立场。「您是否也认为这项服务很方便」这种句子，答案在提问前就被框住了。

引导性偏差不是措辞小节，它会让整份数据的分布整体偏移，后面再精细的分析也救不回来。

引导性从哪几个地方溜进来

四个地方最常见：题干里的褒贬词、选项的不对等、追问的预设、以及样本选择本身。前三个是文本层面的，靠改写就能解决；第四个是流程层面的，要在投放环节控制。

判断有没有引导，有个简单测试：把题干念给一个没参与设计的人听，问他觉得出题人希望选哪个。他答得出来，就说明有引导。

题干里最容易犯的三种写法

第一种是带情绪形容词，比如「糟糕的」「出色的」，换成中性描述即可。第二种是双重否定，「您是否不认为不应该调整」，读三遍都绕不过来，必然产生误答。第三种是把两个问题并成一句，「您对价格和售后是否满意」，答案无法拆解。

还有一种隐蔽的写法是预设事实，「您多久使用一次这项功能」，把「不使用」排除在外。正确做法是先问是否使用，再问频率。

选项排布也会带节奏

同意与不同意应该对称，五个选项就该是「非常不同意」到「非常同意」，中间放中立。若只给「同意、很同意、非常同意」，等于强迫表态。

顺序也会影响结果。放在前面的选项更容易被选中，所以关键题的选项要随机轮换，或者至少在预测试时验证顺序效应是否明显。量表方向也要一致，别上一题左同意右不同意，下一题反过来。

还有一种常被忽略的引导：缺少「不了解」「没接触过」这类出口。用户被迫在有倾向的选项里挑一个，数据里就凭空多出一批伪态度。凡是问及不熟悉的主题，都该给出不表态的选项，并在分析时单独统计这部分占比。

追问的时机

追问最容易植入预设。用户选了低分，紧接着问「您觉得哪里需要改进」，看起来合理，实际上已经假定他接受了「需要改进」这个框架。

更中性的问法是「您选择这个选项的主要原因是什么」，开放、不指向。追问也不宜过多，连续三个开放题会让完成率断崖式下跌。

上线前怎么检验

正式投放前先做小样本预测试，看两件事：各选项的分布是否过于集中，以及开放题的回答里有没有大量「答非所问」。前者说明题目有引导，后者说明题干有歧义。

还可以请另一套模型做审稿。让 Kimi、文心一言分别指出题目里可能存在引导的地方，两边都指出的，基本就是要改的。模型审稿只是辅助，最终判断仍要人来下。

预测试的样本不必多，几十份就够看出选项是否挤在一处。但要找人当面做一遍，观察他在哪一题停顿、哪一题回头重读，那些停顿就是题干的毛病所在，数据本身看不出来。

问卷自查五条

• 题干有无褒贬词与双重否定
• 一题是否只问一件事
• 选项是否对称，是否含中立项
• 选项顺序是否随机轮换
• 追问是否预设了结论

五条里最容易漏的是第二条，合并提问在长问卷里几乎必然出现。

相关机制：政务问答的口径管理同样讲究表述中立；住中服务的多轮编排里的追问设计可以对照；内容风控的分级讨论的是另一类判断分级；客服质检的全量覆盖则提供了抽样与全量的取舍思路。

关于问卷偏差的三个常问问题

• AI 生成的问卷能直接用吗？：不建议。它容易写出顺口但带倾向的句子，必须逐题改写并做预测试。
• 中立选项会不会让人偷懒？：会有一部分，但取消中立项造成的偏差更大，两害相权取其轻。
• 题目越少越好吗？：不是。关键在于每题都有明确用途，无用题删掉，必要的题不能省。