苏格拉底式提问法，也许是AI时代最稀缺的能力

全文导览

本文解决一个问题：怎么把苏格拉底式提问法迁移到任何"从人身上挖内容"的场景。

苏格拉底式提问法 × AI 提示词
│
├─ 是什么 ─── 苏格拉底的"产婆术"：不给答案，追问出答案
│             为什么让 AI 来做：耐心、不评判、记得住全部回答
│
├─ 怎么拆 ─── 四个变量：角色 · 挖掘目标 · 提问维度 · 产出格式
│             三阶段流程：粗采访 → 深采访 → 针对性产出
│
├─ 关键杠杆 ── 提问维度（最容易被忽略的变量）
│              7 种维度参考表 + 怎么选 + 怎么组合
│
├─ 完整示范 ── 工作经历 → 简历（三段可直接复制的提示词）
│
├─ 不会搭？ ── 元提示词：让 AI 反过来采访你，帮你定四变量、生成提示词
│
└─ 拿走即用 ── 通用迁移模板 + 5 个领域速查 + 3 个坑

读完全文你将收获：

• 一套可复用的"四变量 × 三阶段"迁移框架

• 7 种提问维度的定义、适用场景和选择方法

• 简历场景的三段现成提示词，复制即用

• 一个元提示词，让 AI 帮你从零搭出任何场景的提示词

---

一、苏格拉底式提问法是什么

苏格拉底从不直接给答案，而是一直追问------"你说正义是强者的利益，那强者会不会犯错？犯错时的利益还是正义吗？"------问到你发现自己没想清楚，然后在你重新组织思路的过程中，答案浮现出来。这就是苏格拉底式提问法 ，也叫"产婆术"：不给你答案，帮你把心里已有但没成型的想法"接生"出来。核心逻辑一句话：答案不是被灌输的，是被追问出来的。

它和普通提问的区别在于"有纪律"：一次只问一个问题，每个问题基于上一个回答，系统地向深处推进。

这套方法好是好，但找一个有耐心、不带评判、能记住你每一句话的人来追问你，太难了。朋友聊几句就腻了，同事聊着聊着就开始给建议。AI 恰好补上这个缺口------无穷的耐心、不带评判、能记住全部内容并最后整理成结构化产出。这篇文档讲的就是怎么把它嫁接到 AI 提示词上。

---

二、背景：一个知识库产品挖掘的案例

最近接触到一个实践案例------「知识库产品起点挖掘」。你做了一个知识库产品，但被问"为什么做、解决谁的什么问题、关键决策是什么"，你说得出来但说不清楚。于是你让 AI 扮演产品顾问，一次只问一个问题、十个以内，连续追问。你一边答，AI 一边追，最后把碎片整理成一份完整的产品起点故事。

这个案例的提示词结构有四个要点：

1. 说明目的和背景------告诉 AI 你为什么要做这件事，给它足够的上下文

2. 告知 AI 的角色------产品顾问、商业记者、产品策划师等，角色决定提问视角

3. 说明要求------一次一个问题、追问 10 个以内、可限定问题范围、明确产出目的和格式

4. 大问题分阶段------先粗采访摸全貌，再针对某个项目深采访，最后做针对性产出采访

案例本身是"知识库产品"这个特定场景。但把提示词拆开看，底层骨架是可以迁移的------换到任何"需要从人身上挖内容"的场景都能用。这篇文档就讲怎么迁移：先拆方法骨架，再讲迁移到"工作经历→简历"的具体做法，最后给通用模板和可直接用的提示词。

---

三、方法骨架：四个变量决定一切

知识库产品起点挖掘看起来是特定场景，但拆开看，底层骨架只有四个变量：

变量	说明	知识库产品案例的值
角色	AI 扮演谁，决定提问视角和专业度	产品顾问
挖掘目标	要从用户身上挖出什么	产品的"起点故事"------为什么做、解决谁的什么问题
提问维度	沿什么方向追问，决定挖掘深度	动机→用户痛点→决策过程→关键转折
产出格式	最终整理成什么	产品故事文档

迁移到任何新领域，改这四个变量就够了。 分阶段策略（粗采访→深采访→针对性采访）作为流程骨架不变。

四个变量里，角色、挖掘目标、产出格式都比较直观------角色就是"让 AI 当谁"，目标就是"要挖什么"，格式就是"整理成什么样"。唯独提问维度最容易被忽略，但它恰恰是决定挖掘结果质量的关键。下面单独展开。

---

四、提问维度：决定挖出什么的关键杠杆

定义

提问维度就是你让 AI 沿着什么方向追问。它不是问题清单，而是追问的"轴线"------决定了从同一段经历里能挖出什么。

苏格拉底本人追问的方向是"概念的本质"------什么是正义、什么是美德。但换成不同场景，追问的轴线就得变。 Paul 总结的六类追问（澄清、挑战假设、追问证据、探索替代视角、评估后果、元认知）本质上就是六条可以切换的轴线。我们在实际使用中，会把它们组合成更贴合具体场景的维度框架。

作用

同一个人、同一件事，换一个维度，挖出来的东西完全不同。

举个例子。同样挖一个"做了半年的项目"：

• 用 STAR 维度追问 → 挖出的是成就和结果，适合写简历

• 用 决策链路维度追问 → 挖出的是思考过程和判断力，适合面试和晋升答辩

• 用 时间线维度追问 → 挖出的是完整叙事，适合写文章或做分享

维度选错了，挖得再深也是错的方向。这就是为什么它是最关键的变量。

常见提问维度参考表

维度	一句话定义	适用场景	典型追问方式
STAR	按情境-任务-行动-结果四段式追问	工作经历挖掘、简历、面试准备	"当时什么情况？"→"你的目标是什么？"→"你具体做了什么？"→"结果怎样？有数字吗？"
5W2H	围绕 Who/What/When/Where/Why/How/How much 七个面追问	事件还原、流程梳理、新闻采访	"谁发起的？"→"具体做了什么？"→"什么时候？"→"在哪？"→"为什么这么做？"→"怎么做的？"→"花了多少资源？"
动机-痛点-决策-转折	沿意愿链条追问：为什么开始→遇到什么问题→怎么决定的→关键转折在哪	产品起点故事、创业故事、职业转型	"最初为什么想做这个？"→"当时最痛的问题是什么？"→"你是怎么决定这么做的？"→"过程中有什么改变了方向？"
决策链路	聚焦每个关键选择的背后逻辑	晋升答辩、战略复盘、管理经验挖掘	"当时有几个选项？"→"为什么选了这个？"→"如果重来你会怎么选？"→"这个决策的长期影响是什么？"
时间线 + 关键节点	按时间顺序追问，在每个节点深挖	年度复盘、职业回顾、项目复盘	"这一年最重要的三件事是什么？"→"第一件事发生时什么情况？"→"转折点在哪？"
概念-应用-边界	先问懂了什么，再问怎么用，最后问哪里不适用	知识体系梳理、学习复盘、教学准备	"你怎么理解这个概念？"→"你在哪用过？"→"它不能解决什么问题？"
用户旅程	沿用户从接触到离开的完整路径追问	产品设计、用户体验优化、需求挖掘	"用户第一次接触是什么场景？"→"使用中卡在哪？"→"离开的原因是什么？"

怎么选维度

三个判断标准：

1. 看产出目的：简历要结果→STAR；故事要冲突→动机-痛点-转折；复盘要过程→时间线+决策

2. 看内容性质：是事件→5W2H 或时间线；是判断→决策链路；是知识→概念-应用-边界

3. 可以组合：一个采访阶段可以叠加两个维度。比如简历深采访以 STAR 为主，但在 Action 环节叠加决策链路追问（"为什么选这个方案而不是其他"），挖出来的就不只是做了什么，还有为什么这么做------后者往往是简历里最出彩的部分。

---

五、迁移示范：工作经历挖掘 → 简历内容产出

四变量调整

变量	调整后
角色	资深猎头 / 简历顾问 / 面试官（根据你要投的岗位选）
挖掘目标	工作经历中的关键成就、可量化结果、能力证据、差异化价值
提问维度	STAR 框架（情境 Situation→任务 Task→行动 Action→结果 Result）+ 量化追问 + 能力提炼
产出格式	简历项目经历模块（动词开头 + 量化结果 + 技术栈/方法 + 业务影响）

分阶段策略

整个流程分三轮采访，每轮目标不同：

• 第一轮·粗采访：梳理职业经历全貌，找到值得深挖的关键项目

• 第二轮·深采访：对选定项目用 STAR 框架深挖，逼出细节和数字

• 第三轮·针对性产出：对齐目标岗位 JD，整理成简历可直接用的项目经历描述

第一轮：粗采访 --- 梳理职业全貌

你是一位有10年经验的资深猎头和简历顾问，擅长帮候选人挖掘工作经历中的亮点。

我的情况：我正在准备简历，需要你帮我梳理和挖掘我的工作经历。
我的目标岗位是：【填写目标岗位，如"高级产品经理"】

请你扮演猎头，通过连续提问的方式帮我梳理职业经历。规则如下：
1. 一次只问一个问题，等我回答后再问下一个
2. 总共问不超过8个问题
3. 先从宏观入手：我的职业经历概貌、主要负责的业务、时间线
4. 逐步聚焦：哪些项目我觉得最有成就感、最有挑战、影响最大
5. 你的每个问题要基于我上一个回答，不要机械地走流程

问完所有问题后，请帮我：
- 画出我的职业经历时间线
- 标注出3-5个最值得在简历中展开的关键项目
- 对每个关键项目，用一句话概括它为什么值得展开

现在请开始问第一个问题。

第二轮：深采访 --- 深挖关键项目

你是一位资深猎头兼简历顾问。我们刚完成了粗采访，现在要针对其中一个关键项目进行深度挖掘。

项目背景：【把第一轮选定的项目简单描述一下，比如"2023年负责的XX系统重构项目"】
我的目标岗位是：【填写目标岗位】

请你用STAR框架对我进行深度采访，规则如下：
1. 一次只问一个问题
2. 按STAR顺序推进，但不要生硬地报框架名，自然地追问：
   - Situation：这个项目的背景是什么？当时面临什么问题？谁发起的？
   - Task：我的具体职责是什么？目标是什么？有没有量化指标？
   - Action：我具体做了什么？（关键追问：为什么选这个方案而不是其他？遇到的最大困难是什么？我怎么解决的？有没有什么创新做法？）
   - Result：最终结果如何？（关键追问：有没有具体数字？对比之前改善了多少？业务方/用户反馈如何？对我的团队/公司有什么长期影响？）
3. 总共问不超过10个问题
4. 如果我的回答太模糊（比如"效果不错"），请追问具体数字或例子
5. 如果我说的某个行动涉及团队协作，追问"你个人在其中具体做了什么"，区分个人贡献和团队成果

问完后，请把这个项目整理成简历用的项目经历格式：
- 1-2句话的项目背景描述
- 3-5条以动词开头的行动描述（每条包含具体做法+量化结果）
- 1句话的价值总结

现在请开始问第一个问题。

第三轮：针对性产出 --- 对齐目标岗位

你是一位简历顾问。我已经完成了关键项目的深度采访，以下是采访整理出的项目经历内容：

【粘贴第二轮的产出内容】

我现在要投递的岗位JD核心要求是：
【粘贴目标岗位的JD关键要求，或列出3-5个核心能力关键词】

请你帮我做三件事：

1. 对齐分析：我的项目经历中，哪些内容直接匹配JD要求？哪些是加分项？哪些是JD要求但我缺失的？

2. 优化重写：把项目经历重写为最终简历版本，要求：
   - 每条以强动词开头（主导/设计/推动/优化/搭建，而非"负责/参与"）
   - 每条包含量化结果（数字、百分比、时间、规模）
   - 优先突出与JD匹配的内容，弱化无关内容
   - 控制在4-6条以内，每条不超过两行

3. 查漏补缺：基于JD要求和我现有经历，还有哪些内容值得补充？请列出2-3个可以再追问我的方向，我来补充。

---

六、元提示词：不会定四变量？让 AI 陪你一起搭

如果你看完上面四个变量还是不知道怎么填------不知道该让 AI 当什么角色、不知道该用什么提问维度------没关系。你可以先用下面这段元提示词，让 AI 反过来采访你，帮你把四个变量定下来，再自动生成每个阶段的采访提示词。

这相当于一个"两层结构"：第一层，AI 当提示词设计师，帮你搭提示词；第二层，用搭好的提示词，AI 当咨询顾问，帮你挖内容。

你是一位提示词设计专家。我最近学到一个方法：让 AI 扮演咨询顾问，通过苏格拉底式连续提问（一次一个问题、10个以内）帮我挖掘自身经历和想法，最后整理成结构化内容。这个方法分三个阶段：粗采访（摸全貌）→深采访（挖细节）→针对性产出（对齐目标重写）。

现在我想用这个方法来做这件事：
【用一两句话描述你想挖什么，比如"帮我梳理工作经历写简历"/"帮我挖掘做个人IP的方向"/"帮我做年度复盘"】

但我不确定怎么为每个阶段设定四个变量：
- AI 扮演什么角色
- 每个阶段要挖什么
- 沿什么方向提问（提问维度）
- 最后整理成什么格式

请你帮我一起把这四个变量定下来，再生成每个阶段的采访提示词。流程如下：

第一步：先问我3-5个问题，搞清楚我的具体情况和需求。一次问一个，等我回答后再问下一个。
第二步：基于我的回答，为三个阶段分别提出四变量建议（角色/挖掘目标/提问维度/产出格式），并用一句话说明为什么这么选。我来确认或调整。
第三步：确认后，为每个阶段生成完整的采访提示词，我可以直接复制使用。每个提示词要包含：角色设定、规则要求（一次一个问题、问题数量、追问方式）、提问方向、产出格式。

现在请开始问第一个问题。

使用方式：把这段发给 AI，把【】里替换成你的实际需求。AI 会先问你几个问题了解情况，然后给你三个阶段的完整提示词建议，你确认后它生成最终版本。拿到之后，你把每个阶段的提示词分别开新对话使用就行。

---

七、通用迁移模板：换到任何领域都能用

把以下模板中的【】部分替换，就能迁移到任何场景：

你是一位【角色：如职业规划师/商业记者/内容策划/创业导师】。

我的情况：【背景信息：你是谁、你在做什么、你想要什么】
我的目标是：【产出目的：如"梳理出一份职业转型方案"/"产出一篇深度人物访谈"】

请你通过连续提问的方式帮我挖掘，规则如下：
1. 一次只问一个问题，等我回答后再问下一个
2. 总共问不超过【8-10】个问题
3. 提问方向沿着【提问维度：如STAR框架/5W2H/用户旅程/决策链路】推进
4. 每个问题要基于我的上一个回答，发现模糊的地方就追问细节
5. 问题范围限定在：【可选项：限定话题边界】

问完后，请把内容整理成：
【产出格式：如"3-5条简历项目经历"/"一篇1500字的人物故事"/"一份职业转型SWOT分析"】

现在请开始问第一个问题。

常见领域迁移速查

迁移目标	角色	挖掘目标	提问维度	产出格式
简历内容	猎头/简历顾问	工作成就、量化结果、个人贡献	STAR + 量化追问	简历项目经历模块
个人故事/自媒体内容	商业记者/内容策划	人生转折点、独特经历、观点	5W2H + 冲突追问	人物故事/深度文章
创业方向探索	创业导师/投资合伙人	痛点洞察、资源禀赋、动机	痛点-方案-市场验证链路	创业方向分析报告
年度复盘	高管教练	关键决策、成长突破、教训	时间线 + 决策回顾	年度复盘文档
知识体系梳理	学术导师/教研顾问	已有知识、认知盲区、实践案例	概念-应用-边界追问	知识体系框架图

---

八、三个容易踩的坑

角色写太泛，提问就泛。 "你是 AI 助手"和"你是有10年经验的猎头"，问出来的问题专业度差好几个级别。角色越具体，AI 越知道该从什么角度追问、追问到什么程度算够。

不分阶段直接深挖，容易漏掉更值得讲的东西。 你上来就挑一个项目让 AI 深挖，但也许另一个项目才是真正该写的。先花七八个问题扫一遍全貌，选对项目再深挖，磨刀不误砍柴工。

不设产出格式，最后拿到的就是流水账。 "帮我整理一下"------AI 真的会帮你"整理一下"，给你一坨不分主次的文字。你得说清楚：几条、每条多长、什么结构、动词开头还是结论开头。格式约束本身就是质量约束。

---

九、为什么值得用

说到底，这套方法解决三个问题。

第一，消除"开始困难"。 面对一张白纸不知道从哪下笔，不是懒，是没抓手。这套方法把"写东西"变成"回答问题"，AI 问一个你答一个，门槛一下子降下来。

第二，挖出你自己没意识到的东西。 你的经历里藏着很多有价值的细节，但它们是散的、隐性的。AI 顺着某个方向追问------"为什么选了这个方案？""有没有具体数字？"------戳到的往往是你没仔细想过但一说出来就很有分量的内容。

第三，借助 AI 的整理归纳能力，产出更优质的内容。 你说出来的东西是碎的、口语的、不分主次的。AI 能把你散落的回答一次性整理成结构化产出------简历项目经历、复盘文档、人物故事，该量化量化，该分层分层。你负责说，它负责排。

这三点指向同一件事：好的提问比好的答案更稀缺。 你卡住往往不是没答案，而是没人帮你提出那个好问题。这套方法做的事，就是把提好问题交给 AI。