要用 AI 设计调查问题，先定义决策、构念、目标人群、回忆期和调查渠道，再让它起草问卷。然后逐题检查引导性语言、双重问题、隐含假设、社会期许压力和遗漏的选项，并用认知访谈和小规模预测试了解真实受访者如何理解题目。

本文讲收集数据前的设计，不能替代从已有回答入手的用 AI 把调查回答归纳为主题。AI 能起草和质疑措辞，但不能证明样本有效、问题无偏或结果有代表性。

AI 使用总指南说明了安全上下文、核实和人工批准；分享任何研究材料前先落实这些控制。

关键要点

从决策和构念开始，而非一串有趣的问题。

每次只问一个清楚概念，写明可回答的回忆期。

检查措辞、选项、顺序、跳题、负担和无障碍。

少收集敏感数据，绝不把真实受访者记录贴进未获批工具。

通过认知访谈和预测试观察受访者的理解。

依据证据修订，并保留问题决策日志。

这份调查要支持什么决策？

写下调查要支持的决策。“了解满意度”太宽泛；“针对过去 30 天内完成引导的首次客户，判断哪个引导步骤需重新设计”则明确了行动、人群和时段。

建立设计表头：

字段	要回答的问题
决策	结果可能改变什么行动？
构念	测量的是什么概念？
人群	谁符合条件，谁不符合？
回忆期	受访者能合理记得多长时间？
渠道	网页、电话、纸质、访谈还是混合方式？
约束	长度、语言、无障碍、隐私、跳题
负责人	谁批准措辞和分析？

Pew Research Center 指出，措辞和题序会影响回答，问卷开发应包括预测试。［1］因此，让 AI 生成题目前先冻结这些设计选择，否则模型可能为未定义的目的写出流畅的问题。

把构念转化为可观察的问题

构念是信任、易用性、信心、频率或意向这类概念。写简短的操作性定义，找出受访者实际能报告的内容，不要让受访者替你诊断业务问题。

为每个构念列出候选指标。“完成账户设置的难易度”可包括：是否完成、时间或精力区间、在哪一步停下、感知难度。不要把所有指标压进一道题。

让 AI 提出多种表述并解释取舍，告诉它目标人群、阅读难度、渠道、回忆期和禁止的假设，并要求区分行为类问题（“多少次……？”）和评价类问题（“有多容易或困难……？”）。

哪种回答格式适合这道题？

回答格式须同时符合构念和受访者的记忆方式。

格式	适用于	常见风险
是/否	清楚的事实状态	把细微差别强行压成两个选项
频率区间	重复发生的行为	区间重叠或不切实际
评分量表	程度或评价	端点含糊或间距不均
选择题	已知类别	选项遗漏、重叠或带顺序效应
开放文本	意料之外的细节	负担高，编码困难
排序	相对优先级	列表较长时认知负担重

选项要互斥，并对目标人群足够有用。“不适用”“不知道”或“不愿回答”确实可能出现时才加入。不要自动加中立中点，先判断中立是否有意义。

英国政府问卷设计指南强调清楚的概念、合适的回答类别、顺序、跳题、测试和对调查方式的关注。［2］好题目不只是语法正确的句子，还要能在整份问卷中运作。

每道题只问一个概念

用简短的日常语言，在题目附近解释生僻术语。把回忆期写进题目，而不是依赖受访者可能已忘记的说明。

不好：“您对客服的速度和帮助程度有多满意？”受访者可能觉得速度很好、帮助不足。应拆成两道题。

不好：“我们改进后的门户为您节省了多少时间？”这预设门户已改进且省了时间。先问是否用过，再用平衡选项询问时间或精力。

不好：“您经常使用这项服务吗？”“经常”没有稳定的含义。应使用明确的时间段和次数或频率区间。

让 AI 找出候选题中的每个概念、假设、记忆负担和歧义词。它的批评只是检查清单，不是证明。

建立调查问题审查矩阵

把设计证据放在同一个矩阵中：

构念	问题草稿	适用人群	回忆期	回答格式/选项	偏差风险	修订	预测试证据
设置难度	完成……有多容易或困难？	过去 30 天内完成设置者	30 天	五点全标注量表 + 不适用	礼貌压力；端点不清	中性开场；标注每一个点	6 人中 2 人误解“设置”；已修改用词

每道题一行，包括跳题和人口统计题，防止精美的问卷文档掩盖未解决的设计问题。

应检查哪五类偏差风险？

引导性语言

引导性问题暗示偏好的答案：“我们出色的客服团队对您有多大帮助？”删除赞美、指责和预期方向，用平衡端点。

双重问题

一道题含两个可独立回答的概念时就拆开。留意“和”“或”、斜杠和列表；并非每个“和”都错，但都值得检查。

隐含假设

不要预设受访者用过、买过、知道、能获得、有能力，或与你对某词的定义一致。加入资格题或跳题。“您为什么停止使用……”需先确认对方用过并已停止。

社会期许与敏感性

受访者可能少报受污名的行为，或多报受认可的行为。用中性表述、确属实的隐私说明、合适区间，适合时让受访者自行填写，并提供跳过选项。不要编造匿名承诺。

遗漏或重叠的选项

拿每种可能的受访者对照回答列表。区间不能重叠，也不能留空缺。随机排序可减少某些无序列表的顺序效应，但不适用于顺序量表或有逻辑顺序的选项。

真的需要收集多少敏感数据？

只有对已声明的决策确有必要、且有合法合乎伦理的流程时，才收集人口统计、健康、政治、身份、财务或位置信息。使用仍能支持分析的最粗类别，准确说明是否可选、保存期限和访问权限。

不要把真实受访者档案、敏感原话、联系人名单或可识别小群体的组合交给未获批的 AI 工具。用合成角色测试跳题，用脱敏例子检查措辞。分享参与者材料前，先读 AI 隐私风险。

AAPOR 最佳实践强调清楚披露、稳健的抽样和测量、质量控制和透明报告。［3］措辞只是可信调查研究的一部分。

审查题序、跳题与负担

从相关且较易回答的问题开始。相关主题归在一起，同时注意语境效应：前面的题可能影响后面的回答。敏感或分类题放在设计上有理由的位置，通常在建立一定信任之后。

把跳题写成明确条件，测试每条路径，包括“不愿回答”、提前退出、移动端版面、屏幕阅读器顺序、键盘操作和各语言版本。完成时间按真实试点估算，不让 AI 估计。

避免巨型矩阵题：它们易诱发“一路点同一列”的作答，在小屏幕上也难用。可接受增加长度时，拆成聚焦的单题。

问卷认知访谈能发现什么？

认知访谈探究人如何理解、回忆、判断并回答一道题。邀请少量相关且背景各异的参与者边想边说，或回答这些追问：

用您自己的话说，这题是什么意思？
您想的是哪个时段？
您怎么选出这个答案？
有没有哪个词不清楚或让您不适？
您的真实答案是否不在选项中？

访谈中不为措辞辩护。记录观察到的问题和参与者用语，不做不必要的身份识别。一人的偏好不是普遍规则；要找反复出现的模式和后果严重的误解。

做问卷预测试并依据证据修订

用与目标人群相似的小样本，以预期方式运行整份问卷，测试邀请、知情同意、显示、跳题、必填字段、完成时间、中途放弃点、缺失值、选项使用和数据导出。美国人口普查局的质量标准 A2 要求在开发和测试数据收集工具及配套材料时，兼顾数据质量与受访者负担。［4］

看结果前先定义修订触发条件，例如：反复误解、多人把同一缺失类别填进“其他”、跳题失败、单题无回答率高，或完成时间超出约定上限。

用证据和决定更新矩阵：修订、附理由保留、删除或再测。不要让 AI 宣布问卷“无偏”；偏差可能来自覆盖、抽样、无回应、测量、处理和解释，不只是措辞。

用 AI 设计调查问题时，使用有边界的审查提示词

以问卷设计助手的身份审查这些问题草稿。
对每道题，找出：
- 构念和适用人群；
- 所问概念的数量；
- 回忆负担和有歧义的词；
- 引导性措辞、隐含假设和社会期许压力；
- 遗漏、重叠或不平衡的回答选项；
- 跳题和无障碍问题。
提出中性的修订，但不要声称它无偏或已经验证。
返回问题审查矩阵。缺少背景的地方标为“未知”。
不得使用或编造受访者数据。

由研究者判断修订是否符合研究目标和证据。

最终质量检查表

每道题都对应一项决策和一个已定义的构念。
人群、回忆期、调查方式和回答格式都已写明。
每道题只包含一个可回答的概念，措辞中性。
已检查选项的空缺、重叠、平衡和适用的退出选项。
敏感信息收集确有必要且已减到最少。
题序、跳题、无障碍和移动端负担已测试。
认知访谈记录了理解上的问题。
完整预测试产生了证据和修订决定。
抽样和代表性结论与题目措辞分开处理。
AI 建议中的事实性说法已按原始来源核查法检查。

常见问题

AI 能让调查做到无偏吗？

不能。它能标出已知措辞风险，但偏差还来自抽样、覆盖、无回应、调查方式、处理和解释。

应该生成多少道题？

生成的是备选写法，不是问卷长度。只保留已定义决策所必需的题目，并实测完成负担。

AI 能直接写出一整份问卷吗？

只要提供设计表头——决策、构念、目标人群、回忆期和渠道——它就能很快起草完整的初版。把这份草稿当作原材料，正式发放前让每道题都经过审查矩阵、认知访谈和预测试。

什么是双重问题？

它就两个可以独立回答的概念提问，却只给一个回答，例如把速度和帮助程度放在一起打分。

每个量表都应该有中立中点吗？

不应该。只有中立状态对该构念和人群有意义时才加入；端点始终要清楚标注。

认知访谈和预测试有什么区别？

认知访谈考察人们如何理解单道题；预测试则运行整份问卷，包括跳题、调查方式和数据输出。

可以把真实受访者档案交给 AI 吗？

默认不可以。使用合成或脱敏案例和获批环境，尽量减少敏感和可识别数据。

好的问卷能证明样本有代表性吗？

不能。抽样框、招募、回应模式、加权和分析都需要单独的证据。

什么时候应该修订问题？

测试显示误解、缺少选项、跳题失败、负担过重、可避免的敏感性，或与构念对应不佳时，就应修订。

来源

Pew Research Center, “Writing Survey Questions” — https://www.pewresearch.org/writing-survey-questions/
UK Government Analysis Function, “Questionnaire Design Guidance” — https://analysisfunction.civilservice.gov.uk/policy-store/questionnaire-design-guidance/
AAPOR, “Best Practices for Survey Research” — https://aapor.org/standards-and-ethics/best-practices/
U.S. Census Bureau, “Statistical Quality Standard A2” — https://www.census.gov/about/policies/quality/standards/standarda2.html

Sources checked 2026 年 10 月 4 日。

如何用 AI 设计调查问题并检查偏差：从构念到认知访谈和预测试