要用 AI 設計問卷問題，先界定決策、構念、目標人群、回憶期和調查渠道，才讓它起草問卷。然後逐題檢查引導性字眼、雙重問題、隱含假設、社會期許壓力和遺漏的選項，並用認知訪談和小規模預測試了解真實受訪者如何理解題目。

本文講收集數據前的設計，不能取代由已有回覆入手的用 AI 將調查回覆歸納為主題。AI 能起草和質疑字眼，但不能證明樣本有效、問題無偏或結果具代表性。

AI 使用總指南說明了安全脈絡、核實和人手批准；分享任何研究資料前先落實這些控制。

關鍵要點

由決策和構念開始，而非一串有趣的問題。

每次只問一個清晰概念，寫明可回答的回憶期。

檢查字眼、選項、次序、跳題、負擔和無障礙。

盡量少收集敏感數據，絕不把真實受訪者紀錄貼進未獲批工具。

透過認知訪談和預測試觀察受訪者的理解。

按證據修訂，並保留問題決策紀錄。

這份調查要支援甚麼決策？

寫下調查要支援的決策。「了解滿意度」太籠統；「針對過去 30 日內完成引導的首次客戶，判斷哪個引導步驟需重新設計」則清楚交代行動、人群和時段。

建立表頭：

欄位	要回答的問題
決策	結果可能改變甚麼行動？
構念	量度的是甚麼概念？
人群	誰符合資格，誰不符合？
回憶期	受訪者能合理記得多久？
渠道	網頁、電話、紙本、訪談還是混合方式？
限制	長度、語言、無障礙、私隱、跳題
負責人	誰批准字眼和分析？

Pew Research Center 指出，字眼和題序會影響回答，問卷開發應包括預測試。［1］因此，讓 AI 生成題目前先凍結這些設計選擇，否則模型可能為未界定的目的寫出流暢問題。

把構念轉化為可觀察的問題

構念是信任、易用性、信心、頻率或意向這類概念。寫簡短的操作性定義，找出受訪者實際能報告的內容，不要讓受訪者替你診斷業務問題。

為每個構念列出候選指標。「完成帳戶設定的難易度」可包括：是否完成、時間或精力區間、在哪一步停下、感覺的難度。不要把所有指標壓進一道題。

讓 AI 提出多種寫法並解釋取捨，告訴它目標人群、閱讀程度、渠道、回憶期和禁止的假設，並要求區分行為類問題（「多少次……？」）和評價類問題（「有多容易或困難……？」）。

哪種回答格式適合這道題？

回答格式須同時配合構念和受訪者的記憶方式。

格式	適用於	常見風險
是／否	清晰的事實狀態	把細微差別硬壓成兩個選項
頻率區間	重複發生的行為	區間重疊或不切實際
評分量表	程度或評價	端點含糊或間距不均
選擇題	已知類別	選項遺漏、重疊或有次序效應
開放文字	意料之外的細節	負擔重，難以編碼
排序	相對優先次序	清單較長時認知負擔重

選項要互相排斥，並對目標人群有足夠用處。「不適用」「不知道」或「不願回答」確實可能出現時才加入。不要自動加中立中點，先判斷中立有否意義。

英國政府問卷設計指引強調清晰概念、合適的回答類別、次序、跳題、測試和對調查方式的關注。［2］好題目不只文法正確，還要能在整份問卷中運作。

每題只問一個概念

用簡短的日常語言，在題目附近解釋陌生術語。把回憶期寫進題目，而不是依賴受訪者可能已忘記的說明。

欠佳：「你對客戶服務的速度和幫助程度有多滿意？」受訪者可能覺得速度很好、幫助不足。應拆成兩題。

欠佳：「我們改良後的入口網站為你節省了多少時間？」這預設網站已改良並省了時間。先問是否用過，再用平衡選項詢問時間或精力。

欠佳：「你經常使用這項服務嗎？」「經常」沒有穩定含義。應使用明確的時段和次數或頻率區間。

讓 AI 找出候選題中的每個概念、假設、記憶負擔和含糊字眼。它的批評只是檢查清單，不是證明。

建立問卷問題審查矩陣

把設計證據集中在矩陣：

構念	問題草稿	適用人群	回憶期	回答格式／選項	偏差風險	修訂	預測試證據
設定難度	完成……有多容易或困難？	過去 30 日內完成設定者	30 日	五點全標示量表 + 不適用	禮貌壓力；端點不清	中性開場；標示每一點	6 人中 2 人誤解「設定」；已改用詞

每題一行，包括跳題和人口統計題，免得精美文件掩蓋未解決的設計問題。

應檢查哪五類偏差風險？

引導性字眼

引導性問題暗示了偏好的答案：「我們出色的客戶服務團隊對你有多大幫助？」刪去讚美、指責和預期方向，使用平衡的端點。

雙重問題

一道題包含兩個可獨立回答的概念時，就把它拆開。留意「和」「或」、斜線和清單；並非每個「和」都錯，但都值得檢查。

隱含假設

不要預設受訪者用過、買過、知道、能取得、有能力，或與你對某個詞的定義一致。加入資格題或跳題。「你為何停止使用……」須先確認對方用過並已停止。

社會期許與敏感性

受訪者可能少報受負面標籤的行為，或多報受認可的行為。用中性表述、確屬實的私隱說明、合適區間，適合時讓受訪者自行填寫，並提供略過選項。不要捏造匿名承諾。

遺漏或重疊的選項

拿每類可能的受訪者對照回答清單。區間不能重疊或留空隙。隨機排列可減少某些無序清單的次序效應，但不適用於順序量表或有邏輯次序的選項。

真的需要收集多少敏感資料？

只有對已聲明的決策確有必要，並有合法而合乎倫理的程序時，才收集人口統計、健康、政治、身份、財務或位置資料。用仍能支援分析的最粗類別，如實說明是否自選、保存期限和存取權限。

不要把真實受訪者檔案、敏感原話、聯絡人名單或可識別小群組的組合交給未獲批 AI 工具。用合成角色測試跳題，用去敏例子檢查字眼。分享參與者資料前，先閱讀 AI 私隱風險。

AAPOR 的最佳做法強調清楚披露、穩健的抽樣和量度、質素控制及透明報告。［3］字眼只是可信調查研究的一部分。

審查題序、跳題與負擔

由相關而較易回答的問題開始。相關主題歸在一起，同時留意脈絡效應：前題可能影響後題的回答。敏感或分類題放在設計上有理由的位置，通常在建立一定信任後。

把跳題寫成明確條件，測試每條路徑，包括「不願回答」、中途退出、流動裝置版面、螢幕閱讀器次序、鍵盤操作和各語言版本。完成時間按真實試行估算，不讓 AI 估計。

避免巨型矩陣題：它們易誘發「一直點同一欄」的作答，在細小螢幕上也難用。可接受篇幅增加時，拆成聚焦的單題。

問卷認知訪談能發現甚麼？

認知訪談探究人如何理解、回憶、判斷和回答一道題。邀請少量相關而背景各異的參與者邊想邊說，或回答以下追問：

用你自己的話說，這題是甚麼意思？
你想的是哪個時段？
你怎樣選出這個答案？
有沒有哪個字眼不清楚或令你不自在？
你的真實答案是否不在選項之中？

訪談時不為字眼辯護。記錄觀察到的問題和參與者用語，不作不必要的身份識別。一人的偏好不是普遍規則；要找出重複出現的模式和後果嚴重的誤解。

問卷預測試並按證據修訂

以與目標人群相似的小樣本，按預期方式執行整份問卷，測試邀請、知情同意、顯示、跳題、必填欄位、完成時間、中途放棄點、缺失值、選項使用和數據匯出。美國人口普查局的質素標準 A2 要求在開發和測試數據收集工具及配套資料時，兼顧數據質素與受訪者負擔。［4］

看結果前先界定修訂觸發條件，例如：重複誤解、多人把同一缺漏類別填進「其他」、跳題失敗、單題無回應率高，或完成時間超出議定上限。

以證據和決定更新矩陣：修訂、附理由保留、刪除或再測。不要讓 AI 宣佈問卷「無偏」；偏差可能來自涵蓋範圍、抽樣、無回應、量度、處理和詮釋，不只是字眼。

用 AI 設計問卷問題時使用有邊界的審查提示

以問卷設計助手的身份審查這些問題草稿。
就每道題，找出：
- 構念及適用人群；
- 所問概念的數目；
- 回憶負擔及含糊字眼；
- 引導性字眼、隱含假設及社會期許壓力；
- 遺漏、重疊或不平衡的回答選項；
- 跳題及無障礙問題。
提出中性的修訂，但不要聲稱它無偏或已驗證。
傳回問題審查矩陣。欠缺背景之處標示為「未知」。
不得使用或捏造受訪者數據。

由研究人員判斷修訂是否切合目標和證據。

最終檢查表

每道題都對應一項決策和一個已界定的構念。
人群、回憶期、調查方式和回答格式都已寫明。
每題只包含一個可回答的概念，字眼中性。
已檢查選項的空隙、重疊、平衡和適用的退出選項。
敏感資料的收集確有必要且已減至最少。
題序、跳題、無障礙和流動裝置負擔已經測試。
認知訪談記錄了理解上的問題。
完整預測試產生了證據和修訂決定。
抽樣和代表性結論與題目字眼分開處理。
AI 建議中的事實性說法已按原始來源查核方法檢查。

常見問題

AI 能令調查做到無偏嗎？

不能。它可標示已知的字眼風險，但偏差亦來自抽樣、涵蓋範圍、無回應、調查方式、處理和詮釋。

應該生成多少道題？

要生成的是備選寫法，不是問卷長度。只保留已界定決策所必需的題目，並實測完成負擔。

AI 能直接寫出一整份問卷嗎？

只要提供設計表頭——決策、構念、目標人群、回憶期和渠道——它便能很快起草完整的初版。把這份草稿當作原材料，正式派發前讓每道題都經過審查矩陣、認知訪談和預測試。

甚麼是雙重問題？

它就兩個可獨立回答的概念發問，卻只給一個答案，例如把速度和幫助程度放在一起評分。

每個量表都應有中立中點嗎？

不應該。只有中立狀態對該構念和人群有意義時才加入；端點始終要清楚標示。

認知訪談與預測試有甚麼區別？

認知訪談考察人們如何理解個別題目；預測試則執行整份問卷，包括跳題、調查方式和數據輸出。

可以把真實受訪者檔案交給 AI 嗎？

預設不可以。使用合成或去敏的個案和獲批環境，盡量減少敏感和可識別的數據。

好的問卷能證明樣本具代表性嗎？

不能。抽樣框架、招募、回應模式、加權和分析都需要另外的證據。

甚麼時候必須修訂問題？

測試顯示誤解、缺少選項、跳題失敗、負擔過重、可避免的敏感性，或與構念對應不佳時，就應修訂。

來源

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 設計問卷問題並檢查偏差：由構念到認知訪談及預測試