先问明白，再开工：给 AI 派活前的苏格拉底六问

Anthropic 的官方文档里有句大实话：让 AI 跳过计划直接干，它可能把"错误的问题"解得漂漂亮亮。所以官方四步流程里，前两步（探索、计划）都在做同一件事：把目标磨清楚。这套动作的老祖宗是 2400 年前的苏格拉底——先问明白，再动手。

TL;DR

• 为什么值得多这一步：AI 不会读心，需求一模糊，它倾向"猜一个交差"——方向错了，全盘返工。
• 一个扎心的数据：让顶级模型主动把需求问清楚，最好也只有 60.5% 的成功率（ClarQ-LLM 基准；人类 85%）。所以别等它问，你来问。
• 方法：苏格拉底式六问——澄清、假设、证据、视角、后果、回归，每类一句可抄话术。
• 大厂已经在执行：GitHub 的 Spec Kit（13.8 万星）讲"规格先行"；Anthropic 官方讲"探索 → 计划 → 实现"。
• 一句咒语起步："先别动手，把你需要我确认的问题列出来，一条条过。"
• 别过度：查语法、转格式这种一锤子买卖，直接干活更划算。

为什么"先问明白"值钱

先说 AI 的脾气。指令模糊时（"帮我策划个活动""让页面好看点"），模型很少停下来问，它倾向猜一个看起来合理的方案交差。你收到一个"完成度很高、方向不对"的东西，还得自己判断哪儿错了——这比没做更烦。

Anthropic 文档的表述更直接：Claude 能推断意图，但读不了你的心。所以官方最佳实践里专门有一节：探索先行，再计划，再写码——前两步只读不动手。

那让 AI 自己多问不就行了？数据说不。ClarQ-LLM 基准（2024）测过：让模型扮演"提问者"，把需求一条条问清楚——GPT-4o 的最终成功率 50.8%，LLAMA3.1-405B 也只有 60.5%，而人类是 85%。结论挺反直觉："会问问题"是门稀缺技能，指望 AI 主动问明白不现实。把需求问清楚这件事，得你带着它干。

这也是为什么这两年最能打的 AI 工程实践，都在说同一件事：先想清楚要什么，再动手。比如 GitHub 开源的 Spec Kit（13.8 万星）把流程定义成"规格 → 计划 → 任务 → 实现"，原则一句话——先定义 What 和 Why，再决定 How；Anthropic 把计划做进产品（Plan Mode：先看、不动手的模式），还给了条省事规则：能一句话说清你要改什么，就跳过计划；说不清，就先计划。

苏格拉底六问：六类问题、六句可抄话术

2400 年前，苏格拉底不直接给答案，而是用追问把人逼到"自己把问题想清楚"。把追问对象换成 AI，这就是一套现成的开工前功课。批判性思维研究把这类问题归纳成六类（Paul & Elder 的经典分类），翻译到"派活"场景长这样：

不用六个全问。多数任务，挑风险最大的两到四个就够；大活（多文件、跨角色、要交给别人用）再走全套。

实战：三步，把需求问明白

第一步，交底 + 挂咒语。 目标照常说，后面加这一句：

"先别动手：把你需要我确认的问题列出来（最多 5 个），一条条过。"

这是中文社区流传很广的一招（Datawhale 提示词教程里叫"允许反问"）——等于给 AI 发一张"暂停牌"，让它别猜。

第二步，六问过一遍。 AI 开始反问后，你来回答；答不上来的，当场查或标记"待定"。这时你会发现，不少"想清楚的事"其实压根没想清楚。

第三步，落到任务卡。 让它把结论写成一张卡：目标 / 边界（不做什么）/ 验收标准 / 计划步骤。你确认，再说"开工"。

一个小案例（对话演示）：

你：给销售团队做个数据看板。先别动手，你要确认什么？
AI：1. 数据从哪儿来？2. 谁看、看什么指标？3. 实时还是每天更新？
    4. 网页版还是导出表格？
你：Excel 手动更新（先不接系统）；销售总监每天早上手机看；3 个核心指标。
AI：任务卡——目标：手机端看板、3 个指标；边界：不接系统、不做权限；
    验收：手机浏览器打开 10 秒内出数；步骤：先出静态版确认样式，再补数据脚本。
你：开工。

对比"直接开工"版：你只说"做个销售看板"，它可能给你一个连了十张表、PC 优先、指标二十个的庞然大物——每一步都"对"，合起来不是你要的。

什么时候用，什么时候跳过

用它：方向本身说不清的（"帮我优化一下"）、一次要改很多处的、要交给别人用的、你问的是"该怎么做"而不是"这是什么"的时候。

跳过它：查语法、转格式、跑个脚本这种一锤子买卖；线上出故障要立刻修；Anthropic 那条规则同样适用——能一句话说清改动，就直接干。

三个坑

1. 只问不落卡。 聊得再透，开工两小时后 AI 也可能"忘"。把结论压成任务卡，开工前让它读一遍。
2. 六问变审讯。 一次抛十个问题，你烦它也答不精。每轮挑最关键的 2-4 个；问题要能回答，而不是摆姿态。
3. 把"问过"当"做完"。 开工前问得再细，也只解决"方向"，不解决"能力"。官方最佳实践里还有一条：给 AI 一个能自己跑的检查（测试、截图对比、检查清单）——方向和验收，两件事都别省。

链接与下载渠道

官方一手材料

• Anthropic 官方最佳实践（四步流程 / Plan Mode / 验收建议）：https://www.anthropic.com/engineering/claude-code-best-practices
• Claude Code 官方使用技巧（计划先行、一个人写计划第二个人审）：https://support.claude.com/en/articles/14554000-claude-code-power-user-tips
• GitHub Spec Kit（规格先行工具，含中文 README）：https://github.com/github/spec-kit ，文档：https://github.github.com/spec-kit

苏格拉底提问法本体

• 六类问题出处（Paul & Elder · 批判性思维基金会）：https://www.criticalthinking.org
• 中文整理 · CRITIC 六类：https://m.xinli001.com/index.php/info/100496413

现成的"先问后做"技能与数据

• socratic-ai-prompt-skill（把"先盘问再执行"做成 Agent 技能的开源仓库，MIT）：https://github.com/roy-reshef/socratic-ai-prompt-skill
• ClarQ-LLM 基准论文（"AI 自己问不清"的数据来源）：https://arxiv.org/abs/2409.06097

技能包（无门槛版）

① 暂停咒语卡（直接粘贴）

先别动手：把你需要我确认的问题列出来（最多 5 个），一条条过；我答完，你先写"任务卡"，我说开工你再做。

② 六问速查（挑两到四个用）

澄清：先复述一遍目标——要做什么、不做什么？
假设：你替我补了哪些没说出口的假设？哪个最可能不成立？
证据：需要哪些资料和事实？缺的先说，别猜。
视角：给我两个不同做法，说清取舍。
后果：这东西会被怎么用？什么算成功、什么算失败？
回归：一句话——我们要解决的真问题是什么？

③ 任务卡模板（让 AI 填）

目标：____ ｜ 边界（不做什么）：____ ｜ 验收标准：____ ｜ 计划步骤：____ ｜ 待定项：____

提示词

① AI 配置提示词（复制给任何 AI，让它进入"先问后做"模式）

从现在起，给我干活前先执行"先问后做"模式：
1. 先复述我的目标，确认要做什么、不做什么；
2. 列出你需要我确认的问题（最多 5 个），按重要性排序一次问完；
3. 拿到回答后，写一张任务卡：目标 / 边界 / 验收标准 / 计划步骤；
4. 我说"开工"你再动手；
5. 例外：一句话能说清的简单任务，直接做完给我，不用走流程。

② 用法样例（三个场景开场）

写代码：我要给项目加个登录功能。先别动手，问我要确认的信息，然后出计划。
写文章：写一篇给小白看的 AI 入门文章。先问我：目的、篇幅、风格、要避开的雷。
做方案：帮我盘一个线下活动方案。先用提问挑战我的假设——预算、目标人群、最坏情况。

来源与时效

• 官方：Anthropic Claude Code 最佳实践与官方技巧页（2026-09-22 访问）；GitHub Spec Kit 仓库与文档（星数 13.8 万，2026-09-22 口径）
• 论文：ClarQ-LLM 基准（arXiv:2409.06097；GPT-4o 50.8% / LLAMA3.1-405B 60.5% / 人类 85%）
• 方法：Paul & Elder《The Art of Socratic Questioning》· 批判性思维基金会；CRITIC 六类中文整理（壹心理）；"允许反问"实操（Datawhale Easy-Vibe 提示词教程）
• 社区：roy-reshef/socratic-ai-prompt-skill（GitHub）
• 写于 2026-09-22；模型能力与工具流程会变，以官方页面为准。