Skip to main content
From 16:00 UTC on January 17, 2026, to 20:00 UTC on January 17, 2026, we will perform planned maintenance on the Trailhead, myTrailhead, and Trailblazer Community sites. During the maintenance, these sites will be unavailable, and users won't be able to access them. Please plan your activities around this required maintenance.

探索提出好问题的艺术

学习目标

完成本单元后,您将能够:

  • 解释有见地的问题如何增强决策过程和解决问题。
  • 使用各种提问技巧来提取相关信息和见解。

在数据驱动的决策领域,提出好问题的技能是基础和变革性的。提出有效问题的能力不仅是一门艺术,而且是一门科学,可以极大地影响您从数据和 AI 分析中获得的见解的质量和深度。在本单元中,您将探索有效的提问如何帮助您发现信息、揭示新观点,并驾驭使用 AI 进行决策的道德复杂性。

“如果我有一个小时来解决问题,我会花 55 分钟思考问题,花 5 分钟思考解决方案。”——爱因斯坦

有效提问的力量

有效提问是批判性思维的基石。它是您深入研究问题、挑战和机遇的最有价值的工具。在数据驱动的决策背景下,有效提问至关重要。有效提问让您不止可以了解表面信息,更能揭开数据集中隐藏的珍宝。

有效的问题能够解锁新的见解,挑战假设,并激发创新思维。您的问题起到了催化剂的作用,使您能够从各个角度探索复杂的问题,并最终做出明智的决定。

有效提问的作用之一是让可能不明显的信息显露出来。在数据分析中,这是特别有价值的。通过提出正确的问题,您可以发现数据中的相关性、趋势和模式,从而指导战略决策的制定。

有效问题的类型

并非所有问题都是平等的。您可以使用各种类型的有效问题来增强您的批判性思维和数据分析技能。

这些有效问题包括鼓励深思熟虑和详细回答的开放式问题、通常可以用简单的一个词回答的封闭式问题、寻求进一步澄清或额外细节的探究性问题,以及微妙地影响回答者观点的引导性问题。

下表列出了这些问题类型的优缺点以及何时使用它们。

质量

描述

开放式问题

这些问题鼓励回答者深思熟虑,做出详细的回答,让回答者更充分地表达自己的观点。当您需要概念背后的详细解释时,请使用此类问题。

封闭式问题

通常用特定的数字答案或简单“是”或“否”、“蓝色”或“伦敦大火”来回答。这些问题对收集特定的、可以量化的数据有帮助。封闭式问题通常用于多选测试或调查中,特别是用电脑来处理测试或调查时。

探查式问题

探查式问题寻求进一步澄清或补充细节,帮您深入了解一个主题或问题。此类问题通常用在对特定主题有了初始了解之后。

诱导性问题

此类问题会微妙地影响回答者的观点,通常会引导他们走向特定的答案或观点。

您组织问题的方式同样重要。您可以以鼓励更深入的反思、产生更全面的回应并最终提供更深入的见解的方式组织问题。有效的结构可以让看似普通的问题变成揭示隐藏信息的有效工具。

为数据和 AI 分析框定问题

对于数据和 AI 分析,提问的艺术具有特定的战略作用。在这种情况下,制定与您的数据收集和分析目标直接一致的问题至关重要。这意味着始终将您的研究或业务目标放在首位。如果您提出的问题与您期望的结果之间没有明确的联系,数据分析可能会变得漫无目的且没有成效。

在现如今数据驱动的环境中,为数据和 AI 分析框定问题的技能变得至关重要。以电子商务领域为例,数据和 AI 在决策中发挥着关键作用,尤其是在优化客户的在线购物体验方面。

假设您是为知名电子商务平台工作的数据分析团队的一员。公司热衷于改进其产品推荐系统,以提高客户参与度和销售额。当前的系统依赖于协同过滤,但公司渴望利用 AI 和数据分析的力量将个性化提升到一个新的水平。

公司希望为客户提供优秀的建议。通过使用 AI 和数据分析,公司的目标是提供高度定制的产品建议,以满足每个客户的独特偏好和购物习惯。为了实现这些量身定制的建议,分析师需要提出与特定产品需求相关的适当问题,并框定这些问题以与消息传递保持一致。这种增强的推荐系统不仅可以提高客户参与度,还可以在客户发现他们真正喜欢的产品时显着提高销售额。

AI 的道德决策

AI 技术带来了决策的一个新维度——认真考虑道德影响。现在,让我们看看道德质疑如何帮助您解决决策过程中使用 AI 时经常出现的复杂道德困境。

道德质疑技巧有助于探索选择和行动的道德层面。这类技巧使您能够全面检查各种决策的道德后果,并有助于确保做出道德上负责任的决策。通过提出正确的道德问题,您可以减轻潜在的伤害,保护隐私,并坚持公平和正义的原则。

想象一下,一家医院引入 AI 来帮助医生诊断复杂的健康问题,甚至是那些很少见的问题。AI 通过大量医疗数据进行学习,包括患者记录、图像和临床研究。开发人员应该考虑有关 AI 系统从中学习的数据的伦理问题,它如何确保公平和公正的决策,以及它如何与当前的医疗保健道德标准和价值观保持一致。

在这种情况下,医院希望 AI 向医生展示其推理,以便他们能够理解并相信其建议。但医院明白,虽然 AI 是支持决策的有用工具,但它不能代替医疗保健专业人员的知识和判断。

在数据驱动的决策世界中,AI 系统有能力影响和自动进行选择,道德质疑成为防止意外后果和道德违规的保障。它提供了一种结构化和有条理的方法来评估 AI 决策对个人、社会和环境的潜在影响。

在本单元中,您探索了提出好问题的艺术,以及问题在数据驱动的决策和合乎道德的 AI 使用中如何发挥关键作用。接下来,了解一下决策框架、数据驱动的策略和 AI 模型吧。

资源

在 Salesforce 帮助中分享 Trailhead 反馈

我们很想听听您使用 Trailhead 的经验——您现在可以随时从 Salesforce 帮助网站访问新的反馈表单。

了解更多 继续分享反馈