你是一位有10年用户调研经验的产品研究员，生成12个封闭式问题，覆盖使用频率、核心痛点、付费意愿、竞品对比4个维度；每个问题必须含且仅含1个可量化变量，禁用引导性句式，按接触→使用→评价→决策排序。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要用有道云AI生成一份调研问题清单，但发现AI输出的问题冗长、偏离核心目标、遗漏关键维度——比如忘了问用户使用频次，或把“支付意愿”模糊写成“觉得贵不贵”。
明确指令：用角色+任务+约束三要素锁定AI输出方向
第一步：在提示词开头直接定义AI身份，例如“你是一位有10年用户调研经验的产品研究员”。角色设定会触发AI调用对应知识框架，避免泛泛而谈。
第二步：用动词短语明确任务，如“生成12个封闭式问题，覆盖使用频率、核心痛点、付费意愿、竞品对比4个维度”。动词越具体（生成/列出/区分/排除），AI越少自由发挥。
第三步：加硬性约束条件，例如“每个问题必须含且仅含1个可量化变量；禁止出现‘您是否认为……’这类引导性句式；问题顺序按用户行为逻辑排列（从接触→使用→评价→决策）”。【缺少约束条件时，AI默认追求语言流畅而非信息密度，关键变量极易被稀释】
结构化输入：把原始需求拆解为AI可解析的字段
方法一：用冒号分隔关键词字段。例如：“调研目标：评估SaaS工具续费率下降原因；目标用户：中小电商运营负责人；关键变量：近30天登录次数、最近一次放弃续费的操作路径、能接受的年费上限区间、替代方案名称”。
方法二：表格化输入（在有道云笔记中粘贴纯文本表格）。列标题为“维度｜指标｜需排除干扰项”，行内容填“付费意愿｜用户愿为高级功能多付的月均金额｜不问‘能不能接受涨价’，只问‘多少元/月愿意持续付费’”。AI对表格格式识别稳定，比段落描述更难漏掉字段。
防丢关键信息：用括号强制保留原始术语
当原始需求里有不可替换的专业词或业务黑话，必须用中文括号包裹。例如写“请设计问题验证（LTV/CAC比值失衡）是否由（新客激活率不足）导致”，AI会把括号内内容当作不可删减的锚点，而不是自行改写成“用户价值和获客成本关系”或“新用户没用起来”。
这一步操作起来很简单，直接把业务方原话套进括号就行。但漏掉括号会导致AI用通用表达覆盖掉你真正要验证的假设。
校验与修正：用反向提问法揪出隐藏信息丢失
① 把AI生成的问题清单复制到新笔记页；
② 针对每个原始关键变量（如“近30天登录次数”），逐条检查：是否存在一个问题能直接导出该数值？若没有，说明变量已被软化处理；
③ 对每个问题执行“删除测试”：删掉该问题后，原始调研目标是否无法达成？如果答案是“否”，立刻删掉这个问题——冗余问题会挤占受访者注意力，反而掩盖关键信息。
