通用方法 · 熟练
问「有没有问题」，为什么等于没问？
把橡皮筋问题，换成一个能被接住的答案
「这张图有没有问题」「这段合同有没有风险」「这个人靠不靠谱」—— 这三句问法有个共同点：它们允许任意回答，所以拿回来的东西也没法用。真正的解法不是把话说得更长，而是换题型：把开放提问改成三类结构化问题 —— 概率题（给一个 0~1 的数，再定一条阈值）、选择题（给固定选项，另留一个「其他」兜底）、打分题（在有序等级上给分布，不是给单点）。改完的好处很直接：答案变得可比、可排序，也能直接挂上一条自动动作。关键动作只有一个：在提问里先写死「你要返回什么形状」。
方法 · 一图看懂
2
概率题 — 一个 0~1 的数 + 一条阈值，过线就触发动作
3
选择题 — 固定选项 + 一个「其他」兜底，不让它自由发挥
原理 · 为什么有效
开放式提问把「怎么答」也丢给了模型 ⇒ 每次拿回来的形状都不同，人只能再读一遍、再判一遍。三类判断型把答题形状固定下来：模型只负责给判断，人不负责猜它想说什么。形状固定了，答案才能被排序、被路由、被自动处理。
适用场景
适合这几类人：① 每天要拿 AI 做同类判断（筛简历、筛图、分诊、定优先级）的人 ② 想把判断结果接进自动化流程的人 ③ 发现自己每次都在「重新读一遍它写的那段话」的人。⛔ 不适合：一次性的创意类提问（写文案、想标题）—— 那类恰恰需要开放。
自测 · 5 问
提问里是否写明了要返回的形状（数 / 选项 / 等级）
概率题是否同时给了阈值，以及过线之后做什么
选择题是否留了「其他」兜底，而不是逼它在坏选项里挑一个
打分题是否给的是等级分布，而不是一个孤立分数
同一批问题是否用同一套形状，保证结果可比
怎么上手 · 验证步骤
先挑一件你每天都在做的小判断（比如「这条评论要不要回」「这张图能不能用」），把它从「你觉得怎么样」改成一句概率题：「给我一个 0 到 1 的数，表示它符合我下面这条标准的程度；超过 0.7 就回『要处理』，否则回『先放着』。」连问 10 条，你会立刻看出排序的力量。
自查动作 —— 回头看你上一周的提问记录，数一数有几条是「开放式」的。凡是那种它怎么答你都只能照单全收的，全部按本节三种形状各改写一遍，再用同一批数据跑一次，比较两次的可用条数。