苏格拉底从来不直接给答案。他的方法是不断提问，通过问题让对方自己找到答案。
这个方法用在AI协作上，效果出乎意料地好。
为什么直接提问效果差
你问AI："我们公司的销售业绩下滑了，怎么办？"
AI会给你一个很"大"的答案：建议优化产品、拓展渠道、提升服务质量……这些话对不对？对。但对你有没有用？不太有用。
因为这个问题太宽泛了。AI不知道你卖什么、客户是谁、业绩下滑了多少、下滑了多久、同比还是环比……它只能给你一个通用框架。
苏格拉底提问法的核心逻辑
苏格拉底提问的核心是：不要问"怎么办"，先问"是什么"和"为什么"。
用AI的语境来说：不要一上来就问"怎么解决"，而是先把问题的背景信息拆解清楚。
这里有5个经过验证的提问模板，我每次做项目分析都会用。
模板一：向下的问题——往细节挖
"具体是哪个环节出了问题？"
"能给我一个具体的数字吗？"
"这个情况从什么时候开始的？"
这三个问题是在让AI帮你把模糊的问题具体化。很多时候你想不清楚问题，不是因为不够聪明，而是问题本身太模糊了。
模板二：向过去的问题——找原因
"这种情况以前出现过吗？"
"上一次发生的时候是怎么解决的？"
"从那次到现在，发生了什么变化？"
这三个问题是在引导AI帮你找规律、找原因。AI有大量的知识储备，但如果你不引导它，它不会主动调用那些相关的历史案例。
模板三：向边界的问题——找例外
"有没有做得好的区域或时期？"
"哪些情况下这个问题不会出现？"
"如果有，说明什么？"
这三个问题是在帮你找"反例"。很多问题的解决方案藏在反例里。当AI分析"为什么有的区域没这个问题"的时候，它其实在帮你找到核心变量。
模板四：向假设的问题——破框架
"我们之前的假设是什么？"
"这个假设现在还成立吗？"
"如果我们反过来想，会怎么样？"
这三个问题是在挑战现有框架。有时候问题解决不了，不是因为不够努力，而是因为大家在用错误的框架分析问题。
模板五：向行动的问题——落地
"如果知道根本原因，第一步做什么？"
"如果做砸了，怎么判断？"
"怎么用最小成本验证这个判断？"
这三个问题是在把分析结果拉回到行动层面。分析不是为了得出结论，是为了得出可执行的行动。
一个实际例子
我之前遇到一个问题："新客户转化率很低，怎么办？"
用苏格拉底法，我会这样跟AI对话：
问："具体是哪个阶段的转化率低？"
AI答："初筛到上门拜访这个阶段，转化率只有12%。"
问："这个阶段，以前的数据是多少？"
AI答："去年同期的数据是23%。"
问："下降这一段时间里，有什么变化？"
AI答："从7月份开始，新签销售团队有调整，淘汰了3个人，新进了5个人。"
问："新人和老人的转化率有差异吗？"
AI答："老人平均转化率21%，新人只有9%。"
你看，问题已经被缩小到一个具体的点了：不是产品问题，不是市场问题，是新人培育体系没跟上。
这就是苏格拉底提问法的作用——它帮你把一个大而模糊的问题，缩小到一个可以动手解决的具体问题。
小结
问AI"这个问题怎么解决"，AI给你一个通用答案。
问AI"这个问题背后的原因是什么"，AI给你更深的分析。
问AI"这个原因的具体表现是什么"，AI帮你把问题缩小到一个可以落地的点。
不要把AI当成一个可以直接给你答案的工具。把它当成一个陪你分析问题的同事。苏格拉底不会直接告诉你答案，他只会一直问你问题。
跟AI协作也是一样——用好问题引导它，它才能给你真正有价值的输出。