{"slug":"delphi-method-qualitative-research-2026","title":"德尔菲法（Delphi）研究指南：步骤、共识标准与实例","description":"什么是德尔菲法？德尔菲研究的实施步骤、共识的定义方法、ACCORD 与 CREDES 报告规范、AI 辅助轮次及其局限。","keywords":"德尔菲法,德尔菲研究,德尔菲技术,改良德尔菲,德尔菲共识标准,专家共识,ACCORD 报告指南,CREDES,共识方法,AI 辅助德尔菲","date":"2026-11-15","author":"Qualitati 研究团队","category":"定性研究方法","readTime":"10 分钟阅读","content":"<div class=\"short-answer\"><p><strong>简短回答：</strong>德尔菲法（Delphi method）是一种通过多轮匿名问卷达成专家共识的结构化方法。专家小组先作答，研究者汇总全组的回答，专家在看到反馈后修改自己的评分。当事先设定的共识规则被满足，或达到预定轮数时，研究即告结束。它的优势在于过程透明；它的弱点在于，达成共识并不等于结论正确。</p></div>\n\n<p><em>最后更新：2026 年 11 月 15 日</em></p>\n\n<p>当证据稀少、存在争议或仍在形成之中时，研究者常常依靠专家判断。<strong>德尔菲法</strong>把这种判断变成一个有记录、可重复的过程，而不是一场由少数人主导的会议。它被用于确定研究优先事项、制定报告指南、界定能力标准、预测趋势，以及就临床或教育标准达成一致。本文介绍德尔菲研究如何开展、第一轮之前必须做出的决定、如何定义共识，以及 AI 工具在哪些环节有用、在哪些环节应当避免。文末附有一份可直接写入研究方案的设计清单。</p>\n\n<h2>要点</h2>\n<ul>\n<li>德尔菲研究有四个核心特征：经过挑选的专家小组、专家之间相互匿名、两轮或以上，以及轮次之间对群体结果的受控反馈。</li>\n<li>共识规则（例如：在 9 分量表上，至少 75% 的专家给出 7 至 9 分）必须在数据收集之前写入研究方案。</li>\n<li>“经典”德尔菲以开放式的定性轮次开始；“改良”德尔菲（modified Delphi）则从文献综述或前期研究中提炼的陈述开始。</li>\n<li>报告规范目前可参考 ACCORD（2024）等清单，在姑息治疗领域还有 CREDES（2017）。</li>\n<li>AI 可以帮助起草陈述、汇总开放式意见，但现有证据支持的是“AI 辅助加人工审核”，而不是用 AI 取代专家小组。</li>\n</ul>\n\n<h2>什么是德尔菲法？</h2>\n\n<p>德尔菲法是一种共识技术：专家小组分轮次回答一系列问卷，每轮结束后收到全组回答的匿名汇总，并可据此修改自己的答案。该方法于 1950 年代至 1960 年代在兰德公司（RAND Corporation）发展起来，用于在缺乏数据的情况下进行预测；兰德公司保存了一个<a href=\"https://www.rand.org/topics/delphi-method.html\" target=\"_blank\" rel=\"noopener\">德尔菲研究文献合集</a>，其中包括 Dalkey 和 Helmer 早期的实验性应用。</p>\n\n<p>这一设计力图保留群体判断的好处，同时消除面对面会议的常见问题：强势人物主导、地位效应，以及过早达成一致的压力。由于专家看不到谁说了什么，一位青年研究者的意见与一位知名教授的意见具有同等分量。</p>\n\n<h3>德尔菲法、名义小组技术与焦点小组的比较</h3>\n\n<table>\n<thead><tr><th>特征</th><th>德尔菲法</th><th>名义小组技术</th><th>焦点小组</th></tr></thead>\n<tbody>\n<tr><td>目标</td><td>测量并建立共识</td><td>产生想法并排序</td><td>探索观点与意义</td></tr>\n<tr><td>匿名性</td><td>有，专家之间相互匿名</td><td>部分（先默写，再公开讨论）</td><td>无</td></tr>\n<tr><td>互动方式</td><td>间接，通过汇总反馈</td><td>结构化，在一次会议中完成</td><td>直接，有主持人引导讨论</td></tr>\n<tr><td>典型形式</td><td>持续数周的在线问卷</td><td>一次数小时的会议</td><td>一次 60 至 120 分钟的讨论</td></tr>\n<tr><td>产出</td><td>各条目每轮的同意程度</td><td>排序清单</td><td>主题与引语</td></tr>\n</tbody>\n</table>\n\n<p>如果你想理解人们<em>为什么</em>持有某种观点，<a href=\"/blog/what-is-a-focus-group-2026\">焦点小组</a>或访谈更合适。如果你需要一份能够站得住脚的、说明某个领域共识的陈述，德尔菲法是常用选择。</p>\n\n<h2>德尔菲研究如何开展：分步说明</h2>\n\n<h3>1. 明确研究问题和德尔菲类型</h3>\n<p>写下一个清晰的目标，例如“就 AI 辅助定性编码的核心报告条目达成一致”。然后决定采用经典德尔菲（第一轮为开放式问题）还是改良德尔菲（从草拟的陈述开始）。改良设计更快；当你还不清楚该问什么问题时，经典设计更好。</p>\n\n<h3>2. 挑选专家小组</h3>\n<p>写出明确的专家资格标准（发表成果、从业年限、职位、亲身经验），并确定必须纳入哪些利益相关群体。小组规模没有唯一正确的答案。Hsu 和 Sandford <a href=\"https://doi.org/10.7275/pdz9-th90\" target=\"_blank\" rel=\"noopener\">2007 年关于德尔菲技术的综述</a>指出，文献对小组规模并无定论。已发表研究的小组规模差异很大；本文后面引用的两项研究分别招募了 50 名和 72 名专家。要为流失做好准备：例如 ACCORD 小组起初有 72 人，三轮结束时剩下 51 人。</p>\n\n<h3>3. 第一轮：征集意见或直接评分</h3>\n<p>在经典德尔菲中，第一轮提出开放式问题（如“当部分数据由 AI 编码时，方法部分应报告什么？”）。研究者把回答编码整理成一份互不重复的陈述清单。这本身就是定性分析，应当像任何<a href=\"/blog/thematic-analysis-guide\">主题分析</a>一样认真对待：保留审计轨迹，记录每条陈述如何从原始意见中得出。在改良德尔菲中，专家直接对草拟陈述评分，并可提出新的陈述。</p>\n\n<h3>4. 反馈与再次评分</h3>\n<p>之后的每一轮都会向专家展示每个条目的群体结果（例如中位数和给出 7 至 9 分的比例），通常还会附上他们自己上一轮的评分以及匿名意见的汇总。随后专家再次评分。已达成共识的条目可以移除，或保留以作确认；距离共识较远的条目可以重新措辞。</p>\n\n<h3>5. 结束并报告</h3>\n<p>当预设规则被满足时结束：所有条目达成共识、轮次之间结果稳定，或达到最大轮数（常见为两到三轮）。报告所有条目，包括始终未达成共识的条目。</p>\n\n<h2>如何在德尔菲研究中定义共识</h2>\n\n<p>共识是德尔菲实践中最受批评的部分。Diamond 等人在《Journal of Clinical Epidemiology》上发表的<a href=\"https://doi.org/10.1016/j.jclinepi.2013.12.002\" target=\"_blank\" rel=\"noopener\">系统综述</a>（2014）考察了 100 项德尔菲研究，发现只有 72 项对共识作出了定义。最常见的定义是百分比同意度，而阈值差异很大。</p>\n\n<p>一个可行的规则包含三部分：</p>\n<ul>\n<li><strong>量表：</strong>例如采用 9 分量表，1 至 3 分表示“不重要”，4 至 6 分表示“重要但非关键”，7 至 9 分表示“关键”。</li>\n<li><strong>阈值：</strong>例如，若至少 75% 的专家评 7 至 9 分且评 1 至 3 分者少于 15%，则判定“纳入共识”；若至少 75% 评 1 至 3 分，则判定“排除共识”。</li>\n<li><strong>停止规则：</strong>例如最多三轮，或当连续两轮没有条目改变类别时停止。</li>\n</ul>\n\n<p>75% 这个数字是常见做法，而不是标准答案。关键在于你在看到数据之前就选定它，并在研究方案中说明理由。在第二轮之后为了得到更好看的结果而修改阈值，相当于德尔菲研究中的 p-hacking。</p>\n\n<h2>德尔菲设计决策清单</h2>\n\n<p>在起草或审阅德尔菲研究方案时，可以使用这份十项清单。每一项都应在第一轮开始之前有书面答案。</p>\n\n<ol>\n<li><strong>目标：</strong>一句话说明：共识将用于什么？</li>\n<li><strong>类型：</strong>经典（第一轮开放）还是改良（预设陈述）；预设陈述的来源。</li>\n<li><strong>专家资格标准：</strong>谁算专家，以及如何核实。</li>\n<li><strong>利益相关者构成：</strong>必须纳入的群体及每组最低人数。</li>\n<li><strong>招募目标：</strong>邀请人数、完成所需人数、预期流失率。</li>\n<li><strong>评分量表：</strong>分值、锚点说明，以及“无法判断”选项。</li>\n<li><strong>共识规则：</strong>“纳入”的阈值、“排除”的阈值，以及如何处理亚组之间的分歧。</li>\n<li><strong>反馈内容：</strong>展示哪些统计量、是否展示本人上一轮评分、意见如何汇总以及由谁汇总。</li>\n<li><strong>停止规则：</strong>最大轮数和稳定性标准。</li>\n<li><strong>报告：</strong>将遵循哪份清单，以及完整条目清单将在哪里公开。</li>\n</ol>\n\n<h2>报告规范：ACCORD 与 CREDES</h2>\n\n<p>有两份清单值得了解。<a href=\"https://doi.org/10.1371/journal.pmed.1004326\" target=\"_blank\" rel=\"noopener\">ACCORD</a>（Gattrell 等，《PLOS Medicine》，2024）是一份包含 35 个条目的生物医学共识方法报告指南，它本身就是通过改良德尔菲制定的，涵盖德尔菲法、名义小组技术和共识会议。<a href=\"https://doi.org/10.1177/0269216317690685\" target=\"_blank\" rel=\"noopener\">CREDES</a>（Jünger 等，《Palliative Medicine》，2017）就德尔菲研究的实施与报告提供指导，并特别关注方法如何被调整。即使在健康研究之外，它们也很适合用来提前回应审稿人可预见的问题。</p>\n\n<h2>AI 能帮助开展德尔菲研究吗？</h2>\n\n<p>相关证据尚处早期，但在增加。在<a href=\"https://medinform.jmir.org/2026/1/e90228\" target=\"_blank\" rel=\"noopener\">2026 年发表于《JMIR Medical Informatics》的一项研究</a>中，Nello 等人将 50 名专家随机分为两组，围绕 28 条关于 RNA 药物的陈述开展研究。同意度低于 75% 阈值的陈述，分别由人工修改，或由 AI 流程修改后再经人工核查。第一轮后，人工组有 20/28 条陈述达成共识，AI 辅助组为 13/28。修改后分别升至 26/28 和 24/28。两组都留下了两到三条未能解决的陈述，原因是分歧属于实质性分歧，而不是措辞问题。</p>\n\n<p>我们的解读：在每一项输出都经人工核查的前提下，AI 适合承担工作量大的环节（把数百条开放式意见整理为候选陈述、起草改写版本、汇总每轮反馈）。它无法提供专家小组本身所代表的专业知识，也绝不应被用来模拟专家。每项研究都需要人工审核这一点：检查 AI 起草的陈述是否偏向了模型自身的表述框架。</p>\n\n<h2>Qualitati 的定位</h2>\n\n<p>Qualitati 是一个面向高校和研究公司、来自欧洲、价格亲民的定性研究平台，把数据隐私和 GDPR 放在首位。它不会替你完成一项德尔菲研究，但可以支持其中的定性环节：</p>\n<ul>\n<li><strong>第一轮意见征集：</strong>把开放轮次作为文字或语音形式的 <a href=\"/blog/ai-moderated-interview-discussion-guide-2026\">AI 主持访谈</a>来开展，或使用对话式问卷，在回答含糊时自动追问。专家可以按自己的时间作答。</li>\n<li><strong>把意见转化为陈述：</strong>ThemeLens 可一次分析多达 100 份访谈记录，输出附带受访者原话的主题，为你提供一份可追溯的候选陈述清单，再由你人工编辑。</li>\n<li><strong>轮次之间的理由收集：</strong>对话式问卷可以请专家解释与群体结果不同的评分，从而为匿名反馈提供更丰富的意见。</li>\n<li><strong>国际专家小组：</strong>访谈和问卷支持 10 种语言，适合跨国专家小组。</li>\n</ul>\n<p>适用对象：开展以开放式定性轮次开头的德尔菲或改良德尔菲研究的博士生、研究实验室和研究公司。评分轮次可以继续使用你常用的问卷工具。免费账户每月包含 30 个积分，无需信用卡；付费方案见<a href=\"/pricing\">价格页面</a>。</p>\n\n<h2>局限性以及何时不宜使用德尔菲法</h2>\n<ul>\n<li><strong>共识不等于真相。</strong>专家小组可能非常自信地就错误结论达成一致，尤其是在小组缺乏多样性时。</li>\n<li><strong>小组构成决定结果。</strong>邀请谁，在很大程度上决定了“这个领域”认同什么。应完整报告遴选标准。</li>\n<li><strong>反馈会把人推向中位数。</strong>部分趋同反映的是从众，而不是被说服。展示理由而不仅是数字，会有所帮助。</li>\n<li><strong>流失具有选择性。</strong>持不同意见的专家可能更容易退出，从而抬高同意度。</li>\n<li><strong>不适合探索经验。</strong>如果你的问题是人们如何经历或理解某件事，请改用访谈、焦点小组或<a href=\"/blog/ethnography-qualitative-research-guide-2026\">民族志</a>。</li>\n<li><strong>已有可靠证据时不适用。</strong>如果系统综述能回答这个问题，就不应以专家意见取而代之。</li>\n</ul>\n\n<h2>常见问题</h2>\n\n<h3>用简单的话说，什么是德尔菲法？</h3>\n<p>它是一种通过多轮匿名问卷达成专家一致意见的方法。每轮结束后，专家会看到全组回答的汇总，并可以修改自己的答案。</p>\n\n<h3>德尔菲法是定性研究还是定量研究？</h3>\n<p>通常是混合的。开放式的第一轮和意见分析属于定性部分；评分、百分比和停止规则属于定量部分。</p>\n\n<h3>德尔菲研究应该进行几轮？</h3>\n<p>两到三轮较为常见。事先设定最大轮数，如果共识或稳定性规则提前满足，就可以提前结束。</p>\n\n<h3>德尔菲专家小组需要多少人？</h3>\n<p>没有固定规则，已发表研究的小组规模从小型专业团队到指南制定中的 70 多人不等。招募人数应多于所需人数，因为轮次之间会有人退出。</p>\n\n<h3>什么是改良德尔菲？</h3>\n<p>改良德尔菲从文献综述或前期研究提炼的陈述开始，而不是以开放式第一轮开始。有些改良设计还会增加一次最终会议。</p>\n\n<h3>德尔菲法中多少百分比算达成共识？</h3>\n<p>百分比同意度是最常见的定义，70% 至 80% 左右的阈值很常见。正确的选择是你在数据收集之前确定并能说明理由的那个阈值。</p>\n\n<h2>结论</h2>\n\n<p><strong>德尔菲法</strong>是一种透明的方法，用来了解一组明确界定的专家在哪些问题上达成一致，以及一致程度有多高。它的价值取决于第一轮之前做出的决定：小组由谁组成、什么算共识、何时停止。把这些写下来，报告时遵循 ACCORD 或 CREDES，并把 AI 当作在人工审核下的起草助手，而不是专家小组成员。</p>\n\n<p>正在规划开放式第一轮？<a href=\"/register\">免费开始，获得 30 个积分</a>，以 AI 主持访谈或对话式问卷的形式开展第一轮，再用 ThemeLens 整理陈述清单。或者<a href=\"/pricing\">查看透明的价格</a>。</p>\n","related":[{"slug":"vignette-technique-qualitative-interviews-2026","title":"定性访谈中的情境故事法（Vignette）：定义、设计清单与示例（2026）","description":"定性访谈中的情境故事法（vignette technique）是什么？本文介绍定义、适用场景、10 项设计清单、分阶段示例以及方法论局限。","category":"定性研究方法","date":"2026-11-14","readTime":"9 分钟阅读","author":"Qualitati 研究团队"},{"slug":"ethnography-qualitative-research-guide-2026","title":"定性研究中的民族志：类型、方法与步骤（2026）","description":"定性研究中的民族志是什么？详解经典、聚焦、快速、数字与网络民族志等类型，参与式观察、田野笔记写法、8 个步骤、设计决策矩阵，以及 AI 能做什么。","category":"定性研究方法","date":"2026-11-08","readTime":"14 分钟阅读","author":"Qualitati 研究团队"},{"slug":"critical-incident-technique-qualitative-research-2026","title":"关键事件技术（CIT）：步骤、访谈提纲与实例","description":"关键事件技术（Flanagan，1954）详解：五个步骤、带追问的访谈提纲、一个实例，以及增强型关键事件技术（ECIT）的九项可信度检验。","category":"定性研究方法","date":"2026-10-27","readTime":"10 分钟阅读","author":"Qualitati 研究团队"}]}