简短回答：追问（probing questions）是访谈者在受访者刚说完一段话后提出的简短后续问题，用来获取更多细节、一个具体例子、更清楚的含义或对某件事的解释。Robinson（2023）把追问分为四类：描述细节追问、个体记忆追问、澄清追问和解释追问。好的追问保持中立，基于受访者自己的用词，并且一次只问一个。
最后更新：2026 年 11 月 7 日
\n\n方法部分通常把大部分篇幅留给访谈提纲，但定性数据的深度往往取决于另一件事：那些事先没人写下来的后续问题。定性访谈中的追问能把一句“还行吧”变成可以分析的故事。本文给出追问的定义，解释 Robinson 2023 年框架中的四种追问类型并为每种提供示例措辞，还讨论由 AI 主持人负责追问时会有哪些变化。
\n\n本文面向博士生、研究实验室以及定性研究和市场研究公司。用户体验和客户洞察团队同样可以使用这套方法。
\n\n追问是请受访者对先前回答进行澄清、展开、举例或解释的后续提示。Robinson（2023）在 《Probing in qualitative research interviews: theory and practice》（Qualitative Research in Psychology，doi 10.1080/14780887.2023.2238625）中使用了与此接近的定义。追问总是指向受访者已经说过的内容。主问题开启一个话题，追问则让话题深入。
\n\n追问正是半结构化访谈与口头问卷的区别所在。在完全结构化的访谈中，每位受访者按相同顺序听到相同的问题，访谈者不做即兴发挥。在半结构化访谈和深度访谈中，提纲确定话题，访谈者则根据每个回答决定是继续追问还是进入下一题。
\n\n这几个术语有所重叠，不同教材的用法也不一样。一个实用的区分方式：
\nRobinson（2023）提出了一个简称 DICE 的分类：D描述细节追问、I个体记忆追问、C澄清追问和 E解释追问。论文以叙事理论、自我披露理论、自传体记忆理论和归因理论为基础。Jacobsen、Cox、Griggio 和 van Berkel 在 CHI 2025 上发表的研究（arXiv:2503.08582）随后在一个问卷聊天机器人中对这四种追问进行了测试，共 64 名参与者，结果表明追问提升了数据质量，且不同研究阶段最有效的追问类型不同。
\n\n这类追问请受访者补充事情经过中的感官、操作或情境细节。当回答准确但单薄时使用。
\n这类追问把受访者从概括性表述（“我通常……”）引向某一次具体的、记得的经历。关于一次真实事件的回答，往往比关于习惯的回答更具体，也更少套话。
\n这类追问用来确认含义。受访者常用“乱”“公平”“真正的研究”之类的词，听起来清楚，但不同人理解不同。澄清追问沿用受访者的原词，而不是换成你自己的说法。
\n这类追问请受访者对某件事作出说明：为什么这样做、认为是什么导致了某个结果、如何理解它。应在获得描述之后再问，而不是之前，这样解释才能落在具体事件上。
\n最难的技能不是知道追问怎么措辞，而是在现场判断某个回答需要哪种追问。这个矩阵是 Qualitati 原创工具，可用于培训访谈者，也可用于把追问说明写进访谈提纲。
\n\n| 回答中的信号 | 回答示例 | 追问类型 | 中立的追问 | 应避免 |
|---|---|---|---|---|
| 简短或含糊 | “还行吧。” | 描述细节 | “再多讲讲当时的情况。” | “所以你挺满意的？” |
| 概括性表述 | “我总是把编码检查两遍。” | 个体记忆 | “能讲讲你最近一次这样做的经历吗？” | “这是好习惯，对吧？” |
| 含义模糊或带倾向的词 | “这个流程让人觉得不公平。” | 澄清 | “这里的‘不公平’对你来说是什么意思？” | “是因为你的经理才不公平吗？” |
| 有决定或结果但没有原因 | “所以我换了工具。” | 解释 | “是什么让你决定换的？” | “是因为价格吗？” |
| 情绪或犹豫 | “嗯……挺多的。” | 先描述，再解释 | “那对你来说是什么感受？” | “那一定压力很大。” |
| 与之前的回答矛盾 | “我从不用 AI。”（之前说：“ChatGPT 帮我起草”） | 澄清 | “你之前提到用 ChatGPT 起草，这两者怎么对应？” | “你刚才自相矛盾了。” |
| 对已覆盖话题的完整、丰富回答 | 一个有例子的详细故事 | 无 | 进入提纲的下一题 | 为追问而追问 |
大多数追问是即兴的，但事先规划的追问能让不同访谈者之间更一致，也更便于审计。在每个主问题下列出两三个追问，并简短注明你想了解什么。例如：
\n\n用一两次练习访谈试测提纲，检查追问带来的是新信息还是重复内容。我们的访谈提纲试测指南介绍了这一步，研究问题示例则帮助你把追问与研究要回答的问题联系起来。
\n\nAI 主持人如今已能实时追问，相关研究也在快速增加。Wuttke、Lang、Klamm、Würschinger 和 Kreuter（arXiv:2606.20064，2026 年 6 月 18 日）在 571 名受访者中比较了 AI 主持的语音、文字和自选模式访谈与标准化问卷，发现完成访谈者对 AI 访谈的评价不低于问卷。访谈记录还呈现了问卷没有捕捉到的推理过程。
\n\n深度仍是短板。Gheyi、Albuquerque、Ribeiro 和 Perkusich（arXiv:2607.14452，2026 年 7 月 16 日）在一份关于两项软件工程研究中 AI 主持访谈的经验报告（66 份提交）里，把问题泛泛、对回答的敏感度有限和深度不足列为观察到的局限。作者也指出，他们的结果并不能证明 AI 访谈与人工访谈等效。
\n\n实际启示是：AI 主持人的追问水平取决于它收到的指令和所用的模型。把追问说明写进提纲，用真实或模拟受访者试测，并对照上面的矩阵阅读访谈记录。如果你是希望在现场获得帮助的人工访谈者，可以看看我们关于实时 AI 追问建议的文章。
\n\nQualitati 是一个面向高校和研究公司的欧洲定性研究平台，提供文字和语音 AI 主持访谈、带 AI 追问的对话式问卷，以及 ThemeLens 和 QDA Workspace 等分析工具。追问是 AI 访谈者设计的一部分：
\n访谈支持 10 种语言，免费版每月提供 30 个积分，无需信用卡。当前方案见价格页面。
\n\n这套方法适用于半结构化访谈、深度访谈、焦点小组以及带开放式追问的对话式问卷。它不适用于需要对每位受访者使用完全相同措辞以保证可比性的标准化问卷访谈，也不适用于遵循固定追问方案的认知访谈。
\n\n追问是一个简短的后续问题，请受访者对刚才说的内容进行澄清、展开、举例或解释。它让已有的回答更深入，而不是开启新话题。
\n\nRobinson（2023）描述了四种：描述细节追问、个体记忆追问（询问某一次具体经历）、澄清追问和解释追问，通常简称为 DICE。
\n\n追问请对方多讲一些，但不暗示答案（“那是什么感受？”）。诱导性问题会暗示某种感受、原因或答案（“那是不是很让人沮丧？”），可能使受访者接下来的回答产生偏差。
\n\n没有固定次数。追问到回答足够具体、你理解了受访者的意思为止，然后进入下一题。每个主问题预先准备两三个追问，只在回答需要时使用。
\n\n它们能提出相关的后续问题。一项 2026 年、有 571 名受访者参与的研究发现，完成访谈者对 AI 访谈的评价不低于标准问卷。已报告的不足包括问题泛泛和深度不足，因此要先试测提纲并审阅访谈记录。
\n\n定性访谈中的追问是数据深度的来源。掌握四种 DICE 追问类型，用决策矩阵为每个回答匹配合适的追问，让每个追问保持中立、简短，并把你的追问方式同时写进提纲和方法部分。无论提问的是人还是 AI，规则都一样。
\n\n想看看追问的实际效果？免费开始，获得 30 个积分，用你自己的提纲运行一次 AI 主持访谈，或阅读我们的 AI 主持人讨论提纲模板。
\n\n最后更新：2026 年 11 月 7 日
\n\n研究结论根据截至 2026 年 11 月 7 日上文链接的公开摘要和页面整理。Qualitati 与上述作者无关联。
","related":[{"slug":"leading-questions-user-interviews-2026","title":"用户访谈中的诱导性问题：识别与修正（2026）","description":"用户访谈中的诱导性问题会扭曲研究结论。了解六种类型、中立改写方法、五项审查表，以及 AI 主持人应如何避免诱导。","category":"访谈技巧","date":"2026-09-21","readTime":"9 分钟阅读","author":"Qualitati 研究团队"},{"slug":"what-is-laddering-interview-technique-2026","title":"什么是阶梯访谈法？2026 年手段—目的链访谈指南","description":"阶梯访谈法引导受访者从产品属性上升到个人价值观。本文讲解 ACV 方法、2026 年的 AI 实证，以及一份五项标准的阶梯质量评分表。","category":"访谈技巧","date":"2026-08-22","readTime":"10 分钟阅读","author":"Qualitati 研究团队"},{"slug":"open-ended-interview-questions","title":"访谈中的开放式问题：50 个示例及提问方法","description":"精选 50 个按类别整理的定性研究开放式访谈问题，涵盖开场、探索、追问、反思与收尾五类，并提供措辞、排序与常见错误规避的实用技巧，帮助学术、UX 与市场研究者避免引导性与双重问题，获得更丰富、更深入的定性访谈数据。","category":"访谈技巧","date":"2026-02-28","readTime":"13分钟阅读","author":"Qualitati 研究团队"}]}