简短回答: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。
最后更新:2026 年 11 月 15 日
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。德尔菲法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。
要点
- 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。
- 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。
- “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。
- 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)。
- 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。
什么是德尔菲法?
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德尔菲研究文献合集,其中包括 Dalkey 和 Helmer 早期的实验性应用。
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。
德尔菲法、名义小组技术与焦点小组的比较
| 特征 | 德尔菲法 | 名义小组技术 | 焦点小组 |
|---|---|---|---|
| 目标 | 测量并建立共识 | 产生想法并排序 | 探索观点与意义 |
| 匿名性 | 有,专家之间相互匿名 | 部分(先默写,再公开讨论) | 无 |
| 互动方式 | 间接,通过汇总反馈 | 结构化,在一次会议中完成 | 直接,有主持人引导讨论 |
| 典型形式 | 持续数周的在线问卷 | 一次数小时的会议 | 一次 60 至 120 分钟的讨论 |
| 产出 | 各条目每轮的同意程度 | 排序清单 | 主题与引语 |
如果你想理解人们为什么持有某种观点,焦点小组或访谈更合适。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。
德尔菲研究如何开展:分步说明
1. 明确研究问题和德尔菲类型
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。
2. 挑选专家小组
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 2007 年关于德尔菲技术的综述指出,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。
3. 第一轮:征集意见或直接评分
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,应当像任何主题分析一样认真对待: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。
4. 反馈与再次评分
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。
5. 结束并报告
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。
如何在德尔菲研究中定义共识
共识是德尔菲实践中最受批评的部分。Diamond 等人在《Journal of Clinical Epidemiology》上发表的系统综述(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。
一个可行的规则包含三部分:
- 量表: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”。
- 阈值: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”。
- 停止规则:例如最多三轮,或当连续两轮没有条目改变类别时停止。
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。
德尔菲设计决策清单
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。
- 目标:一句话说明:共识将用于什么?
- 类型:经典(第一轮开放)还是改良(预设陈述);预设陈述的来源。
- 专家资格标准:谁算专家,以及如何核实。
- 利益相关者构成:必须纳入的群体及每组最低人数。
- 招募目标:邀请人数、完成所需人数、预期流失率。
- 评分量表:分值、锚点说明,以及“无法判断”选项。
- 共识规则:“纳入”的阈值、“排除”的阈值,以及如何处理亚组之间的分歧。
- 反馈内容: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。
- 停止规则:最大轮数和稳定性标准。
- 报告:将遵循哪份清单,以及完整条目清单将在哪里公开。
报告规范:ACCORD 与 CREDES
有两份清单值得了解。ACCORD(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。CREDES(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。
AI 能帮助开展德尔菲研究吗?
相关证据尚处早期,但在增加。在2026 年发表于《JMIR Medical Informatics》的一项研究中,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。
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。
Qualitati 的定位
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:
- 第一轮意见征集:把开放轮次作为文字或语音形式的 AI 主持访谈来开展,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。
- 把意见转化为陈述: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。
- 轮次之间的理由收集: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。
- 国际专家小组:访谈和问卷支持 10 种语言,适合跨国专家小组。
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;付费方案见价格页面。
局限性以及何时不宜使用德尔菲法
- 共识不等于真相。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。
- 小组构成决定结果。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。
- 反馈会把人推向中位数。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。
- 流失具有选择性。持不同意见的专家可能更容易退出,从而抬高同意度。
- 不适合探索经验。如果你的问题是人们如何经历或理解某件事,请改用访谈、焦点小组或民族志。
- 已有可靠证据时不适用。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。
常见问题
用简单的话说,什么是德尔菲法?
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。
德尔菲法是定性研究还是定量研究?
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。
德尔菲研究应该进行几轮?
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。
德尔菲专家小组需要多少人?
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。
什么是改良德尔菲?
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。
德尔菲法中多少百分比算达成共识?
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。
结论
德尔菲法是一种透明的方法,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。
正在规划开放式第一轮?免费开始,获得 30 个积分,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。或者查看透明的价格。
