文 / 王世民
深圳尔雅总裁 | YouCore创始人
著有《思维力》《学习力》《个体赋能》
我们都知道思考能力的提升很难，没有刻苦的练习很难发生改变。
但有没有一个工具，可以让我们的思考能力在5分钟内立马就提升呢？
这么不可思议的工具还真有，那就是——提问清单！
01、提问清单为何这么有效？
提问清单为什么能有这么神奇的效果呢？核心原因在于两点。
▼ 1、问句更能触发我们的思考
上学的时候坐在教室里听课，老师在上面讲得口若悬河，你是不是在下面听得昏昏欲睡？
但一旦老师说：“注意啦，下面我要来提问了！”你是不是一下子就又清醒了呢？
这就是问句比陈述句威力更大的地方——会引起你的注意。
你对比一下以下两句话：
1）能成大事的人一般都能坚忍不拔地持续做一件事。
2）能成大事的人都有一个共同的特征，什么特征呢？
哪一句更能触发你的思考？显然是第二句。
第一句很可能你看过就看过了，压根就没留下印象。
而第二句不但会引起你的注意，而且你自己可能还会有一个答案先冒出来，再跟提问的答案对照后，印象就深刻了。
提问清单之所以都是问句的形式，就是为了更大程度地激发你的思考。
▼ 2、上手简单效果突出
提问清单之所以有效的第二个原因是上手容易，思考效果还贼好。
以评估一个建议是否靠谱为例。
我们有一个评估模型，包括建议者的可信性、建议的价值性、建议的可替代性三个要求。
我现在跟你介绍了这个评估模型后，你是不是一脸懵呢？
首先，建议者的可靠性如何分析呢？
其次，怎么判断建议的价值性和可替代性呢？
最后，这些判断要素我应该先分析哪个、再分析哪个呢？
所以，虽然有了一个模型，可结果是你依然不会用。
但如果我帮你将上面这个模型转成一个提问清单呢？ 提问1：提建议的这个人是什么专业背景？
提问4：他这个建议对我有价值吗？如果有的话，具体体现在哪些方面呢？
提问6：我有其它更好的替代解决办法吗？
你按照提问的顺序一个个来回答，是不是一下子就会用了呢？
提问清单的价值就在于，它帮我们将纷繁复杂的无序思考，转化为了有顺序的线性思考，一次只需考虑一个局部问题，思考的难度大大降低。
更重要的是，提问清单在降低思考难度的同时，又大大提高了我们的思考质量。
它将需要立体思考的内容，拆分成了多个方向的线性思考（好比将一个立方体拆分成了多条线），你回答完所有的问题后，这些线性思考的结果，又会自动组合成立体思考的结果（好比拆分的线条又组合成了立方体）。
02、高质量提问清单的标准
当然，提问清单这么棒的效果是建立在高质量的提问上的，如果提问的质量不高，这些效果也都不存在了。
那什么样的提问清单才算是高质量的呢？
需要满足下面三个标准：
◆ 提问没有歧义
◆ 提问环环递进
◆ 结果随问而出
▼ 1、提问没有歧义
比如，“他是什么人？”这样的提问就不合格，因为不明确。
你是回答“他是男人”呢，还是“他是好人”呢，还是“他是一名医生”呢？
提问不明确，回答就不明确。
你把提问改为“他是什么专业背景？”后，就没有歧义了，因为我们只会回答“他是医生”或者“他是程序员”之类的。
▼ 2、提问层层递进
以《学习力：颠覆职场学习的高效方法》里的知识理解三问为例，这就是一个由浅入深，逐层递进的提问清单。 提问1：这个知识什么时候产生的？为什么在这个时点产生？之后（可能）还有更新的理论产生吗？
提问2：这个知识与我哪些已知的知识或经验可以关联呢？
提问3：这个知识至少在哪3个场景下适用，在哪3个场景下不适用？
上面这个提问清单里的第一个提问“这个知识什么时候产生的”，属于一个客观事实的提问，思考难度很低。
第二个提问“这个知识与我哪些已知的知识和经验可以关联”，就要动下脑子来回忆回忆了。
第三个提问“这个知识至少在哪3个场景下适用”，难度就更高了，因为这需要深刻理解知识使用的前提和边界才能做到。
▼ 3、结果随问而出
有些人做的提问清单，看似问题很多（有时看起来还挺专业），但问完后，连自己都不知道可以得出一个什么样的结果。
比如，我曾经安排一位同事去找10个人，一对一做工作坊吸引度的调查。
她的做法是从网上下载一个有21项提问的产品满意度调查问卷，分别发给10个人填写。
填完后，她将问卷导出来给我看，报告很漂亮，有多个维度的图表分析，比如不同年龄段的饼状图分析，不同性别的饼状图分析，以及各项回答的比例分析。
但问题是工作坊到底有没有吸引力？不知道！
因此，高质量提问清单的最后一个标准是：每一个提问完成后，都要离结果更近一步。当所有的提问完成，结果也要随之产生。
我后来给她的建议是，将工作坊文案发给受访者后，就只问三个问题： 提问1：看完这个工作坊活动介绍后，你印象最深的是什么？
提问2：你会报名参加吗？
提问3：若会的话，你觉得最吸引的点是什么呢？
若不会的话，你觉得是你的哪些需求没有被满足呢？
第一个提问能让我们知道，受访者接受到的信息跟我们想传递的信息是否一致。
如果一致的话就说明文案传递出的信息没有问题，如果不一致就说明文案要调整，后面的问题就不用再问了。
如果受访者会报名参加，那就说明产品吸引力是可以的；如果不报名参加，那就说明产品还有待改进的空间。
第三个提问就是对产品吸引人和不吸引人地方的具体了解，知道这些后，也就知道接下来如何改进了。
现在你已经知道一个高质量提问清单的三个标准了：提问没有歧义、提问环环递进、结果随问而出。
那怎样才能做出一个高质量的提问清单呢？
最好的一个办法就是将成熟的模型或经验转为提问清单。
03、将成熟的模型转为转化提问清单
基于成熟的模型做转化，是提问清单最主要的生成方式，也是效率最高的一种方式。
它的做法也很简单，分为四步来做即可：
▼ 步骤一：将模型转为几个关键点
以前文的“建议可靠性”评估模型为例，它主要有三点：建议者的可信性、建议的价值性、建议的可替代性。
建议的价值性和可替代性这两点可以直接用，但是建议者的可信性要再拆为两个关键点：客观可靠性（建议者与这次建议的匹配度），以及主观可靠性（建议者这次建议的出发点是否值得相信）。
这样我们就将“建议可靠性”模型转为四个关键点了：
◆ 建议者的客观可靠性
◆ 建议者的主观可靠性
◆ 建议的价值性
◆ 建议的可替代性
▼ 步骤二：设计各个关键点的提问
接下来就是将这些关键点转为提问的问题了。
客观可靠性，也就是建议者与这次建议的匹配度，我们可以转为如下提问：“他本次所提的建议跟他的专业背景是一致的吗？”
主观可靠性，也就是建议者这次建议的出发点是否值得相信，我们可以通过以下来验证动机：“他本次出于什么目的提这个建议的呢？”
但这个问题未能解决程度的问题，也就是有一点点价值和有很大价值回答都是一样的，不符合高质量提问清单的无歧义要求，因此我们再加一句“如果有的话，具体体现在哪些方面呢？”
可替代性是指除了当前建议，是否还有其它类似的建议或者更好的建议可以用。
因此，我们就可以问“我有其它更好的替代解决办法吗？”
将上面的四个关键点分别转为提问后，我们就得到包含四个问题的一个提问清单了： 1、他本次所提的建议跟他的专业背景是一致的吗？
2、他本次出于什么目的提这个建议的呢？
3、他这个建议对我有价值吗？如果有的话，具体体现在哪些方面呢？
4、我有其它更好的替代解决办法吗？
▼ 步骤三：增加前置和反向提问
主要的提问有了后，我们就要来看下有没有缺少一些基础的前置提问，以及是否有提问需要做反向的验证。
1）增加前置提问
我们可以对已有的提问都做一遍检查，看哪些提问需要加上前置提问。
结果发现，“他本次所提的建议跟他的专业背景是一致的吗？”这个提问，就缺少一个前置提问“提建议的这个人是什么专业背景？”，我们就要给它补上。
2）增加反向提问
前置提问补充完毕后，我们再对所有提问做下检查，看哪些提问要加上反向的验证，防止正向思考的惯性思维。
经过检查，“他这个建议对我有价值吗？如果有的话，具体体现在哪些方面呢？”这个提问是从正向的角度来询问建议的价值的，但有时这些价值可能是可有可无的。
肯定是有的，因为它可以帮我节省做饭的时间，帮我做出我不会做的菜等等。
但是这些价值是不是真的有意义？
我们可以补一个反向验证的提问来验证下：“如果我不买自动炒菜锅的话，会有什么不利的影响吗？”
这么验证一下的话，我就会发现自动炒菜锅对我一点影响都没有，因为我压根就不用自己做饭，因此这个建议也就无需采纳了。
经过前置提问和反向提问的补充后，现在我们的提问清单里就有六个问题了： 1、提建议的这个人是什么专业背景？
2、他本次所提的建议跟他的专业背景是一致的吗？
3、他本次出于什么目的提这个建议的呢？
4、他这个建议对我有价值吗？如果有的话，具体体现在哪些方面呢？
5、如果我不接受这条建议的话，会有什么不利的影响吗？
6、我有其它更好的替代解决办法吗？
▼ 步骤四：层层递进地排序提问
我们可以发现，目前的六个提问正好是按这个要求排序的。
第一个提问“提建议的这个人是什么专业背景”，属于一个客观事实的提问，一点思考难度都没有。
第二个提问“他本次所提的建议跟他的专业背景是一致的吗？”，就要稍微动下脑子了，要判断下建议内容与专业背景是否一致。
第三个和第四个提问，难度就更高了，需要个人做一定的分析。
因此，最终排序的提问清单就是下面这个样子了。 提问1：提建议的这个人是什么专业背景？
提问4：他这个建议对我有价值吗？如果有的话，具体体现在哪些方面呢？
提问6：我有其它更好的替代解决办法吗？
04、小结
我们的大脑会本能地对问句产生更多的注意力。
我们的大脑更喜欢单一线性的思考，而不喜欢纷繁复杂的多任务思考。
提问清单就是这么一个超级符合你大脑思维习惯的思考工具。
它简单易上手，却又能以单一线性思考的低难度输出立体多维思考的高难度结果。
它可以帮你将各种优秀的思考模型立马转为你的思考工具箱，转化起来也非常容易，四步就做到了：
步骤一：将模型转为几个关键点
步骤二：设计各个关键点的提问
步骤三：增加前置和反向提问
步骤四：层层递进地排序提问
