苏格拉底式递归追问（ai实证）
苏格拉底式递归追问（AI实证）
AI自己提出子问题、自己回答子问题、聚合子答案；比CoT在复杂推理上强5-10%（Dong et al. 2023）
没有这个模型
没有苏格拉底式递归追问（AI实证）时，面对「CoT效果不足的场景」这类问题，通常依赖直觉或经验处理，容易在表面症状上循环，无法触及根因或全局结构。
使用这个模型
运用苏格拉底式递归追问（AI实证）后，能够按照结构化的推理协议逐步分析问题：AI自己提出子问题、自己回答子问题、聚合子答案；比CoT在复杂推理上强5-10%（Dong et al. 2023），从而得出有依据的结论，而不是可替换的猜测。
适用信号
- CoT效果不足的场景
- 问题可以自然分解为子问题
推理协议
- 01
运用苏格拉底式递归追问（AI实证）的核心方法进行思考
检查点：确认理解了模型的核心逻辑
场景示例
在企业管理场景中需要运用苏格拉底式递归追问（AI实证）来解决组织层面的关键决策问题
苏格拉底式递归追问（AI实证）在此场景中的核心价值：帮助企业管理者从凭直觉决策转向基于系统分析的判断。例如零售企业在决定是否进入新市场时，用苏格拉底式递归追问（AI实证）替代单纯的财务估算，避免因信息不全导致的战略误判
在产品设计中遇到需要权衡功能优先级或用户体验方向的问题时
苏格拉底式递归追问（AI实证）在产品设计中的应用：用于替代经验驱动的设计决策。例如社交App决定新功能上线顺序时用苏格拉底式递归追问（AI实证）替代产品经理的个人偏好，使上线决策有据可依
面对复杂数据或模糊现象，需要找出背后的规律或根因时
苏格拉底式递归追问（AI实证）在分析场景中的实践：用于结构化地拆解表面现象并定位关键变量。例如电商平台发现某品类销售额突然下滑时用苏格拉底式递归追问（AI实证）替代竞品抢走市场的表面归因，逐层拆解到用户行为变化的根因
面对多个选项且伴随不确定性，需要做出有逻辑支撑的选择时
苏格拉底式递归追问（AI实证）在决策场景中的价值：用于替代直觉驱动的判断。例如投资人在评估多个项目时用苏格拉底式递归追问（AI实证）建立统一评估框架，避免被创始人的个人魅力或单一数据锚定
在日常执行中需要分配有限的精力和时间资源时
苏格拉底式递归追问（AI实证）在任务管理中的用法：用于建立基于价值的优先级排序。例如技术团队面对多个并发需求时用苏格拉底式递归追问（AI实证）替代谁催得急先做谁的被动响应，建立主动排期机制
常见误区
- 子问题划分不合理会导致循环推理
- 子问题太多会稀释焦点