猜别人喜欢什么，经常猜错；听完对方的经历，却能很快反应过来：“原来你卡在这里。”这并不矛盾。事前预测一个人的答案与听完信息后理清因果关系，本来就是两回事。
人类的喜好像永远更新不完的角色设定。以为已经懂了，下一次聊天又冒出一条隐藏属性。
记住旧答案，才能发现新条件
下面是为了说明而编的例子。一位朋友以前说最喜欢自由安排时间，后来却说出门旅行最好跟着排好的行程走。
与其质问“你不是喜欢自由吗”，不如问：“平时想自由，旅行时为什么更喜欢别人安排？”对方可能解释：查交通、挑酒店很费神，有人安排反而能安心放松。
关键不在于抓到矛盾，而在于发现不同情境会触发不同的判断标准。记得上次的回答，才有机会提出这次更精准的问题。
有假设，也允许答案完全出乎意料
有的问题是为了验证自己已经想到的解释，有的问题纯粹是好奇。硬要二选一，只会得到一句“当然两种都有啊”。
更有趣的是猜错以后。听到意外答案，直接说“原来如此，我之前以为是另一个原因！”这样一来，假设的失败就变成了聊天的新收获。
如果每个问题都只是让对方赞同自己的推论，真正独特的想法反倒很难出现。
猜中烦恼和听懂烦恼不是一种本领
对方究竟在为什么事烦恼，事前可能完全想不到。但等对方讲清楚事件、期待和选择之后，有些人就能迅速找到卡点：双方默认的规则不同，某个决定的条件变了，或者流程里藏着一个前置步骤。
这种速度更像整理信息的能力，而不是读心术。要确认自己是否抓对重点，可以问：“所以真正让你难受的是这一段，对吗？”对方的补充或纠正，往往比漂亮的分析更有价值。
一个“等等，为什么？”能重写问题
有人希望年纪大一点，胡子就会更适合自己的脸。旁边的人突然问：“等一下，年龄增长真的会让胡子更适合一个人吗？”
本来在畅想未来，突然变成了检验前提。对方大概只想喊：“能不能先让我做会儿梦！”
同样的转向也适用于工作：失误很多，要不要增加培训？换个问题，能不能改造流程，让这种失误更难发生？前者关注执行者，后者关注系统设计。两种问题各有适用情境，重要的是知道自己正在解决哪一层的问题。
把这种习惯放进全天候 AI 内容流程
自动化写作也有类似陷阱。与其不断催促“写快一点”，不如追问：稿件已经完成，为什么还没上线？某项检查失败，为什么会挡住其他稿件？上线数量增加，读者真的增加了吗？
有运营者描述过让 AI 工作流程昼夜运行的做法。这样人可以专心寻找下一个瓶颈，同时让已有任务继续执行。不过“按全天候方式安排任务”与“每一分钟都产出有效成果”需要分开看。草稿、通过审核的文章、已发布网页、实际阅读量都应分别记录。
改进点找得快也可能造成频繁返工。真正需要比较的是改动前后的结果。
深度提问不是读心认证
Huang 等人在2017年的研究发现，提问尤其是顺着对方回答继续追问，与更受谈话对象喜欢有关；该研究2025年的更正没有推翻主要结论。Kardas 等人2022年的研究则表明，人们常常高估深入交谈会有多尴尬。这些结果无法据此测量某位提问者的智力。
最值得保留的反而是朴素的循环：猜不准，所以问；听明白了，所以能串起来；发现旧答案和新答案不同，于是又有问题可问。
人的心从来不是一道固定答案的选择题。幸好如此，不然聊天也太无聊了。
参考：Huang et al. (2017), https://doi.org/10.1037/pspi0000097 ；2025年更正 https://doi.org/10.1037/pspi0000491 ；Kardas et al. (2022), https://doi.org/10.1037/pspa0000281
