猜一個人喜歡什麼，常常猜到翻車；等對方說明原因，又能很快理解：「喔，原來你在意的是這個。」這兩件事其實可以同時成立。聽之前的猜測，跟聽之後整理整件事的脈絡，本來就是不同能力。
人的偏好千變萬化，簡直像每次聊天都會更新的隱藏人物設定。剛以為懂了，下一回合又追加新規則。
記得上次說過什麼，才能問得更深
舉個虛構例子。朋友以前說自己最重視自由時間，後來卻表示旅行時最喜歡跟著安排好的行程走。
這時與其問「你不是說喜歡自由嗎」，不如問：「平常想自己安排，旅行時怎麼反而喜歡有人排好？」朋友也許會說，查交通、訂房很累，有人處理好才有真正放鬆的感覺。
這不是抓語病，而是在確認不同情境下，偏好背後的條件如何變化。如果記得對方之前的回答，新問題就可以比「你喜歡什麼」更深入一層。
猜錯了，反而更好玩
有時提問前已經有一套假設，有時真的完全不知道答案。硬把兩種狀態切成二選一，得到「兩種都有啊」也很合理。
好玩的地方在於答案出乎意料時，能直接說：「欸！我原本以為是另一個原因耶。」如果提問的目的只是證明自己正確，這類驚喜就會被排除。把假設當成暫時的想法，才有空間認識真正的對方。
無法預測煩惱，不代表聽不懂煩惱
朋友究竟在為什麼發愁，事先真的不容易猜。可是當他把經過、期待與顧慮說清楚，有些人能立刻看到卡住的地方：彼此期待不一致、判斷標準不同，或某個步驟需要先完成另一件事。
這比較像快速整理因果，而不是看穿人心。最可靠的下一步是問：「所以你最在意的是這裡，對嗎？」讓當事人確認或修正，比自己腦補一個完美解釋更準確。
一句「等等，為什麼？」就能換掉整道題
有人希望年紀大一點後鬍子會更適合自己。旁人忽然問：「可是年紀變大，真的會讓鬍子更適合嗎？」原本只是聊期待，瞬間變成研究題目。對方大概想回：「可以不要現在拆我的夢嗎！」
工作上也能這樣思考。若同樣的失誤反覆發生，除了加強教育，還可以問：「能不能把流程改成比較不容易犯錯？」前者聚焦在執行者，後者聚焦在工作設計。真正有用的是判斷眼前要處理哪個層次。
這套腦袋遇上全天運轉的 AI 內容工廠
把問題重新設定的習慣搬進內容自動化，重點就不只是「稿子寫得多快」。為什麼寫好的稿件還沒上線？為什麼一個檢查卡住就影響其他工作？公開更多頁面，讀者有跟著增加嗎？
有經營者分享過讓 AI 流程日夜運作的經驗。優勢是人在想下一個改善點時，既有任務仍可繼續進行。但排程二十四小時和有效成果持續產出二十四小時，必須分別驗證。草稿數、通過檢查的內容、正式公開頁面與實際閱讀數，都是不同指標。
新點子太多也可能造成反覆修改。改善有沒有成功，最後仍要看結果。
好問題，比假裝會讀心更有價值
Huang 等人在2017年的研究發現，提問，尤其接續對方回答的追問，與較高的好感有關；2025年的更正並未改變主要結論。Kardas 等人在2022年的研究則顯示，人們常預估深入對話會比實際更尷尬。這些研究並不能替個別對話者測出智商。
真正有意思的結論是：猜不到，所以開口問；聽完以後，事情連起來了；和過去的回答不太一樣，就再問一次。
人的心不是一本讀完就結束的說明書。也正因如此，下一次聊天才值得期待。
資料：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
