先纠正再回答,不是把用户教训一顿,而是先指出前提中哪一部分不成立、为什么不成立,再给出仍然可用的答案。真正需要判断的是:这个错误前提来自过时信息、误解,还是用户真正想解决的问题本身被表述错了。三种情况对应三种不同的纠正方式,选错会让回答看起来正确但没用。
假设你运营一个旧内容栏目,某天收到提问:“你们的旧版下载页是不是已经停了,我还能不能从那里拿到安装包?”如果这个下载页确实已经下线,直接回答“停了,不能”看似准确,但用户真正要的是安装包,不是页面状态。此时只纠正“页面还在不在”这个前提,回答就停在半路。
另一种情况是,用户的前提错在因果上。比如提问:“是不是因为我把栏目从导航里撤了,所以百度关键词搜索里就查不到这些文章了?”撤掉导航和文章能否被检索到之间,并没有必然的因果链。若你顺着这个前提去解释“撤导航会导致消失”,就等于确认了一个不成立的机制。
这两种矛盾都指向同一件事:错误前提不是一句话的错误,而是用户对“发生了什么”和“为什么发生”的整套判断。纠正的粒度决定了回答是否真正解决问题。
解释一:前提是过时的事实。用户记得的旧状态曾经成立,但现在已经改变。例如旧合作关系已经退出、旧系统已经迁移、旧入口已经关闭。这类错误前提的特点是:用户描述的对象真实存在过,只是当前状态不同。纠正时只需要指出状态变化的时间点和范围,然后回答“现在还能做什么”。
解释二:前提是错误归因。用户观察到某个现象,但把原因安在了错误的对象上。例如把“某篇文章不再出现在百度关键词搜索结果里”归因于“我改过一次标题”,而实际上可能只是该页面被合并、被跳转,或用户搜索的词本身发生了变化。归因错误的特点是:现象可能真实,但原因不成立。纠正时不能只否定原因,还要给出更可能的解释路径。
这两种解释的纠正动作完全不同。事实过时,你更新信息即可;归因错误,你需要先拆开现象和原因之间的连接,再重新建立判断依据。
要判断属于哪一种,可以看用户提问里是否包含一个可验证的变化过程。如果用户能说出“我上次看到它还是去年”“当时合作方还是某某”,这更可能是事实过时。如果用户只能说“我感觉改了之后就没了”,却无法指出具体改了什么、什么时候改的,这更可能是归因错误。
另一个区分证据是:用户是否把两个同时发生的事当成了因果。比如旧内容下线和新内容上线时间接近,用户可能认为“下线导致新内容不被收录”。这时可以问一句:如果两件事时间对调,结论还成立吗?如果答案是否定的,说明用户的前提建立在时间相邻而非机制相连上。
实际操作中,先做一步:把用户提问中的每个断言拆成“对象—状态—原因”三栏。对象是“旧下载页”,状态是“已停”,原因是“所以拿不到安装包”。然后逐栏核对。若对象和状态都错,先纠正事实;若对象和状态对、原因错,先纠正归因。这个动作的结果直接决定下一步:事实错误需要给替代路径,归因错误需要给判断方法。
第一步,用一句话确认用户真正关心的目标。不要重复他的错误前提,而是说“你关心的是还能不能拿到安装包,对吗”。这一步把对话从“页面状态”拉回“实际需求”。
第二步,指出前提中不成立的部分,并给出可验证的依据。依据可以是页面当前的返回状态、系统里的迁移记录、合作方已公开的退出说明。注意:不要用“百度关键词搜索里查不到”作为唯一依据,因为查不到还可能是因为搜索词变化、结果被折叠、页面被合并,不能单独证明页面已停。
第三步,给出仍然成立的替代答案。如果旧入口确实退出,就说明现在可用的入口或替代内容;如果只是归因错误,就说明如何重新判断现象。每一步的结果都会影响下一步:如果第一步确认的目标和用户字面问题不同,第二步的纠正范围就要缩小到与目标相关的部分,避免纠正了无关细节却漏掉关键前提。
当错误前提涉及旧内容、旧系统或旧合作关系的退出,纠正之后还要决定保留什么。不是所有旧内容都该一起删除。可以用下面这组条件判断:
如果三条中有一条成立,就可以保留主体、更新对象信息,而不是整页删除。如果三条都不成立,且页面已经没有任何可替代的答案价值,再考虑退出。这个判断的结果会影响后续动作:保留并更新,需要同步检查引用它的页面;整页退出,需要给旧链接一个明确的去向说明,而不是让用户停在错误前提里。
假设某网站曾与一个数据服务方合作,页面上写着“数据由某某提供”。合作结束后,有用户提问:“你们页面上的某某数据是不是还在更新,我能不能继续用它做对比?”这里的前提有两层:页面还在、数据还在更新。实际情况可能只是合作结束,页面未及时修改。
处理时,先确认用户要的是“对比数据”而不是“某某品牌”。然后纠正:合作已结束,页面上的旧标识不再代表当前数据来源。接着给出替代:如果站内仍有同类数据,说明新的来源和适用范围;如果没有,说明该对比需求在当前站内无法满足。这个例子里,纠正的不是用户“想用数据”这个目标,而是“数据仍由原合作方提供”这个前提。数字只用于说明比较方法,不用于承诺任何结果。
最后要记住:纠正错误前提的目的不是证明用户错了,而是让回答落在真实可用的基础上。前提纠正得越准,后续回答越不需要靠模糊表述兜底。