回答要点
可以让 AI 帮你把需求问清楚，但不必让它一直问到“没有任何疑问”。 应优先澄清那些会改变成果类型、适用对象或取舍的信息；其余细节可以在看到草稿后再决定。
完整解答
CLAM 研究验证过一种选择性追问方法：检测问题是否有歧义，有必要时先问，再根据补充信息作答。它使用的是事实问答任务，补充回答由知道预期答案的模拟用户提供；实验主要评估一轮澄清。因此，它支持“适当追问可以消除歧义”，没有证明无限追问一定能发现用户尚未想清楚的目标。研究原文
把这个思路用于需求发现，可以这样做：先说想改善什么、准备把成果用在哪里；让 AI 给出两三种可能方向及差别；选出更接近的一种，再回答会影响方案的关键问题；最后确认一份当前需求。这里是适合新手的组织建议，不是论文验证过的固定四步程序。
我想改善网站的新手入门体验，但还没决定做什么。先给出几个可能目标，说明它们各解决什么问题，再问最能区分我需求的问题。不要把你的建议当成我已同意的要求；信息足够提出方案后，先汇总已确认内容，让我选择。
如果不善于描述，也可以说“这个例子接近，但我不要其中的……”；不喜欢什么、实际卡在哪里，同样能缩小范围。
这种前文不会因为包含提问和澄清，就必然降低后续质量。多轮对话研究发现部分模型在分散接收要求时容易失误，汇总要求有时能缓解；但它并没有证明所有准确的澄清过程都有害。准备执行时，把已确认目标、保留条件和未定事项整理到一起，是便于核对的做法；不要把已经否定的猜测也写成最终需求。研究 §7.1
引用文献
2. Laban 等（2025），LLMs Get Lost In Multi-Turn Conversation，研究初版 §7.1；后发表于 ICLR 2026