惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Stack Overflow Blog
Stack Overflow Blog
T
Tailwind CSS Blog
Recent Announcements
Recent Announcements
宝玉的分享
宝玉的分享
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
P
Proofpoint News Feed
D
Docker
Google DeepMind News
Google DeepMind News
aimingoo的专栏
aimingoo的专栏
B
Blog RSS Feed
Microsoft Security Blog
Microsoft Security Blog
博客园 - 【当耐特】
M
MIT News - Artificial intelligence
云风的 BLOG
云风的 BLOG
小众软件
小众软件
Hugging Face - Blog
Hugging Face - Blog
WordPress大学
WordPress大学
IT之家
IT之家
H
Help Net Security
Apple Machine Learning Research
Apple Machine Learning Research
Martin Fowler
Martin Fowler
S
SegmentFault 最新的问题
B
Blog
D
DataBreaches.Net

Chenxu's Blog

写出一份好的代码 linux 的基本操作 启动我的服务 更舒适地写代码(含学生白嫖指南) RAG检索优化:从 68% 到 82.2% 学习深度学习 北邮计算机研究生选课指北 学习机器学习 上海篇 写代码的环境 选购一台合适的设备 计算机的第零课 序言 内蒙古篇 山东篇 一篇对transformers的疑惑 浅析GPUStack 浅谈后端项目分层 浙江篇 河南篇 一些三端协同的开发工具记录 浅谈编程语言中的 GC 在 Windows 上安装 Rust 美化博客 消息队列 MyBatis 现代交换原理2024年题目 回忆版 北邮计科本科课程指北 ClkLog埋点用户分析系统研究报告 大数据梧桐实验分享 大数据HBase实验分享
提出一个好问题
Chenxu · 2025-10-25 · via Chenxu's Blog

经历了极其繁忙的两周(两个汇报、一个文档、两个 PPT、一个视频、三个项目、一堆会议)之后,终于有时间继续完善我的“宝宝指南”。

配置环境的过程中(或者之后写代码的时候),你大概率会遇到各种各样的问题。可能有些问题你无法自己解决,这时候就需要提问。或许有人会问“提问也需要学习吗?”,我只能说别小看了提问的艺术——至少对我来说,回答问题的意愿,和问题本身的质量成正比。下面分享两个我真实遇到的例子,大家可以看看哪个提问方式更好:

提问一

我就是打开软件,正常操作了几下,然后就看到软件里出现了图片重复的情况。

提问二

我打开软件,点了拍照按钮,然后点了上传,这个时候照片没有上传,并且在暂存区出现了两张重复的图片。(同时配有一段操作录屏)

相信大家都会更有意愿去排查并回复第二种方式提出的问题,所以接下来就让我们一起学习“提问的艺术”。

提问之前

提问的首要原则是不做无意义的重复提问。要做到这点,我们需要遵守两个原则:RTFM(Read The F**king Manual)和 STFW(Search The F**king Web)。

你遇到的问题,大概率在文档中已经有提及,或者前人已经遇到过。在网络如此发达的当下,遇到问题的第一反应应该是查文档、网页搜索或咨询 AI。

你可以把问题中的关键部分放到浏览器搜索框搜索,比如百度、Bing、Google,不管是中文搜还是英文搜都可以;也可以去 GitHub 的 issue 区找找,80%的情况下都能获得一些有效答案。同时你也可以使用一些 AI 工具,比如豆包、DeepSeek、ChatGPT 等等,只要问题描述清楚(具体怎么描述,下一章会详细说),它们大多能给出准确答案。

查资料时注意辨别信息的真伪,尤其是 AI 生成的内容。无脑相信同时碰到 AI 的幻觉进而引发更大的问题,这可就麻烦了。

在真正提问之前,最好自身也对问题多些思考,避免去询问简单的拼写错误。对问题有思考也能加深自己的理解,当对方解答时也能跟上思路,不至于对方详细了解问题时你总说“稍等再看看”,这样会严重影响问题解决的效率。

如何提问

确认拼尽全力仍无法解决问题后,就可以开始提问了。一些提问的核心原则如下:

  1. 说明问题背景、你的期望,以及想要达成的结果。
  2. 详细描述操作步骤(比如点了哪些按钮、写了哪些代码)。
  3. 详细给出操作中出现的日志,以及得到的错误结果。
  4. 提供最小可复现的代码、操作流程或录屏,方便对方快速定位问题。
  5. 说明自己已经尝试过的措施或思考,避免走重复路径。
  6. 尽量在公共社区平台提问(比如 GitHub 的 issue 区),这样会有更多人看到你的问题,能更快获得回复;同时你的问题也可能帮到有同样困扰的人。

参考