让 AI 分析未收齐的问卷：回复者满意，不等于所有人都满意

前天 3阅读

一份问卷收回以后，AI很容易写出流畅的总结。但“回复的人有多少满意”和“所有受邀者有多少满意”是两个问题。先把没有收到答案的人留在表里，才能判断结论到底能说到哪里。

AI生成概念示意图：实心与空心标记表示已经收到和仍未收到的回复；不对应真实记录、模型测评或实际软件界面。

先给AI一张不补答案的输入表

以下是原创合成案例，不来自真实调查，也没有用来比较模型表现。某成人手作活动共邀请四十人回答满意度问题，二十五人回复，其中二十人满意、五人不满意，另十五人未回复。假定每人只选一次，两种答案互斥且完整。

输入时把四十个匿名编号及状态交给AI，状态仅有满意、不满意、未回复。再提供目标：“我关心这四十位受邀者的满意比例。”不要只给已经收回的二十五行，也不要把空白自动改成不满意。

可复制的提示词是：“请先核对三种状态之和，再分别报告回复率、回复者中的满意率、全体满意率的可确定范围。未回复者答案未知；不得代填，不得假设他们与回复者相同。每个分数写明分子和分母。”

人工复算，回复率是二十五除以四十，等于百分之六十二点五；回复者中的满意率是二十除以二十五，等于百分之八十。后一个数字的分母没有包含未回复者，不能直接放到全体四十人头上。

如果十五位未回复者全都不满意，全体满意率是二十除以四十，即百分之五十；如果他们全都满意，则是三十五除以四十，即百分之八十七点五。没有更多信息时，这两个端点都与现有记录相容。

还可要求AI列出中间情形：未回复者中有零、五、十、十五人满意时，全体满意率依次为百分之五十、六十二点五、七十五、八十七点五。这些是假设情景，不是对未知答案的预测。

现在假设补访得到五份新回复，其中三份满意、两份不满意。人工先把状态更新为二十三人满意、七人不满意、十人未知，检查总数仍为四十，再让AI重算，避免把补访人数追加进原有总人数。

新的下界是二十三除以四十，即百分之五十七点五；上界是三十三除以四十，即百分之八十二点五。范围由三十七点五个百分点缩成二十五个百分点，但仍不能写出一个已被确定的全体满意率。

把更新前后的表交给AI，请它说明哪几行改变、哪些分母没变。人工则从原始记录独立计数一次。这样既能检查算术，也能检查AI有没有把“未回复减少”写成“满意度提高”。

一个重要反例是：没有回复的人恰好都是不满意者。此时回复者满意率仍是百分之八十，全体却只有百分之五十。可见样本内比例计算正确，不足以消除不回复所带来的不确定性。

如果愿意假设未回复者与回复者分布相同，可以另算一个带条件的估计，但必须显式标注假设，并与上述范围并列。这里的上下界不是置信区间，也没有覆盖活动之外的其他人。

最后请AI写一句保守结论：“已回复者中八成满意；全体受邀者的比例尚未确定。”把未回复名单交回有权限的负责人继续核查，比用顺畅文字填平证据空缺更有用。