Web 对话里什么时候该用表单追问
解释 GoWork 在 Web 对话里何时应该用结构化 clarification 表单、何时只该问一句自然语言问题,以及为什么把开放问题硬塞进表单反而会让协作更慢。
如果你在 Web 对话里让 GoWork 继续做事,助手并不是每次都应该追问一串自由文本问题。先说结论:当缺的是 2 个及以上明确字段,或者用户需要在几个固定选项里做选择时,用结构化表单追问通常更快、更不容易填错;如果只缺 1 个开放问题,直接问一句自然语言往往更顺。 真正的边界不在“是不是要追问”,而在缺失信息是否足够结构化、是否值得一次性收齐。
这也是 GoWork 和很多聊天式助手的差别之一。普通聊天机器人常把所有补充信息都变成来回对话,但执行型助手在真正动手前,往往需要把日期、时间、数量、平台、范围、对象这些字段收准。一旦问题本身已经是结构化的,继续靠自由文本一轮轮来回补,就会把原本简单的参数采集变成低效的往返。
如果你已经看过 自动同意模式不等于无限权限 和 定时任务跑完后怎么回报结果,这篇文章讲的是执行前的另一个高频边界:什么时候该继续像聊天一样追问,什么时候该切换成一次性可填写的结构化 clarification 表单?
先给结论:表单适合“缺字段”,自然语言适合“缺想法”
最短可以记成两句话:
- 缺的是字段,用表单;
- 缺的是想法、背景或判断,用自然语言追问。
这里的“字段”通常有几个特征:
- 可以明确命名;
- 有确定的数据类型,例如日期、时间、数量、单选;
- 填完之后,助手就可以直接继续执行;
- 不需要用户长篇解释上下文。
而“想法、背景或判断”往往是另一类问题,比如:
- “你更偏向哪个方向?”
- “这次最重要的目标是什么?”
- “你说的‘弄一下’具体是想发布、保存草稿,还是只先整理内容?”
这类问题的答案不是一个表单字段能压缩清楚的。如果问题本身是开放式判断,把它硬做成表单,只会让用户先适应表单,再想答案,反而更慢。
为什么 Web 对话里的表单不是“更正式”,而是“更少往返”?
很多人第一次看到结构化表单,会以为这只是更“产品化”的交互皮肤。其实它真正解决的是往返成本。
想象一个典型场景:用户说“帮我建个提醒”。如果此时缺的是下面这些信息:
- 哪一天;
- 几点;
- 一次性还是每天;
- 提醒文案。
如果全靠自然语言逐条问,常见展开会是:
- 你想哪天提醒?
- 明天下午。
- 具体几点?
- 三点。
- 是一次性还是每天?
- 一次性。
- 提醒内容要写什么?
同样的事情,在 Web 里完全可以一次性用表单收齐。当字段本来就稳定且有限,表单的价值是把 4 次来回压缩成 1 次提交。
这不仅省时间,也减少歧义。日期字段不容易漏年,时间字段不容易出现“今晚”“晚点”这种相对表达,单选项也能把可选范围直接亮出来。
什么时候最适合用结构化 clarification 表单?
一个实用判断法是:同时满足下面任意两条,通常就值得上表单。
1. 缺少 2 个及以上明确字段
这是最常见的触发条件。
例如:
- 建提醒时缺日期和时间;
- 发文任务里缺平台和发布模式;
- 生成报表时缺开始日期、结束日期和导出格式。
只缺一个字段时,自然语言通常更轻;一旦缺多个字段,表单往往更省总成本。
2. 字段类型本来就明确
例如:
- 日期;
- 时间;
- 数字;
- 单选枚举;
- 多选枚举;
- checkbox。
这些内容天然适合结构化收集,因为用户看到控件就知道系统期待什么输入,不必再猜“要怎么表述才会被理解”。
3. 选项范围是已知的
如果问题本质上是“在 A/B/C 中选一个”,那表单比开放式追问更自然。
比如:
- recurrence 是 once / daily / weekly;
- 发布模式是草稿 / 正式发布;
- 渠道是当前会话 / 全局 / 静默后台。
这类问题如果继续用自然语言问,用户依然得自己猜系统支持哪些值。表单把边界直接摊开,减少无效答案。
4. 填完就能继续执行,不需要额外解释
表单最擅长的不是“帮助用户思考”,而是“在用户已经知道自己要什么时,一次性交代清楚”。
如果填完几个字段,助手就能立刻创建任务、开始发布、生成计划,那就是典型的表单场景。
什么时候不该用表单,而该直接问一句话?
很多失败的交互,并不是因为没表单,而是因为该聊天时却上了表单。
下面这些情况通常更适合自然语言:
1. 只缺一个开放问题
例如:
- “你说的‘跟进一下’具体是想提醒,还是想让我自动继续执行?”
- “你更想要简洁版,还是详细版?”
- “这里的‘这个任务’指的是哪一个?”
这些问题不是多字段采集,而是让用户补一句意图。直接问一句最自然。
2. 助手自己还没把问题想清楚
如果助手只知道“信息不够”,但并不知道到底缺哪几个稳定字段,这时上表单通常会把不确定性转嫁给用户。
例如一个糟糕的做法是:用户说“帮我安排一下下周的内容”,助手自己都还没判断是排提醒、建日历、做选题,结果先甩一个表单要用户填日期、平台、标题、描述。这不是高效,是在问题尚未建模完成时过早结构化。
更好的做法通常是先问一句开放问题,把任务类型问清,再决定后面是否需要表单。
3. 用户需要表达偏好、背景或约束
例如:
- “这次你最在意速度、成本还是准确性?”
- “有哪些平台这次不能发?”
- “你为什么想改成这个时间?”
这些回答往往带原因、上下文和取舍,不适合压成几个控件。表单可以收参数,但不擅长收动机。
一个简单判断法:先看“字段数”,再看“问题形状”
如果你想快速判断是否该用表单,可以先问自己两个问题。
问题 1:我现在缺的是几个明确字段?
- 0 到 1 个:优先自然语言;
- 2 个及以上:优先考虑表单。
这不是绝对规则,但已经能覆盖大部分场景。
问题 2:这些缺失信息能不能被可靠地类型化?
- 如果能清楚地定义成日期、时间、数字、单选、多选,表单通常值得;
- 如果答案更像解释、判断、描述,继续自然语言更合适。
把这两个问题合起来,基本就能避免两种常见错误:
- 明明是多字段结构化采集,却还在聊天里一轮轮追问;
- 明明是开放式澄清,却被硬塞进字段化表单。
为什么“缺两个字段”是一个特别关键的分界线?
因为从一个字段到两个字段,交互成本会出现明显拐点。
只缺一个字段时,表单会多出这些额外成本:
- 渲染一个表单;
- 让用户切换到填写模式;
- 再点一次提交。
但当缺的是两个、三个、四个字段时,成本结构反过来了。此时如果还用自然语言追问,用户要不断等待、回答、再等待。字段一多,表单的固定成本就会被往返节省迅速摊薄。
所以“两个及以上字段”不是随意拍脑袋的门槛,而是一个很实用的交互拐点。
表单最适合哪些 GoWork 场景?
在 GoWork 里,下面几类任务特别适合结构化 clarification 表单。
1. 提醒和定时任务
例如缺:
- 日期;
- 时间;
- recurrence;
- 提醒文案;
- 是否只提醒当前会话。
这类字段天然结构化,而且填完就能直接创建任务。
2. 有多个明确参数的执行请求
例如:
- 导出报表时要时间范围 + 格式;
- 发文时要平台 + 模式 + 标题;
- 搜索或过滤时要关键词 + 范围 + 上限数量。
3. 必须一次性收准,否则后续结果差异很大的任务
比如:
- 日期填错一天,提醒意义就变了;
- 发布模式从草稿变正式发布,影响就完全不同;
- 时间范围从 7 天到 30 天,报表结果会显著变化。
这类任务的问题不只是“缺信息”,而是“字段不准会导致实质不同结果”。 表单能把这种风险显式化。
为什么 IM 渠道不能简单照搬 Web 表单?
这是另一个容易忽略的边界。
Web 对话能渲染原生表单,所以结构化追问的体验完整;但钉钉、飞书、Telegram、微信这类 IM 渠道通常没有同样的表单承载能力。此时更合适的做法往往是:
- 继续用自然语言;
- 如果必须一次问多个字段,就发编号问题列表。
所以这里的原则不是“所有地方都优先表单”,而是:Web 里有表单能力时要用好它;没有表单能力的渠道,就用最接近结构化的自然语言方式。
最容易踩的三个误区
误区 1:只要缺信息,就上表单
不对。只缺一个开放问题时,表单通常比聊天更重。
误区 2:字段多就一定要复杂表单
也不对。字段虽然多,但如果其中大半仍然是开放描述,说明问题本身还没被建模清楚,应该先聊天再结构化。
误区 3:把表单当成“更正式”的追问方式
表单不是为了显得专业,而是为了减少往返、减少误填、减少歧义。如果它没有带来这三件事,表单就很可能用错了。
常见问题
FAQ 1:只缺两个字段,就一定要上表单吗?
不一定,但通常值得优先考虑。尤其当这两个字段都有明确类型,例如日期和时间、平台和模式时,表单往往比两轮自然语言追问更顺。
FAQ 2:为什么只缺一个开放问题时不建议用表单?
因为用户还要切换到填写模式,再点提交,而这个收益通常不如直接回一句话来得大。开放问题的最佳交互通常还是开放回答。
FAQ 3:什么叫“字段”,什么叫“想法”?
字段通常是可以命名、类型明确、填完即可执行的参数;想法更像偏好、背景、判断或解释。前者适合表单,后者更适合自然语言。
FAQ 4:Web 表单最大的价值是什么?
不是看起来更整齐,而是一次性把多个明确字段收齐,减少往返、减少歧义,并让后续执行可以直接开始。
如果你希望 GoWork 的追问既不拖沓,也不把开放问题做得像办手续,关键不是“默认都用表单”或“永远只靠聊天”,而是先分清楚现在缺的是字段,还是缺想法。字段型缺口就一次性结构化收齐;开放型缺口就直接自然地问一句。想继续理解 GoWork 如何处理执行边界与对话澄清,可以继续看 自动同意模式不等于无限权限、定时任务跑完后怎么回报结果 和 GoWork 下载页。