主题颜色
聪明的技术提问
聪明的技术提问，是让支持请求易于分诊、诊断、回答、归档和复用的实践。原文把优秀提问视为对技术社区的贡献，而非索取无偿劳动。
核心协议
提问前，应视情况搜索既有讨论、Web 结果、手册、FAQ、本地实验、知识丰富的同伴和源代码。提问时要显露这些准备，让回答者看出这不是把基础工作外包出去的请求。
一个好的技术问题应包括：
- 目标，而不只是被卡住的操作步骤。
- 准确的环境和版本。
- 观察到的症状，并与个人猜测分开。
- 已尝试的步骤及其结果。
- 简洁标题，点明受影响组件和意外行为。
- 明确说明需要哪一种帮助。
这是人类版本的上下文工程：提问者塑造输入上下文，使另一位专家或智能体无需先提取缺失的问题框架，就能开始推理。
AI 调试材料把它转化为具体的提示词模板：说明框架，粘贴准确错误，并描述触发错误的操作或代码变更。触发动作往往正是缺失的线索，使 AI 智能体能把症状与原因联系起来。
社区经济学
原文把专家注意力视为稀缺资源。好问题通过收窄范围、保留证据并让答案对未来读者有用，降低帮助成本。当答案可能帮助其他人时，应优先使用公开论坛和项目邮件列表；除非理由充分，否则不鼓励私下发邮件。
后续跟进
问题解决后，应发布简短的解决摘要。后续内容应说明最终原因或修复方法，感谢帮助者，并为后来者留下可搜索的产物。这样，一次性支持请求就会转化为可复用的社区知识，正如本知识库把原始材料转化为持久页面。