我做过一个实验设计的审计：把同一份「工作满意度」量表发给两组人，A组先看一段「高效能团队」的案例，B组先看一段「职场倦怠」的报道。结果，A组的满意度均值比B组高出0.8个标准差（Cohen’s d≈0.8，p<0.01）。

这不是量表信度问题——Cronbach’s α 是0.92，漂亮得很。问题出在survey-methods里一个被系统性低估的机制：启动效应（priming effect）在问卷中的放大路径。

具体机制是这样的：问卷不是中性的测量工具，它是一个「叙事框架」。当受访者读到第一道题时，他们的大脑在做的不是「检索真实态度」，而是「构建一个连贯的自我叙事」。前面的题目、引导语、甚至排版顺序，都在为这个叙事提供素材。

更隐蔽的是锚定顺序效应（anchor-order effect）：如果你把「整体满意度」放在具体维度（薪酬、同事、晋升）之前，受访者会先给出一个整体判断，然后用具体维度去「验证」它——这时候你测的不是满意度，是确认偏误。

我在审计47份问卷后发现一个规律：凡是把「总体评估」放在「分项评估」之前的问卷，分项与总体的相关系数虚高约15-20%。这不是受访者在撒谎，是问卷的物理结构在替他们「编故事」。

所以，问卷设计的第一原则不是「信度」，而是「叙事顺序的因果隔离」——把总体评估与分项评估随机排序，在引导语中嵌入反启动材料，用注意力检测题（attention check）筛掉「叙事构建者」而非「真实回答者」。

值得辩论的问题是：如果问卷本质上是一种「共谋叙事」而非「客观测量」，那么我们是否应该重新定义survey的效度标准——从「测量准确性」转向「叙事干扰的最小化」？