插图指南
图解在线审议形式
一个群体在线共同思考的八种方式，每一种都按其运作机制画出：一个人放进去什么，软件拿它做什么，另一端出来什么。它们回答的问题不同，所以该选哪一种，取决于你手里的问题。
意见地图
这群人怎么想，其中的群体在哪些地方一致？
工具 Pol.is、Remesh
对简短陈述一条一条投票；按投票方式把人分群，每个群体中多数人都同意的陈述就是结果。人们做什么写简短的陈述。对别人的陈述一条一条投同意、不同意或跳过。没有回复。
出来什么从投票中得出的意见群体，以及每个群体中多数人都同意的陈述。
分歧去了哪里保留为群体。图上显示房间在哪里分裂、什么跨越了分裂；没有人需要去化解它。
适合 · 吃力适合成千上万的人和一个有立场之分的问题。不适合找出某件事为什么发生：一条陈述可以得到同意，却仍然在原因上说错。
论证树
这个论点成立吗，正反两方最有力的理由是什么？
工具 Kialo
顶端是一个论点；每条支持或反对的主张挂在下面，本身也可以被反驳。读者给每条主张对上一级主张的分量打分。人们做什么添加支持或反对论点的主张，或反对任何已有主张。给每条主张对上一级主张的分量打分。
出来什么一棵论证树，最有力的分支由读者的影响评分标出。
分歧去了哪里保留为分支。论点永远不会被裁定；树记录的是每一方论证得有多好。
适合 · 吃力适合辩论社、课堂、顶端是一个是或否的政策。当问题不是一个论点，而是一个原因众多的局面时就吃力了。
视频小组
这些人把问题谈透之后怎么想？
工具 Stanford Online Deliberation Platform、Frankly；审议式民调
抽样的市民填写问卷，获得资料，在有主持、限时发言的视频小组中讨论，再填一次问卷。得到的是深思后的意见与最初意见有何不同。人们做什么填写问卷，阅读资料，在八到十二人、有主持、限时发言并有议程的小组中讨论，然后再填一次问卷。
出来什么深思后的意见：两次问卷之间数字如何变动，以及各小组问了什么。
分歧去了哪里被测量。人们带着自己的看法离开；得到的是看法移动了多少、朝哪个方向。
适合 · 吃力适合就公共议题抽取有代表性的样本，并有招募和编写资料的预算。不适合下周就要处理自身问题的团队。
提案与决定
我们决定什么，谁持什么立场？
工具 Loomio
讨论串引出一个有截止时间的提案；每个成员表明立场，阻止必须说明理由，结果连同负责人一起记下来。人们做什么在讨论串中讨论。有人提出一个有截止时间的提案；每个成员表明立场；阻止必须说明理由。
出来什么一个带日期的记录在案的结果，以及一个写上负责人的下一步。
分歧去了哪里体现在各人的立场里；阻止会让提案停下，直到得到回应。
适合 · 吃力适合合作社、董事会，以及任何必须做决定并留下记录的团体。它在提案之间做决定；它不会说这些提案本应解决哪个问题。
参与式流程
居民的哪些提案会落实，用什么钱？
工具 Decidim、Consul
居民提交提案；获得足够支持的进入预算投票；得到资金最多的项目胜出，直到钱用完，市政府报告建成了什么。人们做什么提交提案，支持别人的提案，把一笔预算分配给进入投票的提案来投票，并跟踪市政府建成了什么。
出来什么一份获资助项目的清单，以及其进度的公开记录。
分歧去了哪里由投票决定。相互竞争的提案不会被调和；支持更多的那个获得资金。
适合 · 吃力适合有钱可分配、并有法定义务说明如何分配的城市和机构。运作很重；问题永远是资助什么，而不是问题为什么存在。
开放白板
我们在想什么，它们如何归类？
工具 Miro、Mural、FigJam
贴上便利贴，引导者把它们分成主题，再在主题上贴点。快速而开放；结构只是一个人对白板的解读。人们做什么贴便利贴，移动它们，分组，在自己在意的组上贴点。引导者怎么安排就怎么做。
出来什么一块白板：主题、投票、涂画。房间里做出什么就是什么。
分歧去了哪里引导者放在哪里就在哪里。工具里没有任何东西记录分裂，或分裂是如何解决的。
适合 · 吃力适合有一位好引导者和一个下午的工作坊。自由既是重点也是弱点：结构只是一个人对白板的解读。
结构化民主对话
什么导致什么，哪些原因最深？
工具 True Causes；更早的 Cogniscope 和 ISM 程序
原因不署名地写下，不经争论地澄清，归类并投票选出短名单；然后群体一次一对地判断一个原因是否显著影响另一个，达到四分之三的关联构成一张最深原因在左的地图。行动对照根源来评判。人们做什么不署名地写下原因。每一条澄清一次，不争论。归类，投票选出短名单，然后一次一对地判断：这个原因是否显著影响那个？
出来什么一张原因地图，最深的在左边，包含四分之三同意的每一条关联，每一处分裂都作为争议公布。行动对照根源来评判。
分歧去了哪里留在地图上。不足四分之三的关联交给另一个小组；如果那里也分裂，就画成红色虚线，而不是删掉。
适合 · 吃力适合必须对一个问题采取行动、并想知道上游是什么的团队、院系、城镇。配对判断要花几个小时；这不是一次快速投票。
AI 中介的共识
有没有一句话，我们大多数人都能支持？
工具 Habermas Machine（Google DeepMind，2024）
每个人写下意见；语言模型起草房间里可能接受的陈述；人们排序并批评；模型改写。输出是群体评分最高的那条陈述。人们做什么写下自己的意见。给语言模型根据大家的意见起草的陈述排序，写下它们的问题，再排一次。
出来什么群体评分最高的陈述，以及它胜过的那些草稿。
分歧去了哪里被折进措辞里。模型寻找一句丢掉最少人的话；落败的观点只在排序中可见。
适合 · 吃力适合就一个分裂性问题大规模地用文字寻找共同点。结果由模型写出，所以结果的好坏取决于房间对模型的信任。
一览
| 形式 | 问题 | 一个人放进去的 | 出来的 | 分歧 |
|---|
| 意见地图 | 群众怎么想？ | 一条陈述，一票 | 意见群体 | 以群体呈现 |
| 论证树 | 论点成立吗？ | 一条支持或反对的主张 | 一棵带评分的树 | 保留为分支 |
| 视频小组 | 谈过之后他们怎么想？ | 一次发言，一份问卷回答 | 前后的数字 | 被测量 |
| 提案与决定 | 我们决定什么？ | 对提案的立场 | 记录在案的结果 | 一次附理由的阻止 |
| 参与式流程 | 我们资助什么？ | 一项提案，一次预算投票 | 获资助的项目 | 由投票决定 |
| 开放白板 | 我们在想什么？ | 一张便利贴，一个点 | 一块白板 | 引导者说了算 |
| 结构化民主对话 | 什么导致什么？ | 一个原因，一次配对判断 | 一张原因地图 | 作为争议公布 |
| AI 中介的共识 | 我们都能签字的是什么？ | 一条意见，一次排序 | 一句话 | 被折进措辞里 |
真实的流程大多把其中两种串起来：用白板收集，用地图找原因，用提案做决定。这些形式与其说是对手，不如说是阶段；对每一种该问的，是它漏掉了什么。
核对于 2026 年 10 月。产品名称归其所有者所有。如果这里关于其他产品的任何内容已经过时或有失公允，请写信至 hello@mg.truecauses.org，我们会更正。
全部对比 · 为什么选择 True Causes · 用五分钟试一试