> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 名目群體技術

> 名目群體技術是一種結構化的群體頭腦風暴方法，結合了獨立的書面創意生成與小組討論。學習如何有效使用它。

<Info>
  **類別**: 方法<br />
  **類型**: 群體決策方法<br />
  **起源**: 安德烈·德爾貝克與安德魯·範·德·文，1960年代<br />
  **別名**: NGT、名目群體、结构化群體技術
</Info>

<Note>
  **快速回答** —
  名目群體技術（NGT）是一種結構化的群體頭腦風暴方法，由管理學者安德烈·德爾貝克和安德魯·範·德·文在1960年代開發。與傳統頭腦風暴不同，NGT
  結合了獨立的書面創意生成與小組討論，讓每個參與者都有平等的聲音，並最大限度地減少可能抑制創意想法的社會影響。這使得它特別適用於在多元化的群體中產生多樣化的想法。
</Note>

## 什麼是名目群體技術？

名目群體技術是一種高度結構化的群體決策方法，旨在確保公平的參與並盡量減少通常困擾傳統小組討論的社會偏見。「名目」一詞指的是該群體僅在名義上存在——參與者在初始階段並行但獨立工作，然後通過結構化討論匯聚。這種設計解決了群體創造力的兩個關鍵問題：生產阻塞（快速發言者主導）和評估焦慮（參與者担心被評判）。

該技術通過一系列不同的階段運作：靜默創意生成、輪流分享、澄清討論和投票/優先排序。每個階段都有特定的目的，在保持個人自主性的同時利用集體智慧。靜默生成階段特別强大，因為它允許所有參與者——無論是內向的还是處於文化從屬地位的——在社會壓力下貢獻想法。

研究一致表明，NGT 比傳統頭腦風暴產生更多想法，特別是在多元化群體中。一項薈萃分析發現，NGT 比非結構化小組討論多產生20-50%的想法，在成員地位、文化背景或專業知識水平不同的情況下表現尤為出色。這使其成為現代組織中包容性決策的重要工具。

### 名目群體技術的三層理解

* **入門**: 提出一個問題或陳述，然後讓每個參與者在5-10分鐘內安靜地寫下他們的想法。輪流在小組中分享，每次一個人分享一個想法，由促進者記錄。然後簡要討論和澄清每個想法。最後，讓每個參與者私下對最佳想法進行排名，然後匯總分數以找到群體的優先事項。

* **實踐者**: 為每個階段分配明確的時間：靜默生成（10-15分鐘）、輪流分享（15-20分鐘）、澄清（20-30分鐘）和投票（10分鐘）。在輪流中使用「跳過」選項等技術保持勢頭，在投票中使用加權系統捕捉偏好的強度，而不僅僅是頻率。

* **進階**: 在多輪會議中結合德爾菲法元素，就複雜問題達成共識。對於大型團體（20+參與者），使用數字 NGT 工具，允許同時生成創意並完全防止生產阻塞。在創新項目的初始階段應用 NGT，以在縮小關注範圍之前產生多樣化的解決方案空間。

## 起源

名目群體技術由安德烈·德爾貝克和安德魯·範·德·文於1960年代在威斯康星大學麥迪遜分校開發。他們的研究集中在改進組織環境中的群體決策過程，在那裡他們觀察到傳統會議形式往往無法充分利用多元化參與者的全部知識。傳統頭腦風暴雖然在當時具有革命性，但已被證明存在社會抑制效應，實際上與個人單獨工作時相比减少了想法數量。

德爾貝克和範·德·文的創新在於系統地組織群體互動，以最大化創意生成，同時仍能從小組討論的協同效應中受益。他們的研究確立了 NGT 作為一種循證方法，通過對照實驗證明它比替代群體技術產生明顯更多和更高質量的想法。該方法在1970年代和1980年代在醫療保健、教育和組織發展中獲得關注。

該技術隨著技術發展而演變，從基於紙張的流程到可以處理更大群體和非同步參與的數字平台。然而，核心原則保持不變：結構化階段保護個人貢獻，同時實現群體綜合。

## 核心要點

<Steps>
  <Step title="提出問題">
    向小組提出一個清晰、具體的問題或問題陳述。確保參與者理解你正在尋找什麼樣的想法。提前書面分發問題可以提高回覆質量。
  </Step>

  <Step title="靜默生成">
    給每個參與者5-15分鐘，讓他們獨立安靜地寫下想法。此階段不進行討論——每個參與者以自己的節奏產生想法，不受社會影響。
  </Step>

  <Step title="輪流分享">
    按順序在小組中輪流，每次參與者分享一個想法。促進者清楚地記錄每個想法。如果參與者沒有新想法可以說「跳過」。這持續到所有想法耗盡。
  </Step>

  <Step title="澄清討論">
    小組成員詢問任何記錄想法的澄清問題。想法的原創者回覆，但小組不進行評估或辯論——只是尋求理解。此階段確保在投票前所有想法都被理解。
  </Step>

  <Step title="投票與排名">
    每個參與者私下對想法進行排名或評分（通常使用積分或多票制）。促進者匯總分數以確定群體的優先事項。討論結果和任何重大分歧。
  </Step>
</Steps>

## 應用場景

<CardGroup cols={2}>
  <Card title="戰略規劃">
    使用 NGT
    生成和優先排序戰略選擇，識別市場機會，或評估競爭威脅。該方法確保所有領導團隊成員平等貢獻，為最終戰略建立認同感。
  </Card>

  <Card title="產品創新">
    生成功能想法，識別用戶需求，或確定產品需求要求。當聚集不同利益相關者（工程、設計、營銷、客戶）時，NGT
    特別有價值，否則他們在開放討論中可能會主導或沉默。
  </Card>

  <Card title="問題診斷">
    識別組織問題的根本原因或產生潛在解決方案。NGT
    的結構化格式防止高級聲音在複雜問題上過早結束討論。
  </Card>

  <Card title="品質改進">
    在醫療保健和製造業中，使用 NGT
    從一線員工產生改進想法，他們通常擁有最深入的操作知識，但在傳統會議中最沒有發言權。
  </Card>
</CardGroup>

## 經典案例

名目群體技術在醫療保健品質改進中的一個標誌性應用發生在西雅圖的弗吉尼亞梅森醫療中心。21世紀初，醫院希望減少醫療錯誤，但面臨一個常見挑戰：一線護士和技術人員有關鍵見解，但在傳統由醫生主導的會議中很少發言。通過使用 NGT，醫院創建了一個結構化流程，讓所有團隊成員都能平等貢獻。

在一個值得注意的應用中，一個解決患者跌倒率的團隊使用 NGT 來產生潛在原因和解決方案。靜默生成階段揭示了47個不同因素，其中許多在之前的開放討論中從未提出過——包括對鞋類、照明條件和交接班協議的擔憂，醫生們認為這些不相關。隨後的優先排序確定「不完整的交接班」是首要問題，導致標準化協議，在一年內將跌倒率降低了60%。

成功展示了 NGT 的核心價值：通過中和地位差異和保護安靜的聲音，它發現了傳統群體流程會錯過的想法。這個案例已成為全球品質管理培訓項目中的標準示例。

## 邊界與失效場景

<AccordionGroup>
  <Accordion title="時間密集">
    NGT
    需要大量時間——完整的會議至少60-90分鐘。這使其不適用於快速決策或足夠簡單的快速方法。緩解措施：對更簡單的問題使用簡化版本（靜默生成+快速投票），或為複雜問題保留完整
    NGT，其中投資會有回報。
  </Accordion>

  <Accordion title="想法發展表面化">
    結構化階段可能限制自由流動討論中有機想法建立。想法孤立出現，並被單獨評估而不是組合或綜合。緩解措施：在澄清期間允許簡短的「構建」評論，或者進行多輪，其中一輪的最佳想法成為下一輪的輸入。
  </Accordion>

  <Accordion title="主持人技能依賴性">
    NGT
    輸出的質量很大程度上取決於促進者技能——特別是在管理輪流節奏、確保尊重的澄清和準確匯總投票方面。糟糕的促進會破壞該方法的公平性。緩解措施：專門培訓
    NGT 促進者，或使用自動化階段管理的標準化數字平台。
  </Accordion>
</AccordionGroup>

## 常見誤區

最常見的誤解是 NGT 只是「帶寫作的頭腦風暴」。實際上，輪流分享和投票階段从根本上改變了頭腦風暴不會的群體動態。另一個錯誤是將投票結果視為決定性的，而不是進一步討論的輸入——排名揭示了群體偏好，但不一定是最好的解決方案。最後，一些從業者試圖跳過階段以節省時間，沒有意識到每個階段都服務一個關鍵功能：靜默生成確保獨立思考，輪流分享確保公平分享，澄清確保理解，投票確保誠實的匯總。

## 相關概念

名目群體技術連接了幾個基礎群體決策框架。**頭腦風暴**（來自 `/zh-hant/methods/brainstorming`）為自發互動比結構化公平更有價值的情況提供替代方案。**德爾菲法**（來自 `/zh-hant/methods/delphi-method`）將 NGT 原則擴展到多輪，可以包括匿名專家輸入。**思維導圖**（來自 `/zh-hant/methods/mind-mapping`）提供了組織群體想法的視覺替代方案。**力場分析**（來自 `/zh-hant/methods/force-field-analysis`）提供了分析支持或反對任何提議解決方案的因素的互補框架。

## 一句話總結

<Tip>
  名目群體技術有效是因為結構創造了自由：通過在創意生成中消除社會壓力並在投票中保護少數聲音，它獲取了在傳統群體環境中否則不會說出的知識。
</Tip>
