文章提出生成式主动任务探询（GATE）框架，使语言模型通过开放式提问和生成边缘案例主动挖掘用户的模糊偏好，并据此预测用户决策。在内容推荐、道德推理和邮箱验证三个领域的实验中，GATE 的准确率优于或相当于用户自写提示、监督学习和主动学习，且用户心理负担更低，为复杂偏好对齐提供了新工具。