捋顺了

你在卡什么

很多人找 AI 时，问题本身还没成形：目标含糊、不知道从哪拆、不知道第一轮该问什么。这时模型若直接给「标准答案」或连环反问，对话容易停在原地——不是用户笨，而是问题还没被整理成可推进的结构。

捋顺了（problem-strategy）针对的是「不会问、不会拆、不会下手」这类输入：技术选型、学习路线、信息筛选，以及更泛的「我不知道自己缺什么信息」。

技能如何推进对话

核心不是堆知识，而是把模糊诉求收成可继续问 AI 的行动稿。典型流程包括：

1. 先分类再分析：区分技术 / 学习 / 信息获取等问题，并判断卡在目标不清、路径不清、概念不清、信息不足、执行卡住或不会表达。
2. 信息不足时先假设再推进：说明按常见场景分析，给出合理策略，再列简短补信息清单，避免对话被「请补充更多信息」卡死。
3. 先降复杂度：缩小范围、找最小可行版本，明确当前只做哪一块。
4. 固定输出结构：问题本质（「真正的问题不是 X 而是 Y」）、模块拆解、1～5 步可执行动作、必要术语白话解释；技术类默认补充替代方案、边界、成本与难度。
5. 提问脚手架：每次提供基础版与精准版可复制模板，并在结尾给出下一步推荐模式（细化、执行方案、学习路径等）。

默认用户画像偏小白与非技术背景，因此语气偏顾问与教练：说人话、有结构、少术语。

适用边界

• 适合：问题仍模糊、需要「先理清再动手」的场景；不适合已被精确定义、只差实现细节或代码生成的任务。
• 不是：百科式完整解答或咨询报告；若回答很长却没有明确第一步，即违背该技能的设计目标。
• 复杂问题会引用内部参考（如技术/学习/信息类案例与模板库），但对外表现仍是帮你开始行动，而非展示分析能力。