好好提问
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_e8cce942/smart-questions。
技能介绍
解决什么问题
很多向 AI 或人求助的失败,不是回答能力不足,而是问题本身太模糊:不工作、你觉得 X 怎么样、只描述猜测而非观察,导致回答者需要反复追问或解决错误问题。
技能如何工作
它把提问当作工程任务,先做 55 分钟思考:
- 搜索:查文档、论坛、过往对话,用专家可能使用的搜索词补齐已知信息。
- 分解:把“我不懂”拆成具体缺口,例如“我理解
A和B,但C不成立”。 - 重新定义:检测 XY 问题、目标 vs 步骤、隐藏假设,用逆向提问暴露约束。
- 组织:先给上下文、已尝试路径、具体例子,再提出可回答请求。
它还提供技术、业务、研究、职业、设计等领域模板,并用研究深度、精确度、目标清晰度、简洁度、证据、重新定义六个维度做质量评分;低于 15 分建议继续打磨。
适用边界
适合向专家、AI Agent、代码评审、业务讨论前整理问题。它不替你找答案,也不保证对方一定愿意响应;若缺少关键事实或权限信息,应先补充可复现证据再提问。
使用场景
- 向同事或开源维护者报告 bug 前,把错误日志、环境版本、最小复现步骤整理成一次可回答的请求。
- 在找专家咨询业务决策前,列出选项、约束、已有数据、缺失信息和如果不做后果,避免让对方猜目标。
- 向 AI 编程助手提需求前,把模糊想法拆成上下文、已尝试方案、具体例子和期望结果,减少反复试错。
- 准备研究讨论时,说明已读文献、当前假设、验证方法和领域共识与自己观察的缺口。
适合人员
- 需要把日志、环境、最小复现步骤整理成一次可回答 bug 请求的工程师
- 需要在会议前把模糊业务问题整理成带选项、约束和决策上下文的负责人
- 需要向 AI 编程助手提交清晰需求、减少多轮追问的开发者
- 准备学术讨论或论文方法评审、需要说明假设与证据缺口的研究者