Agent Skills
返回列表
🤖

需求访谈澄清

AI Agent 更新于 2026.08.29

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 @kunlungrowth/interview-me。

技能介绍

先解决什么:动手前的「需求错位」

很多项目走偏的起点,是用户说的「要什么」和实际「真正需要的东西」不一致——比如一句「做个仪表盘」,可能只是用户习惯用「仪表盘」指代「能看清状态的东西」,而非真的需要一块带图表的面板。这种错位一旦进入计划或代码阶段,纠错成本会指数级上升。这个技能要做的,是在动手前用苏格拉底式访谈把真实意图逼出来,让「最便宜的纠错时机」真正发挥作用。

它如何工作:从假设到显式确认的闭环

核心能力是一次一问、带着猜测推进,逼用户和访谈者都显式暴露假设,避免「从零想」的低效或「凭经验猜」的偏差。关键步骤如下:

  • 先写假设+置信度:开工前用一句话写下对「用户想要什么」的判断,附0–100%的诚实置信度;低于~70%要补「还缺什么」——这个数字逼你正视自己的认知缺口。
  • 一次一问,每问带猜测:用Q: 问题 + GUESS: 假设的格式推进,等用户回应再问下一个。带猜测比让用户从零想更快,也逼你显式暴露假设。
  • 识别「想要 vs 应该想要」:警惕「听起来正确」的回答,比如套话(「要可扩展」「干净架构」)、顺从惯例、用口号当目标(「现代」「健壮」)。此时追问一句「如果不用向任何人交代,你真正想要的是什么?」,往往能直接穿透表面需求。
  • 用用户的话复述意图:高置信度时,用5–8行复述六项——Outcome(结果)、User(谁受益)、Why now(为何是现在)、Success(如何算成功)、Constraint(硬性约束)、Out of scope(明确不做)。其中Out of scope是关键,一半的偏差来自对「不做什么」的沉默分歧。
  • 确认=显式「是」:门槛是明确的「是」,「你定就好」「听起来不错」不算确认——要用两个具体选项重新确认。用户更正就吸收后重新复述,循环直到显式同意。
  • 停止条件:当能回答「我能预测用户对下一个三个问题的反应吗?」为「是」(约95%置信度)时,停止访谈,产出已确认的意图陈述(IntentStatement)。若多轮仍不能预测,告诉用户「基础信息缺失,要退一步吗?」

适用边界:什么时候不该用

  • 适用场景:诉求缺了「为谁/为何是现在/成功长啥样/约束是什么」中的至少一项;请求是套话而非具体(如「做个X」「搞快点」);你正想用未显式说出的假设开工;用户显式调用(如「采访我」「压力测试我的想法」)。
  • 不适用场景:诉求明确自洽(如「重命名这个变量」);用户明确要速度不要核查;纯信息咨询;机械操作;非交互式上下文(如CI/定时任务/loop)里若诉求不清,应作为阻塞项上报用户,而非猜测。

使用场景

  • 收到「做个指标仪表盘」这类套话诉求,要在动手前用逐问带猜测的方式逼出真实需求
  • 需求缺了「为谁/为何是现在/成功长啥样/约束是什么」中的至少一项,要用苏格拉底式访谈补全
  • 想用未显式说出的假设直接开工,要用带猜测的提问先暴露假设再推进
  • 项目偏差常来自「不做什么」的沉默分歧,要通过访谈明确「Out of scope」边界

适合人员

  • 产品经理:常收到用户「做个X」的模糊需求,需要通过访谈逼出真实意图再推进
  • 需求分析师:做需求拆解时,常遇用户用套话当目标,需要把「听起来正确」的回答拆成具体目标
  • 工程师:当用户说「搞快点」但诉求不完整,需要在不打断进度的前提下快速澄清核心信息
  • 技术负责人:项目立项前,需要确认需求的「为谁/为何是现在」,避免基于假设错拍板