决策盘问
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_99e64ed5/panwen。
技能介绍
一个问题:计划为什么会跑偏
复杂任务最常见的失败模式不是能力不足,而是决策顺序错了。你先选了技术栈,再想起部署目标还没定;先写了模块接口,才发现上游的数据来源根本不存在。每个决策都有父决策和子决策,跳过依赖关系直接动手,返工是大概率事件。
另一个问题是提问方式。开放式提问(“你打算怎么做?”)让对方从零构思答案,认知负担重、答案容易跑偏。而把问题收成选择题,对方只需在具体方案里做判断——同意、否决或修正——收敛速度快得多。
这个技能怎么做
核心机制是把计划当作一棵决策树:
- 每个决策是一个节点,分叉出依赖它的子决策
- 严格执行先父后子:定下父决策后,才问挂在它下面的下一题
- 一次只问一题,等对方回答完再继续,绝不一次抛多个问题
提问统一使用 AskUserQuestion 工具,且每次调用只放 1 个 question,即使工具本身允许最多 4 个。调用时的结构:
question:完整的决策点描述,以问号结尾header:≤12 字符的短标签,用作 chip(如“技术栈”)options:2–4 个互斥选项,不加“Other”,工具会自动补- 每个选项包含
label(1–5 词)和description(代价或前提)
推荐项的处理方式:把 [推荐] 标在推荐项 description 开头,紧接一两句推荐理由(通常因为它最符合已确定的上游决策、代价最小)。其余选项只写各自的代价或前提。原因是 AskUserQuestion 没有单独的“推荐”字段,而 description 每个选项都常驻显示,这样一眼就能看出推荐了哪个、为什么,又能与其他选项的代价直接对照。
事实与决策的分工是另一条铁律:事实(可通过文件系统、工具、代码库探查到的)自己查,不要问;决策(需要判断和取舍的)全部摆到用户面前等他拍板。可以推荐,但不替用户决定。
何时停手:在用户确认达成共识之前,不动手执行计划。盘问到一半觉得“差不多了”就开干,恰恰是软肋被漏过的方式。另外每轮回答都可能重塑决策树——一个已定的决策会解锁新的子问题,所以每拿一题答案,都要重新看一眼树的下一个待定节点。
适用边界
- 适合多步骤、有依赖关系的规划场景;对于无依赖的原子操作,决策树是负担
- 盘问有单题往返成本,追求一次性批量确认的场景不适合
AskUserQuestion不可用时,回退到 Markdown 选择题:题干 + 编号选项(推荐项标[推荐])+ 推荐理由段,仍是一次一题
使用场景
- 接到一个跨模块的新功能需求,技术选型、接口设计、数据流方案都未定,需要在动手前逐个决策点盘问清楚
- 接手一个迁移项目,目标平台、迁移顺序、回滚策略等关键决策互相依赖,必须先理清父决策再问子决策
- 客户需求描述模糊且涉及多个子系统,需要通过一轮轮选择题把隐含假设暴露出来并逐项确认
- 团队要对现有代码做架构调整,拆分边界、迁移路径、兼容方案都需要按依赖关系逐一拍板后才能开工
适合人员
- 需要先拆解多模块技术方案再动手的后端工程师,诉求是避免返工
- 负责需求评审的技术负责人,诉求是把模糊需求收敛成可执行决策
- 正在做系统迁移或重构的开发团队,诉求是按依赖顺序逐层拍板
- 需要与产品方反复确认方案细节的 AI 应用开发者,诉求是减少开放式提问带来的跑偏