转为问卷
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 的指引,将规范名为 @kunlungrowth/to-questionnaire 的技能安装到你的 AI 助手中。
技能介绍
解决什么具体问题
在做技术选型或方案决策时,我们经常会遇到一个尴尬的局面:自己缺乏某些关键上下文,必须去请教领域专家或利益相关者。但直接发一句“你觉得这个方案怎么样”往往得不到有效回复,或者对方随便敷衍两句。信息差导致决策卡壳,反复沟通又浪费双方时间。这个技能就是为了解决这种“异步信息收集”的痛点而生的,它将模糊的请教转化为一份结构清晰、直击要害的 Markdown 问卷。
核心工作流与设计
该技能的工作流严格遵循“只拷问发送,不拷问主题”的原则,分为三个关键步骤:
- 明确接收方与目标:首先,Agent 会引导你理清“发给谁”和“要拿回什么”。你需要明确接收方的角色、专业度以及你与他们的关系,这决定了问卷的上下文携带量和语气。同时,界定出你无法独自决定、必须依赖对方提供的具体事实或决策点。
- 生成结构化问卷:基于上述信息缺口,Agent 会生成一份“发现式问卷”。问题遵循“最重要者优先”的原则,因为异步填写时对方可能只扫一眼。如果问题较多,会使用
## 主题进行分组。 - 规范化输出与落盘:每个问题只包含单一想法,避免复合提问。只有在容易导致误读或敷衍时,才会追加一行“为何重要”作为提示。问卷末尾固定包含一个 catch-all 问题(“还有别的吗?”)。最终,文档会保存为当前目录下的
to-questionnaire-<slug>.md并返回路径。
适用边界与注意点
在使用此技能时,需要明确其定位边界:
- 只做信息收集,不做决策代理:技能不会替你回答问卷,也不会去深究决策主题本身的技术细节。它的唯一目标是把缺失的信息“问”出来。
- 依赖清晰的输入:如果你自己都不知道该问什么、需要谁的输入,Agent 也无法凭空捏造。你需要提供明确的决策主题和大致的接收方画像。
- 下游可互操作:问卷填回后,生成的
Questionnaire工件可以无缝传递给grill-me、batch-grill-me等下游技能继续深挖决策,或交由to-spec合成最终规格。
使用场景
- 技术选型前需要向供应商收集关键参数,把决策依据缺口整理成一份问题清单
- 需求调研阶段需要向领域专家索取专业知识,把独自答不全的问题转成问卷
- 跨团队协作时需要从相关方获取决策输入,用最少的来回补齐信息缺口
- 异步沟通中需要把模糊的请教转化为结构化文档,交给对方一次性填写
适合人员
- 后端工程师,需要在引入消息队列前向供应商确认吞吐与持久化等关键技术指标
- 产品经理,需要把模糊的客户需求转化为结构化问卷,交给业务方异步填写
- 架构师,需要在方案评审前向领域专家收集决策依据,避免基于错误假设做判断
- 技术负责人,需要把跨团队的信息收集任务固化为一份问题文档,减少反复沟通