Agent Skills
返回列表
🤖

Grill me 追问式技术决策访谈

AI Agent 更新于 2026.08.30

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 @org-eyw2ohcx/sammcj-agentic-coding-grill-me 技能。

技能介绍

它解决什么问题

技术讨论里有两类很容易失控的情况:一是默认背景,你以为对方懂项目约束、部署环境和历史债务,对方却可能从完全不同的假设出发;二是无结构的追问,要么问一堆本该自己查证的事实,要么把十来个问题一次性丢过来,让人无从回答。Grill me 关注的就是这类“还没有形成清晰决策树”的节点:需求边界、技术选型、接口划分、数据流、权衡取舍还散落在不同分支上。

它不急着给方案,而是先把讨论拆成一条可遍历的决策路径,再确认关键选择是否真的由你拍板。

它如何工作

  • 逐边拆解决策树:沿着需求、架构、接口、实现等分支前进,一个一个解决决策之间的依赖关系,避免后面的选项被前面的隐含假设提前锁死。
  • 事实优先自行查证:凡是可以通过 filesystem、tools 或现有项目资料验证的 fact,会先查证,再进入真正的分歧点。
  • 决策逐个交给你:真正需要拍板的是 decision,不是“你猜作者怎么想”。每个 decision 都会停下来等待你的回答;一次只问一个问题。
  • 可用选项时走选择题:若有离散选项,会使用 multiple choice question answer tool,降低开放回答带来的噪声。
  • 给出推荐但不越权:每个问题后面会带上 recommended answer,帮助你对比选择;在你未确认前,不会把这些作为“已经达成共识”的结论去执行。

关键步骤可以概括为:先发现事实,再列出依赖关系,然后逐项压到决策点上;每题都等反馈,直到整棵树收敛,你明确确认共享理解,才进入行动阶段。

适用边界与注意点

  • 当问题本身就是一句话需求时,这个技能会问得更细,也可能显得“很硬”。这不是抬杠,而是在补决策树。
  • 如果你当前阶段只想快速探索,而不是形成可执行结论,建议先减少分支,只保留会直接影响下一步的选项。
  • 对已有明确事实的问题,它会尝试探索环境,而不是反复问你;如果环境信息不可得,才会把 fact 转成需要你确认的输入。
  • 不适用于需要同步执行的紧急任务:在共享理解确认之前,它刻意停在确认点,而不是边问边做。
  • 也不适用于把高风险安全决策外包给提示词:最终 decisions 仍然由你承担。

一句话总结

当你需要把“我觉得应该这样”变成“这里有几个已确认的决策”时,Grill me 以事实查证为底座,以分支依赖为路线,以逐个确认为节奏,帮助团队在动手前把技术问题收敛成一条可追溯、可执行、且由人拍板的决策链。

使用场景

  • 需求仍为一句话时,与产品负责人逐项确认目标、约束与验收边界,避免遗漏隐含条件。
  • 架构评审前,拆解各项技术选型之间的依赖关系,逐个确定数据库、接口与部署方案。
  • 编写技术 ADR 时,区分已查证的环境事实与仍需团队拍板的技术决策,确保结论可追溯。
  • 代码重构前,梳理隐式假设与分支决策,一次问清一个关键设计点,防止过早进入实现。

适合人员

  • 负责将模糊需求转化为可执行方案的技术负责人,希望逐个确认关键架构取舍。
  • 需要输出并归档技术设计文档的架构师,希望明确区分事实查证与人工决策。
  • 参与复杂系统重构的高级工程师,需要在动手前理清历史包袱与设计假设。
  • 带领团队进行技术预研的 Tech Lead,希望在编码前收敛需求范围与技术路线。