grill-me
作者 mattpocockgrill-me 可将 AI 助手变成面向方案与设计的结构化审查者:它一次只问一个问题,逐步厘清各个决策分支,并在条件允许时结合代码库来对需求进行压力测试。
该技能评分为 66/100,达到目录收录门槛,但更适合作为功能有限、较轻量的安装选项。目录用户可以很快理解它的核心行为——以较强势、一次一个问题的方式审查设计,并给出建议答案——但仓库仅提供了简短的说明文件,因此采用者应预期需要自行判断适用范围、何时停止以及是否适合自身场景。
- 触发场景明确:说明清楚指出了何时适合用它来对方案做压力测试,或当用户明确说出“grill me”时启用。
- 操作方式简单:它要求代理一次只提一个问题,并为每个问题提供一个建议答案。
- 相比通用提示词更能发挥代理能力:当答案可以从代码库中推导出来时,它会引导代理优先检查代码库,而不是直接向用户发问。
- 仓库证据偏薄:目前只有一个 SKILL.md,没有示例、支持文件或安装指引。
- 约束与流程细节有限:未定义停止条件、审查深度上限,也没有说明在决策树分支含糊时应如何处理。
grill-me 技能概览
grill-me 是做什么的
grill-me skill 会把 AI 助手变成一个有结构的方案与设计审查者。它不会一上来给你一个宽泛评价,而是一次只问一个问题,按决策分支逐步推进,并且针对每个问题给出推荐答案。它真正解决的并不是“陪我头脑风暴”,而是“在我正式拍板之前,把隐藏假设逼出来、摊开说清楚”。
适合用于需求规划的场景
grill-me for Requirements Planning 特别适合这样的情况:你手上已经有功能想法、架构调整、迁移计划或交付方案,但其中仍有一些依赖关系和关键问题没有厘清。对于产品经理、技术负责人、创业者和工程师来说,它尤其有价值——可以把一个模糊的计划,推进成可决策、可落地的 spec。如果你要的是“压力测试”而不是“安慰式反馈”,这个 skill 会很对路。
为什么用 grill-me,而不是普通 prompt
普通 prompt 往往太早进入“给答案”模式。grill-me skill 的不同之处在于:只要方案还不够清晰,它就会持续停留在“盘问”模式;而且当某个问题其实能从代码仓库里直接找到答案时,它会被明确要求先检查 codebase,而不是反过来问你。对于依托 repo 做规划评审的场景,这比泛泛一句“review my idea”要实用得多。
安装前需要知道的重要限制
这是一个非常轻量的 skill:仓库里实际上只有 SKILL.md,没有额外规则、脚本或参考资料。这让 grill-me install 很简单,但也意味着输出质量会高度依赖你一开始提供的上下文,以及你是否愿意认真回答后续追问。如果你想要的是一个自带模板、包装完整的成熟框架,那它不是这一类产品。
如何使用 grill-me skill
安装时先看什么、从哪里读起
进行 grill-me install 时,按你平时的 skills 工作流添加即可;装好后优先读 SKILL.md,因为这个文件几乎定义了它的全部行为。这里没有什么配套资源需要额外研究,实际采用门槛主要在于理解它的互动方式:一次一个问题、按分支推进,并在可能时主动探索代码仓库。
grill-me 需要什么输入,效果才会好
好的 grill-me usage,起点应该是一个具体的规划对象,而不是一个模糊主题。建议至少给出:
- 目标
- 当前状态
- 约束条件
- 决策截止时间
- 成功标准
- 已知未知项
一个较弱的开场是:“Grill me on a new auth system.”
一个更强的开场是:“Use grill-me on this requirements plan: migrate from session auth to OAuth for our B2B app in 6 weeks, keep SSO for enterprise customers, avoid downtime, and preserve existing admin impersonation. Biggest unknowns are tenant mapping, rollback, and support load.”
后者一上来就给了这个 skill 可立即展开检查的决策分支。
实用的 grill-me 使用流程
一个可靠的 grill-me guide 通常可以这样走:
- 先用几句话概括计划。
- 明确让助手使用
grill-me。 - 让它一次只问一个问题。
- 回答要简洁准确;除非某个依赖卡住了,否则不要自己抢跑到后面的议题。
- 如果项目对应一个 repo,明确要求助手在提出那些显而易见的实现层问题前,先检查相关代码。
- 大约经过 10–20 个问题后,要求它总结:哪些决策已经明确、哪些风险仍未关闭、下一步动作是什么。
这套方式非常适合 Requirements Planning,因为它能把原本口头化、松散的计划,转成一串清晰、可追踪的显式决策。
能提升输出质量的提示词模式
可以使用一个同时设定角色、范围和停止条件的 prompt:
“Apply grill-me to this plan. Ask one question at a time. For each question, give your recommended answer and explain the tradeoff briefly. If a question can be answered from the codebase, inspect the code instead of asking me. Stop after we have enough clarity to write implementation requirements.”
这个提示词与 skill 的设计非常贴合,也能明显减少泛泛而谈的废话输出。
grill-me skill 常见问题
grill-me 适合新手吗?
适合,但前提是这个新手手里已经有一个真实计划可供检验。grill-me skill 本身很容易调用,但它的风格会比较“紧逼”,因为它会不断深挖你的假设。对于更需要讲解、示例或引导式教学的新手来说,可能更适合先用一个解释型更强的 skill,再回过头用 grill-me 做验证。
什么情况下不该用 grill-me?
如果你需要的是快速发散创意、广泛生成备选方案,或者希望第一轮就拿到一份打磨完整的最终文档,那就不建议用 grill-me。在根本还没有成形计划的时候,它也不太合适。如果你的输入只是“帮我想点东西”,这种盘问式交互通常会显得为时过早。
grill-me 和直接说“challenge my plan”有什么区别?
区别主要在执行纪律。grill-me usage 的核心是顺序化提问和依赖消解,而不是一次性给你一段批评意见。它还会推动 agent 在证据其实存在于 codebase 时先去检查代码。这样通常会减少空泛、抽象的反对意见,增加真正贴近现状的规划压力测试。
grill-me 能用在软件项目之外吗?
可以,但它最强的场景仍然是产品、技术和流程规划,因为这些场景天然存在决策分支与依赖关系。对于非技术类规划,你往往需要手动补充更多上下文,因为没有 codebase 可供它检查。
如何改进 grill-me skill 的使用效果
提供可供决策的输入,而不是零散脑暴片段
想提升 grill-me 的效果,关键是给它足够结构化、足够“可审问”的输入。尽量包含相关干系人、约束、时间线、风险,以及哪些内容已经定了。通常带来最大质量提升的一点,是把 tradeoff 直接说出来,比如速度 vs 可靠性、灵活性 vs 简单性,或成本 vs 迁移风险。
留意 grill-me 的常见失效模式
最常见的失效模式,是因为输入太浅,导致提问也停留在表层。第二种是你的回答过于宽泛,让对话一路发散。第三种则是放任助手去问那些其实 repo 里已经能回答的问题。在使用 grill-me for Requirements Planning 时,可以这样把它拉回正轨:“Inspect the codebase for current behavior before asking implementation-surface questions.”
第一轮之后继续迭代
完成第一轮后,可以要求 grill-me 从“发现问题”切换到“缺口分析”。比较有效的后续追问包括:
- “Which decisions are still under-specified?”
- “What assumptions look riskiest?”
- “What requirements are implied but unstated?”
- “Turn the resolved answers into a requirements checklist.”
这样一来,这个 skill 的价值就不只是一个简单的“连环追问器”。
让 grill-me 对齐你最终需要的产出
要提升 grill-me skill 的结果质量,最有效的方法之一,就是一开始就定义你最后想拿到的产物:比如 spec 大纲、ADR 输入、交付风险列表,或者 go/no-go 建议。它的提问风格不会变,但最终目标会直接改变哪些细节更重要。只要你提前说清楚最终产物,问题筛选就会更聚焦,整轮 session 产出的内容也会更容易直接进入执行。
