Files
karuo-ai/04_卡火(火)/火眼_智能追问/智能追问/SKILL.md

11 KiB
Raw Blame History

name, description, version, updated, group
name description version updated group
智能追问 Human 3.0 + 苏格拉底式需求澄清。触发词追问模式、需求澄清、TDD、测试驱动、superpowers、明确需求、需求分析、CRITIC。开启多轮结构化追问挖掘本质需求生成TDD方案。 2.0 2026-01-20

智能追问 v2.0

像"管脑子"的工具,确保需求无遗漏,挖掘冰山下的真实诉求。


核心理念

Human 3.0 原则

限制AI直接给建议先追问再输出。

阶段 AI行为 用户收益
1.0 遵循规则 AI直接给答案 用户依赖AI易出错
2.0 追求效率 AI快速响应 节省时间但遗漏细节
3.0 整合全局 AI先追问5-6轮再输出方案 需求无遗漏,方案可落地

苏格拉底式提问CRITIC模型

字母 含义 追问示例
C Clarification 澄清 "你说的XX具体是指什么"
R Refute 挑战假设 "这个前提一定成立吗?"
I Identify 寻找证据 "有数据支持吗?"
T Think 转换视角 "用户/开发者会怎么看?"
I Investigate 探究后果 "如果失败了会怎样?"
C Circle back 回归原点 "这真的是最重要的问题吗?"

追问框架(五轮结构)

第一轮目标澄清Why + Who + What

目的:明确做什么、为谁做、为什么做。

问题设计原则:提供选项,降低回答门槛。

| 序号 | 问题 | 选项示例 |
|:---|:---|:---|
| 1.1 | 这个功能要解决什么核心问题? | A. XX / B. YY / C. 其他(请说明) |
| 1.2 | 谁是主要用户? | A. C端用户 / B. B端商家 / C. 内部运营 |
| 1.3 | 成功的标准是什么? | A. 跑通流程 / B. 用户付费 / C. 数据指标 |
| 1.4 | 有没有参考案例? | A. 有(请提供) / B. 没有,帮我找 |
| 1.5 | 项目当前处于什么阶段? | A. 概念期 / B. 开发中 / C. 已上线迭代 |

5 Whys 深挖技巧

用户说"我想要XX功能" → 追问"为什么需要这个功能?" → 持续追问直到触达本质需求。

示例:用户"我想要导出按钮" → 为什么? → "为了做周报" → 为什么要手动做? → 本质需求可能是"自动化报表"


第二轮边界定义Scope + Constraints

目的:明确做什么、不做什么、技术约束。

| 维度 | 问题 | 选项示例 |
|:---|:---|:---|
| **功能边界** | 1.0版本必须有哪些功能? | 列出功能清单供确认 |
| **功能排除** | 哪些功能明确不做? | A. XX / B. YY |
| **数据边界** | 输入数据的范围和格式? | A. 文本 / B. 图片 / C. 文件 |
| **性能边界** | 响应时间/并发量要求? | A. <1秒 / B. <3秒 / C. 无要求 |
| **兼容边界** | 需要兼容哪些环境? | A. iOS / B. Android / C. H5 / D. 全部 |
| **技术约束** | 有指定的技术栈吗? | A. 有 / B. 无,你推荐 |

漏斗式提问

  1. 开放式开头:"能谈谈你期望的整体功能吗?"
  2. 捕捉关键词:"你刚才提到'简单',具体是指哪方面?"
  3. 聚焦追问:"这个功能的优先级是P0还是P1"

第三轮异常处理Error + Fallback

目的:明确各种异常情况的处理方式。

| 异常场景 | 问题 | 选项示例 |
|:---|:---|:---|
| **API失败** | 第三方API调用失败怎么办 | A. 直接报错 / B. 重试3次 / C. 切换备用 |
| **超时处理** | 操作超时怎么处理? | A. 显示loading / B. 异步通知 / C. 报错 |
| **数据异常** | 输入非法数据怎么办? | A. 前端过滤 / B. 后端校验 / C. 两者都要 |
| **支付异常** | 支付成功但回调失败? | A. 用户申诉 / B. 定时补单 / C. 两者都有 |
| **并发冲突** | 多人同时操作怎么处理? | A. 先到先得 / B. 加锁排队 / C. 合并 |
| **日志告警** | 需要日志/告警吗? | A. 需要 / B. 不需要 / C. 核心链路需要 |

第四轮测试用例Test Cases

目的:定义验收标准,测试用例即需求。

| 用例类型 | 场景 | 输入 | 期望输出 |
|:---|:---|:---|:---|
| **正常用例** | 基本功能正常使用 | 合法输入 | 正确输出 |
| **边界用例** | 空值/最大值/最小值 | 边界数据 | 正确处理 |
| **异常用例** | 网络断开/服务挂掉 | 异常触发 | 优雅降级 |
| **性能用例** | 高并发/大数据量 | 压力测试 | 达到指标 |

第五轮确认汇总Confirm + Output

目的汇总所有确认信息生成TDD方案。

汇总模板

## 📌 需求确认汇总

| 维度 | 确认内容 |
|:---|:---|
| **核心目标** | |
| **主要用户** | |
| **功能范围** | |
| **技术约束** | |
| **异常处理** | |
| **验收标准** | |

---

以上信息是否确认确认后我将生成TDD方案文档。

TDD 输出模板

追问完成后,生成测试驱动开发方案:

# [项目名] TDD需求方案

---

## 一、需求摘要

**一句话定位**[描述]

**核心闭环**[用户旅程]

---

## 二、项目背景

| 维度 | 内容 |
|:---|:---|
| **项目名称** | |
| **项目阶段** | |
| **核心目标** | |
| **验收人** | |

---

## 三、功能范围

### 3.1 核心功能1.0版本)

| 模块 | 功能点 | 优先级 | 状态 |
|:---|:---|:---|:---|
| | | P0 | 待开发 |

### 3.2 本期不做

| 功能 | 原因 |
|:---|:---|
| | |

---

## 四、输入输出规格

| 模块 | 输入 | 输出 | 约束 |
|:---|:---|:---|:---|
| | | | |

---

## 五、技术约束

| 维度 | 约束 |
|:---|:---|
| **部署环境** | |
| **并发要求** | |
| **响应时间** | |
| **技术栈** | |

---

## 六、异常处理规则

| 异常场景 | 处理方式 |
|:---|:---|
| | |

---

## 七、测试用例清单

### 7.1 正常用例

| 用例ID | 场景 | 输入 | 期望输出 |
|:---|:---|:---|:---|
| T01 | | | |

### 7.2 边界用例

| 用例ID | 场景 | 输入 | 期望输出 |
|:---|:---|:---|:---|
| T10 | 空值 | null | |
| T11 | 最大值 | | |

### 7.3 异常用例

| 用例ID | 场景 | 触发条件 | 期望行为 |
|:---|:---|:---|:---|
| T20 | API失败 | | |

---

## 八、验收标准

| 验收项 | 标准 | 验收人 |
|:---|:---|:---|
| 功能完整 | 符合TDD文档 | |
| 性能达标 | | |
| 体验流畅 | | |

---

## 九、下一步行动

1. 
2. 
3. 

使用方式

触发条件

当用户说以下内容时,进入追问模式:

  • "帮我做XX功能"
  • "我想开发XX"
  • "帮我分析需求"
  • "追问模式"
  • "需求澄清"
  • "TDD"

执行流程

1. 🚫 不要直接写代码
2. 📋 先读取现有文档(如有)
3. 🔄 按五轮框架逐轮追问
4. ✅ 每轮汇总已确认信息
5. 📄 生成TDD方案文档
6. ✔️ 用户确认后再实现

追问原则

原则 说明
选项化 每个问题提供2-4个选项降低回答门槛
表格化 用表格呈现问题,结构清晰
序号化 问题带序号,方便用户简答(如"1.1→A"
汇总化 每轮结束汇总已确认信息
渐进化 从目标→边界→异常→测试,层层深入

七问抽屉法(刘润)

当追问陷入僵局时,使用七个问题抽屉:

抽屉 问题类型 示例
1 继续/中止 我们现在需要讨论这个吗?
2 澄清 具体指代什么?范围在哪?
3 假设 你的前提是什么?是否唯一?
4 质疑 你怎么知道你是对的?证据?
5 缘由 根本原因是什么?
6 影响 结论会带来什么效应?
7 行动 我们具体应该做什么?

用户故事模板INVEST原则

当需要拆分需求为用户故事时:

格式:作为 [角色],我想要 [功能],以便于 [价值]。

INVEST检查

字母 含义 检查点
I Independent 独立的,可单独开发
N Negotiable 可协商,细节可讨论
V Valuable 有价值,解决真实问题
E Estimable 可估算,能评估工作量
S Small 小巧的,一个迭代内完成
T Testable 可测试,有明确验收标准

实战案例

案例知己项目需求澄清2026-01-20

背景AI性格测评 + 专家咨询平台

追问过程

轮次 核心问题 确认结果
第一轮 MVP目标是什么 先跑通用户付费闭环
第一轮 AI后端用什么 OpenAI API
第一轮 做几种解读? 3种MBTI/盖洛普/PDP
第二轮 付费模式? 专家咨询398元/次
第二轮 登录方式? 仅微信登录
第二轮 部署平台? 腾讯云/阿里云
第三轮 API失败怎么办 切换Gemini备用
第三轮 超时怎么处理? 异步生成,通知用户
第四轮 测试用例数 14个核心用例

输出:生成 TDD需求方案_v1.0.md,用于竞标团队评估

关键发现:追问中发现需求变更(从八字命理→现代性格测评),及时调整方向


版本记录

版本 日期 变更内容
1.0 2025-01 初版,四轮追问框架
2.0 2026-01-20 整合Human 3.0、CRITIC模型、七问抽屉法、INVEST原则、实战案例
2.1 2026-01-28 融合本地模型:支持离线生成追问问题

🤖 本地模型融合

功能增强

智能追问现支持使用本地模型Ollama生成追问问题无需联网

# 导入本地模型SDK
import sys
sys.path.append("/Users/karuo/Documents/个人/卡若AI")
from _共享模块.local_llm import generate_questions, analyze_task

# 生成追问问题(离线可用)
topic = "私域流量变现"
questions = generate_questions(topic, count=5)
# ['目标用户群体是谁?', '变现模式是什么?', '流量从哪里来?', ...]

# 分析需求并拆解
task = "搭建一个私域会员系统"
steps = analyze_task(task)
# '1. 明确会员等级体系\n2. 设计积分规则\n3. ...'

使用场景

场景 本地模型 云端API
快速生成追问问题 推荐 可选
需求初步分析 推荐 可选
复杂TDD方案生成 不推荐 推荐
离线/弱网环境 唯一选择

资源控制

本地模型调用已内置限流CPU控制在30%以内),无需担心资源占用。


"AI让答案变得廉价好问题才能让你脱颖而出。" —— 36氪