Grill-me 原理反推

grill-me:一个只有 5 行的追问 skill
- 类型:知识点问答(含原理反推)
- 来源:官方仓库源码 + 官方文档 + 第三方核实(见文末「资料来源」)
- 整理时间:2026-11-21
- 说明:本机未安装
grill-me;本机grill-with-docs是另一作者的同名中文 skill,不是本文主角
一句话解释
grill-me 是一个「让 Agent 反过来拷问你」的入口命令:它自己不做事,只调用 grilling,把模糊想法按轮次追问到没有假设遗留为止。[1][2]
核心要点
- 一行入口:
grill-me的 SKILL.md 只有 frontmatter 加一句「Call the Skill tool with "grilling"」,全部逻辑在grilling。[1][2] - 手动触发:
disable-model-invocation: true—— Agent 不会自己启动,必须你输入/grill-me。[1][5] - 按轮追问:不是一问一答,也不是一次问完;每轮问「前置条件已确定」的全部问题。46 问通常 4 轮左右完成。[2][3][6]
- 无状态:不写任何文件,不需代码仓库,代码与非代码计划都能用;产出只是对话里变清晰的想法。[1][5]
- MIT 开源:作者是 TypeScript 讲师 Matt Pocock,仓库
mattpocock/skills,非 Anthropic 官方。[5][6]
原理反推:为什么 5 行能生效
1. 极薄入口 + 单一原语
grill-me 只负责「被你叫醒」,真正的访谈循环写在 grilling 里。同一份仓库里 grill-with-docs、wayfinder、triage 等不止一个 skill 复用它。[2][3]
反推:把「怎么访谈」收敛到一处,改一次,所有入口同时升级;入口可以极薄,因为知识不在这里。这是典型的「原语 + 包装器」分层,而非每个 skill 各写一套提示词。
2. 设计树 + frontier + 轮次 = 依赖拓扑
它把想法映射成设计树:每个决策下面挂着由它派生出的决策。frontier(前沿) 指前置条件已全部确定的决策集合;一轮只问 frontier,问完就等。[2]
答案回来后重算 frontier:已定的决策把前沿往外推,解锁下一批问题;依赖本轮未答问题的,排到下一轮。
反推:这是显式版本的「拓扑排序 + 批处理」。它避免了两个极端——一问一答太慢,一次问完会问到「现在还答不了」的问题。用 4 轮装 46 问,就是把串行往返压缩成依赖允许的并行。[3][6]
3. 问题格式把「开放题」改造成「确认题」
每题固定格式:编号标题、正文、➡️ 后的推荐答案;措辞保证「yes 就等于接受推荐」。[2]
反推:降低回答成本(你只需答「1 是,2 选 B,3 否」),同时逼 Agent 必须亮出立场——不能只问「你觉得呢」。作者明确说「默认『你怎么看』是偷懒」。[7]
风险也被作者点明:一路点头会得到一个「你从未真正决定过的、看起来很确定的方案」。[6]
4. 事实归 Agent,决策归用户
需要查文件、查环境的事实,派 sub-agent 用全新上下文去查,不问用户;且查询不阻塞——未返回的调查只是它下游问题的未定前置,frontier 中其余问题照问。[2]
反推:这是 token/注意力预算的分配策略。Agent 的上下文花在查证和维持设计树上,用户的注意力只留给不可外包的决策。谁回答自己的决策,就破坏了 skill。[3]
5. 双重终止门禁
frontier 为空只是「访谈技术性结束」;还要用户确认「双方理解一致」,之后 Agent 才允许动手。[2][3]
反推:加第二道门,是因为「问完了」不等于「对齐了」。官方文档承认弱模型会跳过这道门,直接开始实现;补救办法是写进 AGENTS.md / CLAUDE.md 一句「未经许可不得实现」。[3]
6. 无状态 = 可移植,也 = 易蒸发
不写文件、不依赖仓库,所以能用在产品决策、写作、商业判断上。[5][6]
反推:好处是通用;代价是会话一关,澄清成果就消失。因此官方建议把同一段对话直接交给 to-spec 或 handoff 接续,而不是新开会话重写。[6][7]
关键概念
- design tree(设计树):把想法拆成决策及其派生决策的结构,不是文件树,存在于对话上下文中。[2]
- frontier(前沿):当前可问的全部问题——前置已定、彼此不互相依赖。由 Agent 判断,不是程序计算出的图。[2][3]
- round(轮):一次完整的前沿提问与回答,轮数少而单轮问题多,是它的效率特征。[3]
- disable-model-invocation:frontmatter 开关,禁止模型自动调用;只能由用户手动触发。[1]
- grilling:被复用的访谈原语,是唯一模型可自动调用的家族成员,其余入口靠它运行。[3]
应用案例
功能开发前的需求审讯(官方示例,非实录)
- 主体:官方/第三方编辑给出的演示场景[1][5]
- 做法:
/grill-me I want to add team invites to our app→ 首轮问「谁能邀请、邀请如何过期、对已有账号如何处理」,每题带推荐答案;答完解锁下一轮。 - 结果:把「加团队邀请」这句模糊需求拆成可写规格的决策集合。注意该示例由编辑撰写,不是录制会话。[5]
非代码决策(官方示例,非实录)
- 主体:同上[5]
- 做法:
/grill-me Should we move our newsletter from weekly to monthly?→ 按目标、受众、内容供给、度量逐轮推进;能自己查的事实自己查,只把决策留给用户。 - 结果:无需仓库,纯靠对话把商业判断整形成可辩护的选择。[5]
与本地 grill-with-docs 的区别
- 本机装的
grill-with-docs作者为「汪老师数字分身」,做的是「基于文档问答 / 知识抽取 / 溯源 / 矛盾检测」,与 Matt Pocock 的同名 skill 用途不同,底层也不共享grilling。[8] - Matt 版本的
grill-with-docs才是同源包装器:同样跑grilling,但读代码库,并把商定的术语写入GLOSSARY.md、决策写入 ADR。[3][6]
边界与失败模式
- frontier 靠判断:不是真图算法。Agent 可能把两个问题放同一轮,事后才发现一个答案本应改变另一个;只能由你指出,下一轮重开分支。[3]
- 点头综合症:全程无异议的访谈,往往说明你没真的决定什么。有效标志反而是「你有反驳」。[6]
- 不可拷问的问题:「页面该是什么感觉」「一个长表单还是三个」靠聊不出来,该先做原型再回来答一句。[6][7]
- 范围过大:问题爆炸通常不是 skill 的错,而是任务太大;拆成小块分别 grill。[6]
- 安装坑:只装
grill-me不会生效,必须同时装grilling;命名引用不保证另一 skill 被加载,症状是「一次性问完且没有推荐答案」。[3]
延伸方向
grilling:直接调用访谈原语,让自建 skill 复用同一套提问纪律。[3]grill-with-docs(Matt 版):需要落到代码库时,把结论沉淀为GLOSSARY.md与 ADR。[3][6]prototype:遇到「谈不出来」的问题,先做一次性原型再回到追问。[6][7]to-spec/handoff:把访谈上下文直接接力成规格或交接文档,避免成果蒸发。[6][7]wayfinder/triage:大范围任务先画地图、再把模糊报告拷问成可执行的工单。[3]
资料来源
- grill-me/SKILL.md(官方源码) — 5 行原文、
disable-model-invocation - grilling/SKILL.md(官方源码) — 设计树、frontier、轮次、格式、事实/决策分离、终止条件
- 官方文档:grilling — 机制解释、限制、失败模式、原语定位
- 官方文档:grill-me — 无状态、手动触发、与同源 skill 的分工
- AI Craftbook:Grill me — 第三方核实源码内容、MIT、安装与示例
- Remy's Blog:Grill me skill 是什么? — 中文交叉印证原理与 grill-with-docs 区别
- Skillselion:Grill Me Skill — 衍生实现佐证「一问一题 + 推荐答案 + 代码库优先」规则(非官方)
- 本机
/Users/jimsir/.workbuddy/skills/grill-with-docs/SKILL.md— 本地同名 skill 的实际用途与作者
