# 用 grill-me 让 AI 拷问你的需求

> 全网安装量前 3 的神级 Skill，核心内容居然只有几句话

大家好，我是程序员鱼皮。

最近有一个 Skill 很火，已经被安装了 60 多万次，还登上了《技能安装量排行榜》的第 3 名。

**可是你敢信么，这个 Skill 的核心内容居然只有几句话！**

它就是 `/grill-me`，一个让 AI 反过来拷问你的技能。

![](https://pic.yupi.icu/1/image-20260723152045658.png)

在如今新 Skill 层出不穷、已经跟鱼皮头发一样卷的时候，这个只有几句话的 Skill 凭什么能杀出重围呢？

这篇文章我先给你介绍一下这个技能，然后通过一个项目实战带你了解它的功效，最后再分析一下它的底层原理，相信能给你一些 AI 编程上的启发。



## grill-me 是什么

所谓 Skill 技能，就是一份写给 AI 的操作说明，安装之后可以让 AI 按照指定的流程做事。如果你对 Skills 还不熟悉，建议先阅读本教程编程工具板块「工具实战」目录中的《Agent Skills：通用 AI 技能库》。

grill-me 这个技能 **只有一个文件**，文件里写的全部内容就是下面这些。

![](https://pic.yupi.icu/1/image-20260723152345728.png)

翻译过来是这样的：

> 针对我的计划，反复追问每一个细节，直到我们形成共同理解。沿着决策树的每个分支往下走，逐一理清各项决策之间的依赖关系，有些选择必须等前一个问题确定了才能回答，AI 会按这个先后顺序逐个问清楚。每个问题都要给出你的推荐答案。
>
> 每次只问一个问题，等我回答了再问下一个。一次抛出一堆问题会让人不知所措。
>
> 能通过查看环境（文件系统、工具等）找到的事实，直接去查，不用问我。但决策是我来做的，每个决策都要等我拍板。
>
> 确认双方理解一致之前，不要开始行动。

你可能会好奇：就这么几句话也能叫 Skill？不就是提示词吗，能好使吗？

来，下面我用一个实战项目试试看。



## 实战体验

首先安装 grill-me，打开终端输入一行命令就搞定了：

```bash
npx skills add https://github.com/mattpocock/skills --skill grill-me
```

![](https://pic.yupi.icu/1/image-20260723153039655.png)

装好之后，随便打开一个 AI 编程工具，我这里以 Cursor 为例。

我给 AI 提出了一个很模糊的需求，并且使用 `/grill-me` 技能：

![](https://pic.yupi.icu/1/image-20260723163922362.png)

执行！AI 先思考了一下，然后开始一步步拷问我。

首先 AI 问我要做的东西具体是指什么，同时给出了它的建议。我甚至不用自己组织需求描述，直接回复「你的建议是对的」就好。

![](https://pic.yupi.icu/1/image-20260723160208826.png)

然后 AI 问我要把这个东西做成什么形态，并提供了几个选项。我觉得做成 Web 应用更方便，直接输入序号 3。

![](https://pic.yupi.icu/1/image-20260723160307350.png)

接着 AI 问我需要哪些功能。正常来说应该先从核心功能开始做，但我觉得这些需求都不复杂，AI 应该能一把梭，所以贪心一点，我全都要！

![](https://pic.yupi.icu/1/image-20260723160350655.png)

需求明确之后，AI 开始询问技术方案。这里我选了 Electron 桌面端应用，因为可以直接访问本地文件，用起来更方便。

![](https://pic.yupi.icu/1/image-20260723160407860.png)

然后 AI 就开始跟我依次确认具体的技术细节了，比如用什么开发框架、什么组件库、怎么存储数据之类的。

![](https://pic.yupi.icu/1/image-20260723160433659.png)

不了解 AI 说的技术、或者没什么特别想法的时候，直接按照 AI 的建议来就行。

「接受你的建议」可能是我整个过程里说得最多的一句话。

![](https://pic.yupi.icu/1/image-20260723160454385.png)

经过了十多轮问答，很多我之前根本没想到的细节都被 AI 逼着想清楚了。最后 AI 给出了一份完整的方案总结，等我确认后就启动开发。

![](https://pic.yupi.icu/1/image-20260723160528631.png)

确认之后，我让 AI 直接开始写代码。因为前面已经把需求和方案讨论得足够清楚了，AI 写代码的过程比直接让它猜需求顺畅不少。

![](https://pic.yupi.icu/1/image-20260723160626764.png)

10 分钟左右，一个管理 Skill 的桌面应用就搞定了。

![](https://pic.yupi.icu/1/image-20260723161102168.png)

回过头看整个过程，你会发现，这不正是企业开发中的经典流程吗？

从一个模糊的想法开始，先明确需求，列出功能点，再确认技术选型和设计方案，最后才进入开发。

只不过以前这套流程需要产品经理、架构师、开发者一起开会讨论，现在 AI 全包了，整个过程就像有个经验丰富的技术导师带着你一步步把事情理清楚。



## 背后的思考方式

体验完之后，我带你拆解一下 grill-me 的设计。别看只有短短几句话，里面其实暗含了好几层思考，这些才是它大火的原因。

**首先，它瞄准了 AI 编程中最关键的环节。**

现在 AI 写代码的能力已经很强了，给它一个清晰的需求，大部分情况下都能写出来。但大多数人让 AI 写代码的时候，自己都还没想清楚到底要做什么，AI 只能靠猜，猜错了就得反复返工。grill-me 做的事情就是在开发之前，帮你把需求逼清楚。

**其次，它的追问方式很有章法。**

它会按照决策树的逻辑来走，所谓决策树就是把一个大问题拆成一连串的选择，先确定一个再根据答案追问下一步，环环相扣，能大大减少关键细节被遗漏的概率。而且它要求每次只问一个问题，不会一股脑抛出一堆让你不知所措。

**还有，它的人机分工非常清晰。**

能从项目文件和工具中查到的事实，AI 自己去找，不会浪费你的时间。只有需要你拿主意的设计决策，才会停下来等你回答。

「给出推荐答案」这个要求是作者后来特意加上去的。如果 AI 不给建议，你还得自己想半天怎么回答；有了推荐答案之后，如果你表示认同，直接说 yes 就行，对话效率高了很多。

![grill-me 的四层设计思想](https://pic.yupi.icu/1/01_grill-me%E5%9B%9B%E5%B1%82%E8%AE%BE%E8%AE%A1%E6%80%9D%E6%83%B3%E5%85%A8%E6%99%AF%E5%9B%BE_compressed_v2.png)

这个技能让我想到了程序员界的「小黄鸭调试法」，就是在桌上放一只橡皮鸭，把你的想法一步步讲给它听，讲着讲着就能发现自己思路里的漏洞。grill-me 相当于给你一只会追问、会推荐、还能自己查资料的智能赛博鸭鸭。



## 写在最后

**不管做什么事，把想法说清楚这一步本身就是最有价值的**，而 grill-me 把这件事变成了一个可执行的流程。

它不仅能应用到 AI 编程，还能用到你日常生活中需要做决策的任何场景，比如规划学习路线、选择电脑配置、制定健康计划等等，都可以用同样的思路让 AI 来拷问你。

![比如鱼皮用它来研究怎么让脑袋长毛](https://pic.yupi.icu/1/image-20260723170216222.png)

相信我，次数多了，你会爱上这种感觉，也能让你的逻辑思维更清晰。

grill-me 出自一个 18 万 Star 的开源 Skills 仓库，里面还有测试驱动开发、Bug 诊断、大项目规划等一系列同样好用的技能，感兴趣的话可以阅读本教程编程工具板块「工具实战」目录中的《Matt Pocock Skills：真实工程技能库》。