grilling

产品介绍

grilling 是 Matt Pocock Skills 中「协作类」的 4 个 Skill 之一，安装在 ~/.trae-cn/skills/grilling/SKILL.md。AI 自动调用，当需要穷举设计树时触发。AI 像资深产品经理一样顺着一棵设计树不停追问，把「想清楚一件事」当成一道系统化任务。

为什么需要 grilling

「想清楚一件事」听起来是个模糊的动作，但实际上它有明确的结构——设计树。

一个决策会引发多个分支，每个分支又引发更多分支……直到所有叶子节点都有明确答案，才算想清楚了。人在这个过程中很容易：

• 遗漏分支：有些选择看起来合理就直接跳过了
• 停留在表面：问了几个问题就觉得够了
• 被情绪影响：怕问太多显得蠢，或者怕挑战对方的想法

grilling 把这个过程系统化：AI 负责穷举所有分支，你只需要回答。

设计树是什么

想象你在 planning 一个功能，比如「用户登录」：

用户登录
├── 登录方式
│   ├── 用户名 + 密码
│   │   ├── 密码错误怎么办？ → 提示用户，不锁定账号
│   │   └── 连续错误 5 次怎么办？ → 锁定 15 分钟
│   ├── 第三方登录
│   │   ├── 支持哪些平台？ → Google, GitHub
│   │   └── 用户拒绝授权怎么办？ → 回退到用户名密码
│   └── 生物识别
│       ├── 支持哪些方式？ → Face ID, Touch ID
│       └── 生物识别失败怎么办？ → 回退到密码
└── 登录后
    ├── 记住登录状态吗？ → 是，7 天内免登录
    └── 多设备登录吗？ → 最多 3 台设备

没有 grilling 的做法：想一个做一个人，做到一半发现漏了一个分支，回头补。

有 grilling 的做法：AI 顺着树往下问，每到一个分支就问清楚，不遗漏任何一个叶子节点。

核心原则

1. 强迫你穷举决策树

每个决策点都要问清楚，不能跳过。

为什么：跳过的分支往往会在开发到一半时冒出来，那时候改成本很高。「这个功能我们应该支持吗？」在开发前问和开发到一半问，代价完全不同。

2. 一轮一轮问

不是一次性问完，而是根据你的回答继续追问。

为什么：一次性问 20 个问题会让你不知所措，而且很多问题的答案取决于你对前一个问题的回答。一轮一轮问，AI 可以根据你的回答调整方向，深入到真正需要深挖的地方。

例子：

AI：用户登录方式有哪些？
你：用户名密码、第三方登录
AI：第三方登录支持哪些平台？
你: Google、GitHub
AI：如果用户拒绝授权怎么办？
你：……（没想过）
AI：有两个选择：回退到用户名密码，或者提示用户去设置中开启。你倾向哪个？

3. 找到事实是 AI 的工作

不要让用户去查资料。AI 应该自己去搜索、阅读文档、理解技术细节，然后把选择题抛给用户。

反例：

AI：你想要哪种认证方式？
你：我不知道，你去查一下
（用户被踢皮球）

正例：

AI：认证方式有两种常见方案：
    1. JWT（无状态，适合微服务，但注销需要额外处理）
    2. Session（有状态，适合单体应用，注销简单）
    
    根据你的技术栈（Node.js + Redis），我倾向 JWT。你觉得呢？

AI 的追问策略

AI 在 grilling 时会用以下策略：

1. 从顶向下：先问大方向，再问细节
2. 每个分支都走到底：不因为「这个分支应该没问题」就跳过
3. 问选择题，不问开放式问题：「A 还是 B？」比「你想要什么？」更容易回答
4. 给出推荐：不要只问，要根据技术栈给出倾向性建议
5. 每轮 1-3 个问题：问太多会让用户疲劳，问太少会拖慢进度

使用场景

• 团队会议前，先把架构方案盘清
• 做重要决策前，确保没有遗漏
• 设计新功能时，穷举所有可能的情况
• 代码审查时，追问为什么这么设计

与 grill-me 的区别

	grilling	grill-me
触发方式	AI 自动调用	用户手动调用
AI 的角色	主动追问	接受追问
用户的姿态	被动回答	主动接受
典型对话	AI：「我觉得你需要想清楚 X」	用户：「grill me on this idea」

简单说：grilling 是 AI 觉得你需要被问；grill-me 是你需要被问。

相关笔记

• Matt Pocock Skills - Skill 集合
• grill-me - 用户主动触发的版本
• to-questionnaire - 把卡壳的事做成问卷
• handoff - 打包上下文给下一个 AI

相关日记

• 2026-08-26 - 安装当天