AI 知识库

to-questionnaire

Properties1
tagsskill, 协作

6分钟阅读

to-questionnaire

产品介绍

to-questionnaire 是 Matt Pocock Skills 中「协作类」的 4 个 Skill 之一，安装在 ~/.trae-cn/skills/to-questionnaire/SKILL.md。用户手动调用 /to-questionnaire 时触发，AI 会生成一份 Markdown 问卷，发给能拍板的人让他填写，避免自己瞎猜。

为什么需要 to-questionnaire

有些问题不是 AI 能自己回答的，也不是用户能自己决定的。比如：

  • 京东账单的对账规则，只有京东的同事知道
  • 业务系统的字段映射，只有产品经理能拍板
  • 第三方 API 的认证方式，只有运维能确认

遇到这类问题，传统的做法是：

  1. AI 猜一个方案
  2. 用户确认
  3. 如果猜错了，再来一轮

这个流程的问题是：

  • 猜错浪费时间：猜了三轮才对，每次都是返工
  • 用户有压力：被要求确认一个自己也不确定的事情
  • AI 在假装知道：实际上它在猜，但表现得像在推理

to-questionnaire 改变了这个流程：

  1. AI 识别出这个问题需要外部输入
  2. AI 生成一份结构化的问卷
  3. 问卷发给能拍板的人
  4. 拿到答案后继续

核心原则

问发送，不问主题

只问「发给谁、要什么」，不问问卷内容。

为什么：AI 负责生成问卷内容，这是它的强项。用户只需要指定「这个事该问谁」和「我们需要什么信息」。如果用户还要思考问卷里问什么问题，那就本末倒置了。

反例：

用户：我需要问同事一些问题
AI：你要问什么问题？
用户：……（开始自己想问题）

正例：

用户：to questionnaire
AI：这件事该问谁？需要什么信息？
用户：问京东的同事，需要知道账单对账规则
AI：（生成问卷，发给用户确认）

一次只问一个人

问卷只能发给一个人。

为什么：多个人回答同一个问题，答案可能冲突，反而更混乱。一个人的视角有限，但至少答案是一致的。如果需要多个人的意见，可以发多份不同的问卷。

异步填写

对方可以慢慢想，不用当场回答。

为什么：当场回答的问题，答案往往是随口说的，不是深思熟虑的。异步填写让对方有时间查资料、问别人、认真思考。

问卷的结构

AI 生成的问卷通常包含：

  1. 背景说明：为什么需要这些信息（1-2 句话）
  2. 问题列表：每个问题都具体、可回答
  3. 填写方式：直接在 Markdown 里回复，或者填表单
  4. 截止时间（可选）：什么时候需要回复

例子：

## 京东账单对账规则 - 信息收集

**背景**：我们正在开发京东账单的自动对账功能，需要了解京东的账单格式和对账规则。

**请回复以下问题**：

1. 京东账单的 CSV/Excel 格式中，哪些字段是必填的？
2. 对账时，以哪个字段作为唯一标识？（订单号？账单号？）
3. 有没有特殊账单类型？（退款、优惠券、运费等怎么区分？）
4. 对账的时间范围怎么算？（当天？当月？）
5. 有没有遇到过账单和实际金额不一致的情况？怎么处理的？

**填写方式**：直接回复这封消息即可
**截止时间**：本周五

与 grilling 的区别

grilling / grill-meto-questionnaire
问谁问用户自己问能拍板的人
时机想清楚的过程中已经卡住了
形式对话式，一轮一轮问卷式，一次写完
答案来源用户的知识和判断拍板人的权威信息

简单说：grilling 是帮你理清思路，to-questionnaire 是帮你获取外部信息。

使用场景

  • 京东账单规则拿不到时，做成问卷主动发给同事
  • 卡壳时主动推同事
  • 需要跨部门确认信息时
  • 需要多个部门的信息才能推进时（分开发不同的问卷）

相关笔记

相关日记

反向链接