grillme——「拷打我吧」
它不替你干活,只在你动手之前,把没想清楚的地方一个个问出来。
推荐指数:★★★★★ 适用性:★★★★★
该skill原型出自Matt Pocock(一位厉害的光头工程师)。 本文四个提及的技能:
grill-me、grilling、grill-with-docs、domain-modeling都在他的 mattpocock/skills 仓库里。 这些技能不替你下决定,只把没说出口的假设一个个问出来——直到你确定后才动手,决策权始终在你手上。
使用场景
第一种:你知道想让 AI 做什么,但不知道提示词该怎么写。写短了,它把没说的部分自己补上; 写长了,等于你已经替它把方案定死,再问也没有余地。
第二种:只有一个简单想法,比如「做个能自动整理笔记的页面」,连该往哪展开都还没想好。 边界、顺序、取舍全是空的,这时候直接让它动手,出来的东西只能碰运气。
grill-me 不代写提示词,也不替你把想法展开。它只把这两种情况里没定的地方一条条问出来, 问到没有需要猜的为止。
执行流程
将agent任务执行过程如下简化,grill-me 和 grill-with-docs 都在开工前多了一段反复提问;后者还多留下一份文档。(正常流程偶尔也会进行提问,但一般只在任务开始执行前提出少量决策问题,不会深究细节。)
开始一项任务,且不具备清晰提示词。 e.g. 要求:根据当前目录下的素材帮我做一份报告(模糊需求)
格式?内容范围?什么要做什么不做?...
沿最右一列回到上一轮,接着问新冒出来的那条分支。这条虚线可以绕很多圈: 能查的事实它自己去查,只有真正属于你的判断才会回到你面前。
没有grill-me的时候,没说的地方由它按默认值补上,有关键的问题可能会停下来询问,但多数时候会自主思考,一股脑往下执行。 调用grill-me则会把任务要求问清楚,再执行。
问完了就往左并回主线,去开写;没问完就往右走那一支。能不能动手不看写了多少行, 看 frontier 是不是空的。
只要还有分叉没闭合,它就不往下走。没有被默默假设的地方,才算问完。
代码写完,而且看着是自洽的:所有没定的地方都已经有了一个值,只是那些值不是你挑的。 哪里不对,要等交付之后才轮到。
同一段问答里,domain-modeling 把术语写进 GLOSSARY.md、把决定落成 ADR。 交付的不只是结果,还有一份能查的来龙去脉。
收益
一是对产物的情况更了解:动手之前就知道它会长成什么样、哪几处是定死的、哪几处留了口子, 交付时不会冒出一句「这不是我要的」。
二是让项目往自己想要的方向进行:每个分叉都是你亲自选的,AI 的默认值和它顺手做的假设, 没有机会悄悄混进代码里。
使用方法
它没有独立界面,全部发生在对话里:装一次,之后每次说一句、答几轮、点头。下面按一次完整会话的顺序走。
- 安装
- 主动调用
- 按需回答
这里有技能包
直接在对话中输入 /grill-me ,一般在输入“/”之后都会弹出技能列表(如下图所示),在列表中鼠标点击或者键盘方向键选中并回车即可,如果需要自行完整输入指令大概率是技能没有正确安装。
接着在技能后面接一句需求,发送出去即可,是不是很简单。

大模型在思考一段时间后就会进入第一轮提问,一般每个问题的第一项就是推荐项(如下图)。 进行回答时,这里鼓励根据自己的想法在其他补充中填写需求,而不是一直选推荐项(这种做法其实就相当于交给llm自己决策了),不过哪怕是这样做也有一个好处就是能加深你对最终产物的认知。

此外,在其他补充中回「都行」或「你定」等于全选推荐;跳过的那题算未决,下游问题一起推到下一轮。 对于一项比较复杂的决策,在其他补充中回「对问题进一步展开」也是一种好方法,这样的话当前问题大概率会在下一轮提问进一步细分。
完成标志与产物
一般情况下,做完所有决策与计划,会在最后一轮问答中询问动不动手、按哪一档交付, 你不点头它不动;点头之后才进入执行。所以「回答完了」不等于「做完了」,中间还隔着你那一下确认。
grill-me 的产物就是按共识做完的代码。grill-with-docs 多出一份文档: GLOSSARY.md 钉死讨论中定下的术语,ADR 记着关键决定和当时的取舍。 下次再改这块,不用靠回忆猜当初为什么这么定——这也是它比另一个入口贵出来的那部分价值。
尝试提示词
看到这里,你应该可以感受到该skill的适用性之广,几乎任何时候都可以调用该技能(但不推荐,原因见下一小节),如果想要体验该skill但又没有合适的素材,那么可以尝试下面的提示词,记得调用 /grill-me 或 /grill-with-docs 。
零素材、不读文件,任务执行直到有内容产出。产物放在"D:\WorkSpace\test"中。 在相同环境相同大模型下,可以使用上述提示词,分别测试调用了 /grill-me 与没有调用的区别。 当然,要注意token开支,最好还是用在有真正需求时来进行测试。
注意事项
适用场合
值得调:需求只有一句话、边界还没定,或者返工代价高——越早把没说的部分问出来越便宜。 跨好几个文件、牵涉取舍的改动,也适合先过一遍。
没必要调:计划已经锁死、只差执行;小而机械的活;一次性脚本;你已经能准确说出产物长什么样的时候。 这时候追问只会把几分钟的事拖成几轮问答以及徒增token的消耗。
两个入口的选择
两者都先走 grilling,差别只在要不要留档。只想把一件事问清楚、随后直接开工,选 grill-me; 结论以后要给人看、要能追溯当初为什么这么定,选 grill-with-docs。
后者多调一次 domain-modeling:边问边把术语和决定写下来,代价是多几轮对话和几份要维护的文档。 一个人写着玩的项目不必背这个包袱,多人协作、要长期改的项目才值。
skill 结构(可跳过)
一套四个技能:两个入口只写一句「调用谁」,两个主体才真正干活。入口和主体要一起装,缺了谁那一支就转不起来。
入口技能
两个都只有一个动作:grill-me 的正文是「调用 grilling」, grill-with-docs 是「调用 grilling 和 domain-modeling」。 两个都设了 disable-model-invocation,模型不会自己启动,得你开口它们才进场。 只想把一件事问清楚,选 grill-me;结论要留档、要顺手把术语和决定写下来,选 grill-with-docs。
询问逻辑
把这件事拆成一棵决策树,按轮次问:一轮只问前置条件已经敲定的那些(frontier),每题带推荐答案和选它的代价; 能查的事实派 sub-agent 自己去查,只有真正属于你的判断才递到你面前。答完重算 frontier,问到为空才停, 最后一张卡问你要不要动手。
术语与规则整合
盯着讨论里冒出来的术语:挑战含糊的叫法、给边界情况造场景,概念一成型就写进 GLOSSARY.md, 关键决定落成 ADR。它不负责提问,负责把问出来的共识固定成文档。