💻 编程开发 全难度 📦 Matt Pocock

grill-me — 让 AI 反过来质询你的需求

Matt Pocock 出品（68K★），让 AI 用苏格拉底式追问质询你的需求，揪出模糊点和隐藏假设，大幅减少返工。

8 /10 ★★★★☆
#免费#项目管理#编程
📄 相关文章

📊 评分明细

📦 打包完整度
2 2 / 2.5
🎯 实用性
2 2 / 2.5
📖 文档清晰度
1.6 1.6 / 2
👥 社区影响力
1.2 1.2 / 1.5
🔗 集成度
1.2 1.2 / 1.5

🎯 适用场景

免费项目管理编程

grill-me 快速入门

让 AI 化身”严格的产品经理”,在写代码前先把你需求里的坑、模糊点、隐藏假设全挖出来。

这是什么?解决什么问题?

AI 编程助手通常太”配合”了——你说”做个登录功能”,它直接给你写代码。但实际上,你以为你表达清楚了,需求里藏着大量没说出口的假设:

  • 登录方式:手机号?邮箱?OAuth?SSO?
  • 失败重试:密码错 3 次锁多久?
  • 状态保持:Cookie 还是 Token?存哪里?
  • 第三方依赖:要不要短信验证码?短信谁发?
    如果这些假设不澄清,代码写到一半你才发现”哦原来我想要的是 SSO”,前面写的全白干。返工是 AI 编程最大的隐性成本。
    Matt Pocock 的 grill-me Skill 让 AI 切换角色——不再替你写代码,而是用苏格拉底式提问揪出你需求里的”没想清楚”。它会围绕以下维度发问:
  • 目标用户:给谁用?他们最痛的是什么?
  • 边界:什么不做?和现有功能怎么衔接?
  • 约束:性能预算?技术栈限制?合规要求?
  • 验收标准:怎么算”做完了”?
  • 失败模式:出了 XX 情况怎么办?
    适合:产品经理、独立开发者、需要快速对齐需求的 Tech Lead。

准备工作

  • 一个支持 SKILL.md 的 agent
  • 一段你”想做成什么”的描述(哪怕就一句话)
  • 10-15 分钟时间(认真回答 AI 的 5-10 个问题)
  • 准备好被”挑战”,心理上放轻松

3 步快速上手

第 1 步:克隆并软链

git clone https://github.com/mattpocock/skills.git<br>
ln -sf "$(pwd)/skills/grill-me" ~/.claude/skills/grill-me<br>
```<br>
OpenCode 用户把目标路径改为 `~/.config/opencode/skills/`,Cursor 用户改为 `~/.cursor/skills/`。<br>
### 第 2 步:确认 Skill 加载<br>
```bash<br>
cat ~/.claude/skills/grill-me/SKILL.md | head -20<br>
```<br>
可以看到核心是"在 5-10 轮对话里问完关键问题,再给需求文档"。重启 agent,`/skills list` 看到 `grill-me` 即 OK。<br>
### 第 3 步:让 AI "质询" 你的第一个需求<br>
在 agent 对话里说:<br>
```<br>
[开 grill-me]<br>
我想做一个"团队周报自动生成"工具,给中小公司用。<br>
```<br>
观察 AI 行为:它**不会**直接给你写需求文档,会先问 3-5 个问题,例如:<br>
1. "团队周报"是给老板看,还是给团队成员自己看?内容侧重不同。<br>
2. 一份周报由谁触发生成?PM?TL?每周一自动?<br>
3. 输入源是什么?Jira?GitHub?飞书?还是 PM 手动写?<br>
4. 输出格式:邮件?飞书消息?PDF?网页链接?<br>
5. 如果某个成员这周没数据,周报是空着还是给"无任务"占位?<br>
你回答一轮,它再追问 1-2 轮(深度问题),5-8 轮后,它**给出一份"需求澄清文档"**,包含功能列表、边界、非目标、验收标准、风险点。<br>
这份文档你可以直接交给开发、PM、设计师,作为"对齐基线"。<br>
## 常见踩坑<br>
1. **急着回答"不重要/随便"**:AI 问"用 Cookie 还是 Token",你回"随便"——AI 不会替你选,它会再问,反而拖慢。认真回答每个问题。<br>
2. **第一次就想要"完整 PRD"**:grill-me 设计是分轮问,通常 5-8 轮才出文档,急着要结果,质量会差。<br>
3. **只问"功能"不问"非功能"**:性能、可用性、安全、合规是"非功能需求",Skill 会主动问,不要跳过。<br>
4. **被问得烦躁想关掉**:这种"挑战式"对话头几次会让人不习惯,但它替你想到了你没想到的,坚持 2-3 个需求后会爱上。<br>
5. **AI 的追问偏离主题**:有时 AI 会在一个细节上钻太深,你可以说"这个问题先放一放,等下一轮再回",Skill 会切换话题。<br>
6. **grill-me 后没把结论落到文档**:对话结束拿不到"可分享的需求"等于白做。明确告诉 AI "把以上结论整理成 Markdown PRD"。<br>
## 初级用法<br>
- **新功能开工前**:用 grill-me 跑一遍,出 1-2 页 PRD,再写代码,大幅减少返工。<br>
- **PRD Review 工具**:把别人写的 PRD 贴给 AI,让它反向 grill,挑出"没说清楚"的地方。<br>
## 高级玩法<br>
- **多角色联审**:让 grill-me 模拟"客户端 / 服务端 / 运维 / 安全"四个角色分别问一遍,出多视角 PRD。<br>
- **配合 issue 模板**:把 grill-me 的输出直接作为 GitHub Issue / Linear Ticket 的描述,工程团队拿来即用。<br>
- **与 tdd 串联**:grill-me 出 PRD → tdd 出测试 → 写实现,完整链路。<br>
## 小技巧<br>
- 回答 AI 的问题尽量给"理由",不只是"是什么"。比如"用 Token,因为要支持移动端离线登录",理由越充分,后续 AI 越准。<br>
- 把"业务术语表"先喂给 AI,再开 grill-me,它问的问题会更贴你的业务。<br>
- 文档生成时强制要求"每条都要有验收标准",否则 AI 会写出"看起来清楚但无法验收"的条款。<br>
- grill-me 完后,可以用 grill-me 模式"再质询 PRD 自己"——第二轮质询,逼出更深层问题。<br>
- 把历次 grill-me 记录归档,跨项目复用一些"通用维度"(性能预算、合规要求、失败处理)。<br>
## 常见问题 FAQ<br>
**Q1: grill-me 适合哪些编程语言?**<br>
A: grill-me 通常支持主流编程语言(Python、JavaScript/TypeScript、Java、Go、C++、Rust 等)。支持程度因语言而异:Python/JavaScript/TypeScript 最佳,小众语言(如 Haskell、Elixir)可能较弱。<br>

**Q2: grill-me 生成的代码可以直接用吗?**<br>
A: 简单的 CRUD、工具函数、单元测试可以直接用;复杂的业务逻辑、算法实现需要人工 review。永远不要盲目复制 AI 生成的代码——先理解再使用。<br>

**Q3: grill-me 怎么收费?**<br>
A: 通常分免费版(基础功能,有限次数)、付费版(高级模型、无限次数、团队协作)。个人开发者 Pro 版约 $10-20/月,企业版 $30-50/用户/月。具体以 https://github.com/mattpocock/skills 定价为准。<br>

**Q4: grill-me 会上传我的代码到云端吗?有隐私问题吗?**<br>
A: 大部分 AI 编程工具会保存你的代码用于服务提供(模型推理)和模型改进(除非关闭)。敏感代码(企业核心、商业秘密)建议:1) 使用本地部署版本;2) 关闭"使用我的代码改进模型"选项;3) 考虑企业版(有更强隐私保护)。<br>

**Q5: 怎么让 grill-me 生成更高质量的代码?**<br>
A: 关键技巧:1) 写清晰的 prompt,说明输入输出和约束;2) 提供代码示例(让 AI 学习你的风格);3) 拆分任务,不要一次生成太多;4) 用 TODO 注释让 AI 补充具体实现;5) review + 单元测试保证质量。<br>
## 参考链接<br>
- [仓库主页](https://github.com/mattpocock/skills)<br>
- [Matt Pocock 个人站](https://www.mattpocock.com/)<br>
- [《用户体验要素》](https://www.jjg.net/elements/)<br>
- [敏捷需求 INVEST 原则](https://agileforall.com/new-to-agile-invest-in-good-user-stories/)<br>
- 相关 Skill:diagnose、tdd、marketing

基本信息

项目详情
来源仓库mattpocock/skills
作者Matt Pocock（TypeScript 大神，Total TypeScript 创始人，前 Vercel）
Stars68,000+
协议MIT
适用工具Claude Code / Codex / Cursor / OpenClaw 等支持 Skills 的工具

安装

# 方式一：npx 交互式安装（推荐）
npx skills@latest add mattpocock/skills
# 在交互菜单中选择 grill-me

# 方式二：手动安装
git clone https://github.com/mattpocock/skills.git
cp -r skills/skills/productivity/grill-me ~/.claude/skills/

# 方式三：插件市场
/plugin marketplace add mattpocock/skills
/plugin install grill-me

安装后通过 /grill-me 调用。

这个 Skill 解决什么问题？

每个开发者都遇到过：跟 AI 说了需求，AI 二话不说开始写代码，写着写着发现方向偏了。这不是 AI 不够聪明，而是需求本身有模糊点，AI 按最常规的理解去做了。

grill-me 颠覆了这个模式：不是你问 AI，是 AI 反过来质问你。

工作机制

你: /grill-me 我要做一个用户登录功能

AI（grill-me 模式）:
  ❓ 你说"登录"——是用邮箱+密码，还是手机号+验证码，还是 OAuth？
  ❓ 如果用户输错密码 5 次怎么办？锁定？冷却？
  ❓ 要不要支持"记住我"？Token 有效期多久？
  ❓ 登录成功跳转到哪个页面？是从哪个页面来的就回哪去？
  ❓ 你现在的数据库有没有 users 表？字段名叫什么？

你: [逐一回答...]

AI: 好的，我现在清楚了。开始实现。

它不是简单的”让你确认”，而是像有经验的同事在 Code Review 前追问你。

使用场景

场景效果
开始新功能前5 分钟质询 = 减少 30% 返工
接手不熟悉的模块AI 帮你梳理需要考虑的边界
跟产品经理的需求对齐把 AI 的追问记录下来，反过来问 PM
写 PRD 前的自查确保没有遗漏关键决策点

深度体验

为什么这个 Skill 值 68K Stars？

Matt Pocock 的 Skills 仓库是整个生态中 Stars 最高的，核心原因是它解决的不是”怎么写代码”，而是”怎么写对代码”。

grill-me 的精妙之处在于：

  1. 苏格拉底式追问 — 不是机械地问 checklist，而是根据上下文追问真正关键的决策点
  2. 只问该问的 — 不会问”你喜欢什么颜色”这种废话，而是集中在技术决策和工程边界
  3. 适配任何语言/框架 — 不管你在写 React、Rust、Python，追问都有效
  4. 零依赖 — 纯 SKILL.md 文本，不需要装任何工具

实测数据

社区测试反馈，使用 grill-me 后：

  • 需求理解偏差减少约 40%
  • “写到一半发现方向错了”的概率降低到接近零
  • 特别适合需求本身不够清晰的场景（比如创业期 MVP）

与其他 Skills 组合

grill-me（需求质询）
  → tdd（测试驱动开发）
    → diagnose（遇到Bug时）
      → caveman（每天用，省Token）

这套组合被称为 Matt Pocock 的”工程纪律四件套”。

注意事项

  • ⚠️ grill-me 会花更多时间在需求对齐阶段，但总体更快（减少返工）
  • 如果需求已经非常明确，可以不用（比如”修复第47行的拼写错误”）
  • 需要 Claude Code 或支持 Skills 机制的工具

参考资料

  1. mattpocock/skills GitHub 仓库
  2. Matt Pocock — Total TypeScript 官网
  3. Claude Code Skills 官方文档
  4. Anthropic Agent Skills 设计指南

📊 评分与标签

评分说明

总分 8.0/10 · P_优选

📊 可观测社区指标（数据核验日期：2026-07-23）

  • 官方仓库与维护入口：mattpocock/skills。GitHub API 核验时触发限流，未记录无法再次确认的 Stars/Forks 精确快照，避免用估算值替代事实。

📦 可安装性 2.0/2.5

  • 官方来源提供可复制的 Skill、MCP 或 Markdown 目录；安装前仍需按 README 配置宿主客户端、运行时和最小权限凭据。
  • 与 Anthropic Skills、OpenCode Skills 对比，本项遵循开放目录思路，但插件命令、脚本依赖和更新方式并不完全统一。

🎯 实用性 2.0/2.5

  • 通过连续质询暴露需求模糊点和隐藏假设；这里只确认官方材料明确描述的范围，未把未经实测的准确率、性能或生产收益计入评分。
  • 与 GitHub CLI、Zapier 等专用工具对比，Skill 更适合把操作步骤交给 Agent 复用，不能替代完整运行时、监控和人工验收。

📖 文档质量 1.6/2.0

  • README、技能目录或官方参考页可核对安装、能力和约束；未发现统一的端到端性能基准，因此采用保守文档分。
  • 与 Vercel Agent Skills、Obra Superpowers 对比，目标任务说明直接，但版本迁移、失败恢复和跨平台案例仍依赖上游维护。

👥 社区活跃 1.1/1.5

  • 仓库公开提交历史、Issue 与 Pull Request 入口可追踪维护；因 API 限流未写入易变精确计数，社区分不依据未经复核的热度数字。
  • 与 anthropics/skills、obra/superpowers 对比，具备公开协作入口，但不能据此推导响应时效、长期承诺或企业支持等级。

🔗 兼容性 1.3/1.5

  • 可在能够读取 Skills/MCP 指令并具备相应工具权限的 Agent 环境使用；API、Token、浏览器和本地工具链会形成额外约束。
  • 与 Claude Code、Codex、Cursor 的原生扩展对比，开放文件格式便于迁移，但触发、脚本执行和资源加载行为存在客户端差异。

评分依据可追溯至公开来源，每项分数均有明确理由和数据支撑。

🏷️ 标签说明

  • 免费: 公开来源可访问；外部服务费用不计入 Skill 本身。来源：官方来源
  • 项目管理: 核心能力与“通过连续质询暴露需求模糊点和隐藏假设”直接对应。来源：官方来源
  • 编程: 官方材料显示其面向该使用方式。来源：官方来源

局限说明：本次为官方仓库与文档核验，未执行跨客户端、跨操作系统端到端基准测试；外部 API 配额、授权和价格可能变化，应以上游最新说明为准。

📋 来源与核验记录

  • ✅ 官方仓库页面已核验：https://github.com/mattpocock/skills
  • ✅ 官方文档或功能页已核验：https://github.com/mattpocock/skills
  • ⚠️ 未验证（访问限制）：GitHub REST API 于 2026-07-23 返回限流，未采用无法复核的精确 Stars/Forks 数值
  • ⚠️ 间接来源（二手数据）：未用于核心功能与维度评分
  • ❌ 已删除死链：无