grill-me 提示詞教學：先讓 AI 一次問一題，把模糊需求變成可驗收規格

grill-me 的用途，是在你還說不清楚想做什麼時，讓 AI 先追問關鍵決定，逐步形成雙方理解一致的需求。

例如你想做「更好用的報名系統」，這句話可能指少填幾個欄位，也可能是額滿候補、團體報名或付款提醒。因為方向差很多，直接要求 AI 開工，常會得到完整卻不合用的成品。

開發者 Matt Pocock 在十月二十二日分享，他仍會在問題極度模糊時，指定一次問一題。這種節奏能讓前一個答案，真的改變後面的問題。

但一次一題不是所有版本的固定預設。截至二〇二六年十月二十三日核對的官方程式庫，底層訪談技能採分輪提出當下能回答的問題，使用者可另外要求逐題進行。

這篇把它當作需求訪談方法，提供本站重新設計的報名系統範例，沒有聲稱只靠一段提示詞就能完成產品，也沒有把討論結束當成開發已經驗收。

適合使用它的時間，是需求仍有會改變做法的空白。若目的與限制已經明確，直接交出規格與驗收條件，通常更省力。

grill-me 先分清楚決定與可以查到的事

需求訪談最有價值的部分，是找出只有你或業務負責人能決定的事情。已經能從文件或程式查到的答案，應讓代理先查。

例如「現有系統是否支援團體報名」屬於事實，可以查看文件或實作。「這次活動是否接受代報名」屬於政策，需要負責人決定。把兩者混在一起，訪談就會讓你替 AI 做資料搜尋。

第一題應該從哪裡開始？

先問這個功能要替誰減少哪個困難。因為使用者和情境決定了後續問題，先選按鈕顏色或資料庫，很容易把討論帶進尚未需要的細節。

報名系統的起點可以是「誰在什麼時候報名失敗」。若答案是家長用手機替孩子報名，後面就該確認代填資料與聯絡方式。若是老師一次替全班處理，批次輸入才可能成為重點。

Matt 的官方程式庫把這種訪談用來縮小人與代理之間的理解落差。實務上，成功的證據是你能說清楚做什麼和不做什麼，而不是回答了多少題。

所以第一輪不需要追求完整，先找到會讓方案分岔的決定即可。一旦選了家長個別報名，就不必同時討論老師如何一次上傳全班名單。

從一個具體情境啟動逐題訪談

先給 AI 一個真實情境，再指定它每次只提出當下最重要的一題，並解釋這題會影響哪個決定。這能避免訪談變成沒有優先順序的問題清單。

下面是本站自寫範例，可以改成採購申請、活動網站或文章企劃。它不是原作者的長提示詞翻譯，使用時也不必先安裝技能。

我想改善週末工作坊的手機報名流程，但還沒想清楚需求。
請先訪談我，不要寫程式，也不要替我決定業務政策。

每次只問一題，等我回答才繼續。
先問會改變整體做法的問題，說明它影響什麼。
可以給兩個具體選項和你的理由，但不要把建議當成我的同意。
如果答案能從我提供的文件找到，請先查文件。

已知：參加者是家長與孩子，主辦人每週確認一次名單。
我不知道的地方請記為未決，別補成已確定需求。
累積到足以做最小原型時，整理已決定、未決定和驗收例子。
如果問題必須看畫面或實際操作才能回答，指出需要做哪種原型。

這份要求刻意沒有指定一定要問幾十題。因為同樣是報名系統，修改欄位名稱可能只需要幾個決定，加入候補與收費則需要更多討論。

回答時只說「都可以」會發生什麼？

「都可以」會把選擇交回代理，後面它可能繼續沿用自己的假設。因此，若你真的沒有偏好，最好說明能接受的條件，例如「只要家長能在手機完成，就接受分兩頁」。

如果不知道哪個做法好，也可以要求它列出一個具體差異，再選便宜的原型比較。這樣不必假裝已有答案，討論也能往前走。

回答可以很短，但需要帶出原因。例如「保留電話，因為主辦人要聯絡臨時候補」比「保留」更有用，因為後續會知道電話和候補流程相關。

讓前一個答案決定下一個問題

訪談應沿著已經確認的方向展開，而不是一次收齊所有可能的需求。這讓每個問題都能使用先前的答案，避免重複與互相矛盾。

假設你先決定接受候補，接著才有必要問候補順序、通知期限與補位方式。若還不知道要不要候補，就開始討論候補通知幾點寄出，答案很可能白做。

一次一題與分輪提問怎麼選？

一次一題適合你需要邊想邊改方向，或很難同時處理多個問題的情況。代價是回合較多，所以題目如果太細，討論會拖很長。

分輪提問則把彼此不依賴的問題一起提出。例如活動日期與通知語言可以同時回答，但是否收費與退款規則存在前後關係，不能假裝都能先決定。

依官方底層 grilling 技能，分輪的核心是每輪只問前提已經確定的事項。因此，它仍需要等待回答，再重新計算哪些決定能往下做。

對初次使用的人，可以先指定一次一題，熟悉後再改成小輪次。節奏的選擇應服務理解，不需要為了符合某種技巧而增加對話。

AI 突然跳去選技術時怎麼拉回來？

請它先說明這個技術選擇會改變哪個使用者行為。若無法回答，就把問題放進稍後處理的技術清單，回到你尚未決定的業務流程。

例如是否需要即時扣除名額，會影響系統如何處理同時報名。但一開始挑哪個套件，通常不會幫你決定家長到底要填哪些資訊。

這種做法也能避免你在不熟悉的領域不斷答應建議，最後拿到一份看似專業卻無法解釋的方案。每個重要選擇，至少要能說出它解決哪個問題。

把已決定與未決定的內容留下來

訪談結束前，應把決定整理成可回查的紀錄，因為一長串對話很容易讓後續代理把討論中的選項誤當成正式需求。

這份紀錄至少要分清楚已確認、仍開放與需要外部資料的事項。如果「候補通知期限」還沒問到，就應保留空白，不要為了讓規格完整而填上常見做法。

以下是教學用的需求表，並不是已完成的產品決策。你可以照欄位整理自己的答案，讓後續實作有一致起點。

表格裡的原因可以防止需求在交接時變形。例如若只寫「不登入」，後來的人可能誤以為完全不用確認聯絡方式，和原本目的差了一步。

使用技能時，檔案會自動留下嗎？

不要先假設 /grill-me 會替你保存完整規格。官方將它定位成一般訪談入口，而有程式專案背景時，另提供會結合文件的 /grill-with-docs 工作流程。

如果你需要交接文件，就在結束時明確要求輸出，並指定位置與欄位。這是你額外要求的交付，不應寫成所有訪談版本都具備的內建行為。

安裝也要看當日官方說明。核對版本中的 /grill-me 會轉交底層 /grilling，只複製那個很短的入口檔，可能缺少真正的訪談方法。

依Agent Skills 的格式規格，技能可以帶有其他檔案與參照內容。因此，安裝前應知道它會讀什麼，不能只看名稱相同就認定內容一致。

用反例、邊界與停止條件驗收規格

需求是否清楚，最容易用具體反例檢查。因為很多模糊說法在正常情境都合理，一碰到額滿、缺資料或重複操作，差別才會出現。

例如「防止重複報名」可以指同一個孩子不能重複，也可能指同一個電話只能送一次。讓 AI 列出這兩種情況，再由你決定，會比抽象討論更容易找出誤解。

可以怎麼要求最後一輪檢查？

請代理把目前規格轉成幾個可操作的例子，包含輸入、預期結果與不能發生的事。只要有一個例子讓你覺得不對，就回到相對應的決定修正。

報名流程可以用「剩一個名額時，有兩位孩子一起報名」作為邊界案例。你必須決定全部拒絕、部分成功，或進入候補，因為這會直接影響家長看到的結果。

停止條件則可以寫成：關鍵使用者、主要流程、失敗回應與驗收案例都有明確答案，剩餘問題不會改變原型範圍。這樣訪談就有終點，不會一直擴成完整公司制度。

但有些問題只能透過畫面決定，例如家長會不會看懂兩頁表單。這時應先做可丟棄的原型，找人操作，再把觀察帶回需求，而不是繼續猜使用者感受。

用一段報名對話檢查問題是否真的接得上

假設你回答「家長可以同時替兩個孩子報名」，下一題就應追問名額以家庭還是孩子計算。因為這個答案會改變剩餘名額、表單欄位與額滿時的處理，屬於值得先定的決定。

如果接著回答「一個孩子算一個名額」，代理可以提出剩一席卻報兩人的案例。此時你可能才發現，希望兩人一起候補，不接受一個成功、一個失敗，原本的流程就因此改變。

相反地，若它收到兩個孩子的答案後，立刻問首頁要藍色還是綠色，問題雖然也能回答，卻沒有推進名額邏輯。你可以要求它回到尚未完成的決策分支，再處理視覺。

這種檢查也適用寫文章。你先決定讀者是不懂技術的老師，後面的問題就該確認教學情境與能使用的工具，不該直接轉成工程師如何串接伺服器。

交給實作代理時，保留哪些脈絡最有用？

交接時保留原始目的、已選方案與被排除方案的原因即可，不必把所有聊天逐字貼上。因為討論中曾經出現的想法很多，全部帶進去反而讓代理難以辨認哪個已定案。

例如寫清楚「家長替孩子報名，每個孩子占一席。剩餘名額不夠整組時一律進候補。這次不做付款」，就能把重要關係保留下來。再附上一個正常例子與額滿例子，實作時更容易核對。

未決問題也要交代它是否阻擋工作。配色可以先用既有樣式，退款政策若會影響資料設計，則必須先等決定。這樣後續代理知道哪些可以合理繼續，哪些不能自行補答案。

最後請實作代理用自己的話重述任務，再指出它打算如何驗收。如果重述漏掉整組候補，就在寫程式前修正，讓訪談累積的理解確實進入後續工作。

常見失敗：問題太多、AI 代替你決定

當問題開始重複，先請 AI 列出還沒解決的分岔與每題的影響。若它列不出來，很可能是在延長對話，而不是降低不確定性。

當它把建議寫成既定結論，就要求在決策表標記誰決定、依據在哪。這個欄位能把「模型推薦」和「你接受」分開，避免後續實作沿用未授權假設。

若範圍一直增加，就把這次只需要完成的情境寫回開頭。例如「本次只改善週末工作坊，不加入整年課程商城」，能讓討論重新回到可交付範圍。

需要理解訪談結束後如何交給開發與審查，可以再看代理工作流程的基礎文章，將已確認的需求接成下一個具體任務。

延伸閱讀：從 Vibe Coding 進階到 Agentic Engineering：Prompt、Rules、Skills、Subagents 一次搞懂

延伸閱讀：Claude 寫了九成程式，誰來審？Claude Code 團隊公開分層審查流程

常見問題 FAQ

grill-me 是所有 AI 都內建的指令嗎？

不是。斜線名稱通常需要安裝對應技能或外掛才能識別，沒有安裝時，仍可用一般文字要求逐題訪談。

為什麼新版一次問好幾題？

核對的官方底層技能採分輪提出前提已經成立的問題。你可以明確要求一次一題，別把原作者某次使用方式當成所有版本的預設。

不會寫程式也能使用嗎？

可以，因為釐清讀者、目的與限制也適用文章、活動或商業流程。需要技術事實時，應讓代理查文件，重要業務選擇仍由負責人決定。

問完就可以直接讓 AI 開發嗎？

先檢查決策表與驗收例子是否符合你的意思，再交付開發。對話結束只代表形成需求，不代表功能已完成或測試通過。

讓下一個任務有足夠清楚的起點

先選一個仍模糊的需求，要求 AI 每次問一個會改變做法的問題，再把你的答案變成可檢查的例子。當剩下的疑問需要看畫面，就改做原型。歡迎訂閱 AI 郵報，持續取得能直接調整使用的工作方法。

資料來源

• Matt Pocock 的逐題訪談分享。
• Matt Pocock 官方技能程式庫。
• 官方底層 grilling 技能。
• Agent Skills 官方規格。