使用技巧（十一）：Claude Code 最强审问官 —— grill-me 深度指南，装完先别写代码

AI 写出来的全是你不要的？装完 Claude Code 最该先做的事------让 grilling 审问你

Windows/macOS/Linux · Claude Code 2.x · Matt Pocock Skills v1.2.0 · 2026-07-25

一、你描述的需求，AI 理解对了吗？与其让AI猜测，你何不如实招供！

你遇到过这种事吗：

跟 AI 说"帮我写个用户认证系统"，它秒回 800 行代码------注册、登录、JWT、OAuth、密码重置全安排了，编译通过，测试全绿，看着完美。

然后你发现：它用的数据库是你没打算用的 MongoDB，密码策略不符合公司的复杂度要求，session 存储没走 Redis 而是写进内存------800 行代码，方向全对，细节全错。

这不是 AI 不够聪明。恰恰相反------AI 太"能干"了，能干到你不说清楚它就替你脑补。

这里有一个根本问题：你和 AI 之间缺少一个"共享设计概念"。两个人合作时，你们会讨论、辩论、对齐------你知道他知道什么。但 AI 不会跟你讨论，它直接开工。你给 3 个词，它写 3000 行，中间 40 个决策它替你做了。

Matt Pocock 管这个叫 failure mode #1："The Agent Didn't Do What I Want" ------Agent 没做你要的事。他给的解药就叫 grilling------"审问式开发"。

速览：grilling 三件套

技能	一句话	命令	适用场景
grill-me	无代码库的纯净审问，不写文件	`/grill-me`	任何地方------梳理思路、评审方案、压力测试想法
grill-with-docs	审问 + 写 CONTEXT.md 术语表 + ADR 决策记录	`/grill-with-docs`	有代码库------开工前的对齐仪式
grilling	底层审问引擎，被其他技能内部调用	自动触发	你不需要直接调它，但它是灵魂

核心原则：在写任何代码之前，先让 AI 审问你。审到你们两个对"要做什么"有完全一致的理解为止。

二、grill-me --- 无代码库的"纯净审问"

一句话：在没有代码、没有仓库、没有任何上下文的情况下，让 AI 对你的想法进行 relentless（不留情面）的审问，直到你被问到没话说。

安装：

bash 复制代码

npx skills@latest add mattpocock/skills

装完在 Claude Code 里直接 /grill-me 就能用。

这不是"AI 帮你做决定"，而是"AI 逼你做决定"。

它到底怎么审

你输入一个想法------比如"我想写一个 CLI 工具来管理项目模板"------然后 AI 不是开工，而是开始审问你：

复制代码

Q1: 模板的来源是什么？是本地 git clone、远程 GitHub 仓库、还是 Docker 镜像？
    推荐：GitHub 仓库，因为模板需要版本管理，而 git 天生支持这个。
    → 你决定

Q2: 模板里的变量替换------像项目名、作者名这些------你准备怎么处理？
    推荐：Handlebars 模板引擎，因为它对纯文本替换来说够轻，不需要引入 EJS 或 Jinja。
    → 你决定

Q3: 如果模板仓库更新了，已经用旧模板创建的项目怎么办？
    推荐：不自动同步------模板是脚手架不是依赖。可以在 CLI 里加一个 diff 命令让用户手动对比。
    → 你决定

注意三个关键设计：

一问一答，绝不多问。哪怕它脑子里有 10 个问题排着队，也只问一个。多问会让人懵。
每个问题带推荐答案。你不是在填空，而是在审批。这比"你觉得呢"的压迫感小得多。
事实它自己查，决策才问你。如果它能通过读文件、搜代码查到的------它不烦你。它只把属于你的决策端到你面前。

问题会怎么展开

grill-me 的审问顺着决策树走------一个答案会影响下一个问题：

复制代码

你: 我想做项目模板管理 CLI
  └─ Q: 模板从哪来？（你选 GitHub）
       └─ Q: 缓存策略？（因为涉及远程拉取）
            └─ 你选"每次拉最新"
                 └─ Q: 网络断了怎么办？
                 └─ Q: GitHub API 限流怎么处理？
            └─ 你选"本地缓存"
                 └─ Q: 缓存失效策略？
  └─ Q: 替换变量怎么处理？（你选 Handlebars）
       └─ Q: 用户自定义 helper？
       └─ Q: 模板里引用了不存在的变量怎么办？

这不是固定问卷，是自适应决策树。不同的答案开出不同的分支。

适合你如果

有一个模糊的想法，想把它想清楚再动手
要评审别人的方案或设计文档
在几个技术方案之间纠结，需要外部压力测试
任何"开工前必须先想清楚"的场景

不适合你如果

已经想得很清楚，只是想快点写代码（直接用 /implement）
只是小修小补（改一行 CSS 不需要审问 20 分钟）

三、grill-with-docs --- 有代码库的"审问 + 留档"

一句话 ：比 grill-me 多做一件事------把审问过程中达成的共识写到文件里。

命令还是那条：

bash 复制代码

/grill-with-docs

但它会在审问过程中同步产出：

CONTEXT.md --- 一个术语表 （glossary），不是需求文档。比如"这个项目里 Template 指什么？Workflow 指什么？"每当你俩对一个术语达成共识，立刻写入，不攒到最后。
docs/adr/ --- 架构决策记录 （ADR），但极其克制。只有同时满足三个条件的决策才会写入：不可逆 + 没有上下文会很奇怪 + 经过真实取舍。大部分 grilling 会话一个 ADR 都不产出。

为什么需要留档

grill-me 的审问结果只存在于对话里。下次 /clear 或者会话结束，就没了。

grill-with-docs 把它变成可跨会话复用的资产：

复制代码

今天你 /grill-with-docs "设计用户权限系统"
  → AI 审问你 45 分钟
  → 产出一份 CONTEXT.md（术语表 + 边界定义 + 约束条件）
  → 没产生 ADR（因为没有不可逆的决策）

下周你回来继续开发
  → AI 自动读取 CONTEXT.md
  → 不需要重新审问，直接基于上次的共识开始写代码

在完整工作流里的位置

grill-with-docs 不是孤立的------它是 Matt Pocock 完整开发流水线的第一步：

复制代码

/grill-with-docs  →  /to-spec   →  /to-tickets  →  /implement  →  /code-review
   (对齐理解)        (写成PRD)      (拆成任务)       (逐任务实现)    (双轴审查)

这五个步骤之间绝不 /clear。每个步骤都依赖前一步的理解。grill 出来的共识，spec 写成文档，tickets 拆成任务，implement 对着任务做 TDD，review 对照原计划审查。

适合你如果

有代码库，且这次任务涉及架构决策
团队协作------需要把共识以文档形式留下来
一个功能会跨多天开发------不想每次回来重新解释

不适合你如果

只是在脑暴阶段，不需要留档
任务太简单，不值得写 ADR

四、grilling 引擎 --- 60 个字改变开发方式

这是整个体系最惊人的部分：grilling 核心引擎的 SKILL.md 只有 56 个英文单词。

复制代码

Interview me relentlessly about every aspect of this until we reach a shared understanding.
Walk down each branch of the decision tree, resolving dependencies between decisions
one-by-one. For each question, provide your recommended answer.

Ask the questions one at a time, waiting for feedback on each question before continuing.
Asking multiple questions at once is bewildering.

If a *fact* can be found by exploring the environment (filesystem, tools, etc.), look it up
rather than asking me. The *decisions*, though, are mine --- put each one to me and wait for
my answer.

Do not act on it until I confirm we have reached a shared understanding.

60 个字。但它做了五件事：

机制	对应文本	解决的问题
决策树遍历	"walk down each branch of the decision tree"	不遗漏任何一个隐性决策
一问一答	"one at a time, waiting for feedback"	避免问题轰炸让人懵掉
带推荐答案	"provide your recommended answer"	把"填空"变成"审批"，降认知负荷
事实 vs 决策分离	"facts found by exploring... decisions are mine"	AI 能查的自己查，该你定的才问你
确认门禁	"do not act on it until I confirm"	审问没结束绝对不动代码

整个 grilling 体系的力量不在"提示词的技巧"，而在"流程的设计"。

谁在内部调用 grilling

grilling 被设为模型可自动调用 ------不只是你手动 /grill-me，其他技能也会在需要时自动触发它：

调用者	触发场景
`improve-codebase-architecture`	生成架构候选方案报告后，审问你选哪个
`triage`	对 Issue 分类决策时，审问你的优先级判断
`wayfinder`	解析决策类工单时，每个工单标记为 HITL（Human In The Loop）

这就是 grilling 作为"底层原语"的价值------一个技能写好了审问机制，所有技能都可以复用。

五、为什么 grilling 的思路比 grilling 的代码更重要

"你的水平是 AI 能到达的天花板。" ------ Matt Pocock

战略编程 vs 战术编程

Pocock 从 John Ousterhout 的《A Philosophy of Software Design》里借了一个框架：

层级	做什么	AI 时代的角色
战术编程	写代码、修 bug、提交 commit	AI 做------它更快更便宜
战略编程	系统设计、架构决策、任务拆解、测试策略、产品判断	你来做------这是 AI 的上限

AI 吃掉的是战术层。但战略层的质量决定了代码最终对不对、好不好。

grilling 就是在战略层建立强制对齐。

三个"书挡"，把代码夹在中间

Pocock 的完整方法论不只是 grilling，而是三个"bookends"（书挡）：

复制代码

grilling（审问对齐）
    ↓
写代码（AI 做，这是"桌上的书"）
    ↓
TDD（测试驱动------确保"对"的代码没写错）
    ↓
Code Review（对照原计划审查------确保写的代码没跑偏）

维度	传统代码审查	TDD	grilling
时机	代码写完之后	写代码的同时	写任何代码之前
问什么	"这段代码对不对、干不干净？"	"这段代码过不过测试？"	"你确定你要做的东西是对的吗？"
方向	人审 AI 的代码	AI 测自己的代码	AI 审人的思路
防止什么	烂代码	不能用的代码	做错的东西------最贵的错误

做错需求以前只浪费一个下午。现在 AI 能 5 分钟交 2000 行------做错需求的成本暴涨了 100 倍。grilling 就是把投资从"修复做错的东西"移到"防止做错"上。

不只是 Claude Code 在用

grilling 的思想正在跨工具传播：

OpenAI Codex 社区移植了 grill-me-codex（chaseai-yt），加入跨模型对抗审查
变体 drill-me（timini）把概念反转------AI 用间隔重复法考用户
Anthropic 官方回应 ：Claude Code v2.1.218 把 /code-review 改成后台子代理运行，v2.1.215 停止让 Claude 自己触发审查------把触发权交还给开发者。这正是 grilling 的核心理念：人必须留在决策环里

六、grill-me vs Plan Mode --- 为什么 Pocock 抛弃了 Plan Mode

很多人好奇：Claude Code 内置的 Plan Mode 和 grilling 有什么区别？Pocock 自己就是从 Plan Mode 迁移到 grilling 的。

维度	Plan Mode（Claude Code 内置）	grilling（Matt Pocock）
触发方式	选项开关	`/grill-me` 或 `/grill-with-docs`
行为	AI 出一个计划文档	AI 做一个审问式对话
人的角色	看文档、说 yes/no	被追问、做决策
输出	一份 Markdown 计划	共享理解 + 可选 CONTEXT.md
交互模式	一问一答（你问 AI）	一问一答（AI 问你）
问题	AI 太急着写文档，不够主动挖掘你的真实意图	强制走完决策树，每一层深度遍历

Pocock 的原话："Plan Mode 的问题是它太渴望产生一份文档了------而不是先搞清楚你到底要什么。"

grilling 反其道而行之：在理解到位之前，一个字都不写。

七、我的选择

如果你只能记住一件事 ：装完 Claude Code 和 Matt Pocock Skills 之后，任何超过 30 分钟的任务，第一步永远是 /grill-with-docs。

不是因为 grilling 本身有多神奇。是因为 AI 时代最贵的错误不再是"写出烂代码"------而是**"写出完美的代码，但它做的事不是你想要的"**。

grilling 用 60 个单词的提示词 + 一个决策树模型，把这个最贵的错误挡在代码还没写的时候就消灭了。

场景	用哪个	为什么
脑暴阶段、梳理思路	`/grill-me`	不需要留档，只要想清楚
有代码库、涉及架构决策	`/grill-with-docs`	留下 CONTEXT.md，跨会话复用
小修小补、改个 CSS	不用	不值得审问
不确定	`/grill-me`	先审了再说，没损失

扩展阅读

本系列相关文章：

使用技巧（五）：插件市场全景游 ------ Superpowers、Night Market、ECC 横向对比 --- Matt Pocock Skills 的生态位置
使用技巧（六）：Superpowers 深度配置 ------ 7 阶段开发工作流完整走通 --- 另一个完整工作流的参考
使用技巧（十）：Claude Code 会话管理术 ------ compact、rewind、checkpoint 与上下文监控 --- 别在 grilling 审问过程中 /clear
Matt Pocock Skills --- GitHub --- 18.7 万 Star，完整技能套件
AI Hero --- Skills 文档 --- grill-me 官方文档
Matt Pocock's skills, mapped v1.1 --- 完整技能地图

参考文献

mattpocock/skills --- GitHub 仓库，包含 grilling / grill-me / grill-with-docs 三个技能的完整实现
Skills Engineering README --- 工程技能的设计哲学与完整流水线说明
grill-me just passed 650,000 installs --- Skillselion 安装里程碑报告
Matt Pocock's Agent Skills --- 30K Stars and the Start of the Skill Economy --- DEV Community 深度分析
Software Fundamentals Matter More Than Ever --- DOFI 对 grilling 方法论的思想层面分析
Frederick P. Brooks, "The Design of Design" (2010) --- grilling 的设计哲学源头：共享设计概念
John Ousterhout, "A Philosophy of Software Design" (2018) --- 战略编程 vs 战术编程的理论基础