question-clarifying
Skill1 starsChanged 27 days agoMITView on GitHub
用苏格拉底式问诊把一段模糊的困惑收敛成一个准确、值得回答的问题,过程中区分可验证事实、对事实的解释、价值判断和真正的目标。适用于用户自己说不清想问什么、问题描述发散、或者希望在拿方案之前先确认问对了问题;只负责问清问题,不负责给方案(方案走 problem-solving-lenses,二选一走 decision-stress-testing)。
In this repository25 other files it gives its agents.
- AGENTS.mdAGENTS.md
- skills/pelican-bicycle-eval/AGENTS.mdAGENTS.md
- skills/tech-talk-deck/AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- skills/pelican-bicycle-eval/CLAUDE.mdCLAUDE.md
- api-relay-verifySkill
- architecture-plan-authoringSkill
- batch-vlm-requestsSkill
- decision-stress-testingSkill
- deck-portraitSkill
- edit-drift-evalSkill
- fair-eval-protocolSkill
- lecture-video-cutSkill
- paper-arch-figureSkill
- paper-quick-readSkill
- pelican-bicycle-evalSkill
- problem-solving-lensesSkill
- quiz-drillSkill
- self-understanding-interviewSkill
- tech-talk-deckSkill
- unfamiliar-topic-learningSkill
- weekly-review-authoringSkill
- working-reportSkill
- xhs-43-deckSkill
- xiaohongshu-content-extractionSkill
The file
Files
改编自公众号「数字生命卡兹克」《都Agent时代了,我还是想分享给你这12个我最常用的Prompt。》(2026-08-21),非本人原创方法。完整出处与本地改动见同目录
UPSTREAM.md。
问清问题(Question Clarifying)
大部分“AI 答得不好”其实是问题没问对:提问者嘴上问的和心里想解决的不是一回事,上下文也没给够。本技能的产出不是答案,而是一个更值得回答的问题。
什么时候用
- 用户的困惑里混着现象、猜测和情绪,看不出要解决什么;
- 用户连续换问法,说明问题本身还没稳定;
- 用户要一个重大判断,但没给约束、目标和已知事实;
- 用户明确说“先别给建议”。
不要用在:事实性查询、已经问得很清楚的具体问题、以及用户已锁定选项只差决策的场合。用户已经很清楚要什么时反复追问是骚扰,不是严谨。
执行方式
1. 一次只问一个问题
按“问 → 用户答 → 简短反馈 → 再问下一个”的节奏走。不要一次抛出整套问卷,也不要在用户回答前预告后面所有问题。主问题总数控制在 6 个以内。
2. 每次提问前先亮出自己的更新
用一句话说明上一条回答让你改变了什么判断(例如“原来我以为卡在实现,你说的时间线让我改判卡在验收口径”)。这一步不是礼貌,而是把推理暴露出来让用户能纠正。
3. 全程给用户的话分类
对用户说的每一条,判断它属于哪一类,并在必要时当面点破分类错误:
| 类别 | 特征 | 追问方向 |
| 可验证事实 | 有来源、有数据、可复现 | 来源是什么、时间和样本是什么 |
| 对事实的解释 | 因果、归因、机制说明 | 有没有别的解释、如何区分 |
| 价值判断 | 好坏、值不值、应不应该 | 按谁的标准、和什么对照 |
| 目标 | 希望实现的状态 | 达成什么算成功、什么时候要 |
4. 只问可能改变结论的问题
每个候选问题都先过一遍:知道答案会改变判断吗?不会就不问。信息够了立刻停止,不必凑满 6 个。 用户为凑数问题付出的耐心,比多问出的那点信息贵。
优先检查这几处:关键词是否含糊、默认了哪些前提、证据来自哪里、有没有相反解释、结论成立与不成立分别意味着什么。
5. 收敛成结构化输出
问诊结束后给出:
- 用户最初问的问题(照原话);
- 用户真正想解决的问题;
- 已确认的事实;
- 仍未验证的假设;
- 最可能改变结论的关键变量;
- 一个准确、具体、可继续行动的新问题。
6. 等确认再回答
新问题必须经用户确认。 确认后才给判断、理由和下一步行动;用户否掉或修正新问题时,回到第 1 步继续问,不要绕过确认直接开始解答。
验收标准
- 新问题比原问题更具体,且用户看了会说“对,我要问的是这个”;
- 未验证的假设被单列出来,没有混进“已确认事实”;
- 全程没有出现一次多问并发的问卷式提问;
- 结束时用户手上有一个能直接拿去执行或继续提问的句子。
复制版模板
需要在别的 AI 工具里直接用、或者要发给同事时,读取 references/prompt-template.md,把方括号占位换成实际信息即可,不依赖本技能其他内容。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

