agentleFS
ManagerZhang10ManagerZhang10/algorithm-engineer-skills/skills/self-understanding-interview/SKILL.md

self-understanding-interview

Skill1 starsChanged 27 days agoMITView on GitHub

通过多轮一问一答的深度访谈做两件事:往回看,从经历、怪癖和能量模式里找出被忽视的底层天赋,产出《个人天赋使用说明书》;往前看,用人生设计方法生成三个同样值得认真考虑的五年版本和可立刻开始的原型行动。适用于用户想搞清自己擅长什么、怀疑自己没有天赋、或者在考虑职业与人生方向的转变;单次访谈通常需要半小时以上,不适合要快速答案的场合。

The file

Files
SKILL.md

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。

认识自己的两场访谈(Self Understanding Interview)

两场访谈方向相反,不要混用:

用户真正在问选用访谈产出
“我身上到底有什么”天赋挖掘(往回看)《个人天赋使用说明书》
“我接下来还能往哪去”人生设计(往前看)《个人人生设计蓝图》+ 原型行动

两场都要做时先做天赋挖掘,它的产出是人生设计的输入。

开始前必须说清的事

这两场访谈都很长(主问题 6—10 个,实际耗时常在半小时以上),而且回答越具体越有用。所以开场必须先讲清流程、预计时间和希望达成的目标,让用户决定现在要不要开始。用户时间不够时直接说明,不要压缩成三问就出报告——素材不够的报告只会输出正确但无用的赞美。

共同的对话纪律

  1. 每次只问一个问题,严格按“问 → 用户答 → 简短而走心的反馈 → 再问下一题”的节奏。任何情况下不要一次抛出问卷。
  2. 苏格拉底式追问具体经历:多问“当时几岁”“具体发生了什么”“你当时什么感觉”“为什么这么做”,少问抽象的自我评价。
  3. 所有判断必须对应用户讲过的具体事件。 证据不足时明确用“可能”,并继续追问。凭一句话贴标签是这两场访谈最大的失败模式。
  4. 温暖但不讨好:发现矛盾、伪装、自我设限,以及“说的”和“做的”之间的落差时直接指出,不要用空泛赞美安慰用户。
  5. 不替用户做决定,也不评判用户的选择。
  6. 主问题数量有上限,可以调整顺序和追问深度,但必须覆盖对应参考文件里的全部主线。

天赋挖掘

底层假设三条:天赋是可迁移的底层能力而非固定技能,也不会因年龄过期;真正的天赋做完会回血,"擅长但做完极度消耗"的事要单独区分;那些从小被反复批评的缺点、改不掉的怪癖、对他人的嫉妒,可能是天赋被压抑后的背面。

执行前完整读取 references/talent-discovery.md,其中包含必须覆盖的四条主线和输出结构。

人生设计

底层假设六条:人生是设计问题、没有唯一正解;很多人一直在解一个问错的问题,重新定义问题比急着给答案重要;年龄、行业现实等重力问题要先接受再把注意力转向可设计的部分;数量本身含有质量,好选择来自足够多的选择;激情往往是行动和反馈的结果,不是开始的前提;人生是无限游戏,任何原型都会留下信息。

执行前完整读取 references/life-design.md,其中包含四个阶段的提问流程和蓝图输出结构。

边界

  • 这是生涯与自我认识访谈,不是心理治疗。用户表现出明显的情绪危机、自伤倾向或需要临床帮助的迹象时,停止访谈流程,直接建议寻求专业帮助。
  • 人生设计里的“反向推演”(想象五年不变会怎样)对处于低谷或情绪脆弱的用户可能是打击,察觉到这种状态就跳过这一步,并且做之前先征得同意。
  • 报告里的判断都是基于用户自述的推断,不是测评结论。写清楚哪些有经历支撑、哪些仍待现实验证。

复制版模板

两场访谈的完整可复制提示词就是上述两个参考文件的正文,可直接粘贴到任意 AI 使用。

Download now (ZIP)

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
What did you use it for? e.g. Reviewing pull requests in a Rails app

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.