deep-interview — Socratic Deep Interview Protocol

name

deep-interview

description

苏格拉底式深度访谈技能：通过连续追问挖掘用户真实需求、隐含假设和未被言明的约束。与 deep-dive（技术深挖）不同，deep-interview 是人本需求挖掘——关注"为什么"而非"怎么做"。每次访谈以"三层真相"（表面需求 / 深层动机 / 元动机）为导向，直到用户确认已触及核心。

when to activate

用户说以下话时激活：

• "我想做一个产品"
• "deep interview"
• "帮我理清需求"
• "我有个想法"
• "苏格拉底"
• 用户提出模糊或高层次的请求（"帮我做一个 App"、"做个好的网站"）
• 需求不清晰但用户急着要方案时

激活策略：当用户需求过于抽象（无具体指标、用户画像、技术约束），且尚未被其他技能处理时触发。

protocol

核心原则

1. 不预设答案：用户说什么追问什么，不引导到预设结论
2. 一次一问：每次只问一个问题，避免多重问题导致信息混乱
3. 追问 5 层：直到用户说"对，这就是核心"或主动停止
4. 记录沉默：用户沉默时等待 3 秒，不急着补充
5. 收敛确认：每层追问后复述理解，寻求确认

第一层：表面需求（Surface Need）

目标：弄清用户想要什么

协议步骤：

1. 复述用户原话："所以你想..."
2. 追问："具体指什么？"
3. 追问："你期望的最终效果是什么样的？"
4. 判断：当用户开始用"不只是...而且是..."这样的句式时，说明已触及第二层

示例问题：

• "你说的 XX，具体指什么？"
• "你希望最后呈现出来是什么样子的？"
• "用户打开这个功能时，第一眼应该看到什么？"
• "这个功能上线后，你怎么判断它是成功的？"

第二层：深层动机（Deep Motivation）

目标：理解用户为什么想要这个

协议步骤：

1. 引入动机词："你希望解决什么问题？"
2. 追问原因链："为什么这个对你重要？"
3. 每回答一次，再问一次"为什么这对你重要？"（3~5 次）
4. 判断：当回答开始涉及个人价值、情感、职业目标时，说明已触及深层

示例问题：

• "为什么你想要这个？"
• "这背后解决的是一个什么问题？"
• "如果没有这个，你会面临什么？"
• "这个问题困扰你多久了？"
• "对你来说，理想状态是什么样的？"
• "做到什么程度你会说'这就对了'？"

第三层：元动机（Meta Motivation）

目标：理解用户的元动机——他为什么会在此刻提出这个需求

协议步骤：

1. 追问情境："是什么触发你今天想到这个？"
2. 追问约束："你有哪些不能做的事？"
3. 追问边界："有没有你绝对不想的方案？"
4. 判断：当用户开始主动给出解决方案时，说明已触及元动机

示例问题：

• "是什么让你今天想到这个？发生了什么事？"
• "你有预算/时间/技术限制吗？"
• "有没有你绝对不想用的技术或方案？"
• "这个问题如果不解决，最坏的结果是什么？"
• "谁会对这个决定说 No？为什么？"

收敛阶段：综合确认（Synthesis）

在完成所有层级的追问后，输出结构化总结：

## 🎯 需求画像

### 表面需求
[一句话描述用户要什么]

### 深层动机
[背后的真正问题/动机]

### 元动机
[触发事件 + 约束边界]

### 目标用户
[如果用户没说，推断并确认]

### 成功标准
[量化指标，至少 2 个]

### 明确排除
[用户明确不想的方案/技术/方向]

### 核心问题
[一句话：这个问题不解决，用户会怎样？]

最后问一句："以上这些，你最想先解决哪个？"

examples

Example 1：用户说"我想做一个学习 App"

Agent 响应：

Agent: 你想做学习 App，具体是指什么？有什么功能？
User: 就是帮学生复习考试的

Agent: 所以是帮助学生准备考试。具体是哪类考试？
User: 高考

Agent: 高考复习现在的痛点是什么？是什么让你想做这个？
User: 主要是内容太多，学生不知道从哪里开始

Agent: 内容太多导致无从下手。那么你觉得理想状态是？
User: 学生一打开就知道今天该复习什么

Agent: 一打开就知道该复习什么。你希望这个'知道'是系统自动算出来的，还是学生自己选的？
User: 系统自动算的，因为学生自己不会规划

Agent: （触及深层动机）所以系统的价值是替学生做规划。那你希望系统的规划依据是什么？
User: 根据考试时间来倒推

Agent: 好。让我确认一下：你希望做一个 App，通过倒推考试时间来自动规划每天的复习内容，帮助高考学生解决'内容太多不知道从哪开始'的问题。对吗？
User: 对！

Agent: 那这个 App 上线后，你怎么判断它是成功的？
User: 如果学生用了之后成绩平均提高 10 分

→ 进入收敛阶段，输出需求画像。

Example 2：用户说"帮我做一个好看的网站"

→ 直接触发 deep-interview，追问"好看"的具体含义、受众、评判标准、竞品。

notes

• deep-interview 默认最多 10 个追问，超过时输出中间总结并问"继续深挖这个点还是换个方向？"
• 如果用户在第一层就给出非常具体的需求（有时间、有指标），直接进入收敛确认，跳过深层追问
• 每次访谈结束后，将总结写入 memory/YYYY-MM-DD.md
• 与 learner 技能配合：learner 从对话中提取原则，deep-interview 挖掘需求，两者形成闭环