Grill me

Skill PANGKAIFENG/ai-product-manager-skills/grill-me

AI product manager skills for Codex/Claude: brainstorming, product research, PRD workflows, requirements review, and planning handoff.

Install

npx -y skills add PANGKAIFENG/ai-product-manager-skills --skill grill-me

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

3 stars3 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

方案拷问 / 压力测试：当用户有一个产品方案、架构设计、计划或决策，想被连续追问、反方挑战、压测取舍和失败模式时使用。可用中文唤起：“拷问我的方案”“压力测试这个设计”“帮我问 hard questions” “这个方案哪里会翻车”“grill me”。目标是一问一答把决策树走清楚，不是直接替用户写最终方案。如果用户还不知道真正问题是什么，先用 ai-collaboration-calibration；如果用户要标准 PRD 交付准备度评审，用 prd-review。

SKILL.md

4.3 KB, as published. Nobody here has run it

方案拷问（grill-me）

中文速查

中文名：方案拷问 / 压力测试
英文稳定名：grill-me
你可以这样叫我：拷问我的方案、压力测试这个设计、帮我问 hard questions、这个方案哪里会翻车、grill me
适合：已有方案、架构、计划或决策，且问题目标基本确认，需要按依赖、假设、分支和失败模式逐个追问
不适合：直接写最终方案、泛泛总结文档、没有互动空间的一次性输出；问题还没定义清楚时改用 ai-collaboration-calibration；标准 PRD readiness 评审改用 prd-review

Overview

使用这个 Skill 对方案或设计做聚焦访谈式压力测试。目标是达成共同理解，而不是抛出一长串互不相干的问题。

Boundary

先判断被拷问对象是否已经成形：

问题、目标或成功标准还不清楚：转交 ai-collaboration-calibration，先校准问题定义。
已有具体方案、架构、计划、产品决策或 PRD 背后的解法：留在 grill-me 做压力测试。
用户要判断“这份 PRD 是否可开发、可测试、可交付”：转交 prd-review。
用户要判断“这份 PRD 背后的方案是否会失败”：留在 grill-me。

grill-me 不输出 Implementation-Plan Readiness 结论；这个 readiness verdict 由 prd-review 负责。

Workflow

用一句话复述正在被拷问的方案或设计。
找出主要决策分支、依赖、隐含假设和可能失败模式。
一次只问一个问题；除非答案能从本地代码或文档中直接发现，否则等待用户回答后再继续。
每个问题都要给出你的推荐答案或当前假设，让用户可以接受、否定或修正。
如果问题可以通过读取代码库、PRD、ADR 或本地文档回答，先去查证，不要把可查问题丢给用户。
按依赖顺序解决分支；上游约束还不稳定时，不要跳到下游细节。
当拷问暂停或结束时，汇总结论、被否掉的选项、仍未解决的问题和计划变化。

Context Intake

优先使用已有材料：PRD、issue、代码、文档、ADR、图、日志和之前的对话。只问那些会改变真实决策的缺失信息。

开始前先确认或推断三件事：

被压测的方案是什么。
这个方案针对的问题是否已经被确认。
用户想压测的是方案可行性、取舍、失败模式，还是 PRD artifact 质量。

如果第 2 点为“否 / 不清楚”，先建议进入 ai-collaboration-calibration。如果第 3 点是 PRD artifact 质量，转 prd-review。

Output

过程输出是一问一答，并且每个问题都附带推荐答案。结束输出是一份简洁决策记录：

已确认决策
被否掉的选项及原因
仍未解决的问题
推荐下一步

Definition of Done

关键分支已经按合理顺序探索。
每个问题都有追问理由和推荐答案。
能从代码库或本地文档回答的问题已经查证。
用户拿到决策记录，或至少明确下一个尚未解决的问题。

Evaluation

Smoke prompts:

拷问一下这个架构方案。
我发出去前，帮我压力测试这份方案。
针对这个设计问我 hard questions。

Non-trigger prompts:

直接帮我写最终方案。
不要追问，只总结这个 PRD。
帮我审 PRD，看能不能交付开发。
我还不知道真正问题是什么，先帮我想想。

Resources

references/question-patterns.md 提供依赖、失败模式、取舍和证据类追问模板；需要连续追问但问题质量下降时读取。
references/provenance.md 记录上游来源、本地重叠和合并说明。