Grill Me

🔥 深度拷问,逐层拆解决策树

通过连续追问深度拷问计划可行性,逐层拆解决策树暴露隐藏假设,最终形成可执行方案

收藏
7.9k
安装
1.8k
版本
1.0.1
CLS 安全性认证2026-07-13
点击查看完整报告 >

使用说明

核心用法

grill-me 是一款结构化压力测试工具,模拟高强度面试场景对用户的计划、想法或设计进行系统性拷问。用户输入「grill me」「stress-test my idea」「прожарь идею」等触发词后,AI 会以递归方式遍历决策树的每个分支,逐层解析依赖关系,确保当前节点完全澄清后才进入下一环节。

显著优点

  • 强制深度思考: relentless questioning 机制打破认知捷径,防止过早收敛
  • 结构化探索:决策树遍历确保无遗漏,系统性优于自由对话
  • 显式化隐式假设:将用户未明言的前提条件逐一浮出水面
  • 代码感知集成:当问题可通过代码库解答时自动探索,减少无效问答
  • 双语支持:原生支持英语与俄语触发指令

潜在局限

  • 高度依赖用户配合:需用户持续投入高认知负荷,疲劳时易流于形式
  • 无终止保护机制:未内置时间/轮次上限,长决策树可能导致对话无限延伸
  • 领域知识盲区:对高度专业化领域(如特定合规框架)的追问可能缺乏针对性
  • 情绪摩擦:「relentless」风格可能引发防御性反应,降低协作效率

适合人群

  • 产品负责人需在资源投入前验证方案完备性
  • 技术架构师梳理复杂系统设计的依赖关系
  • 创业者向投资人pitch前的自我审查
  • 任何面临高 stakes 决策、希望降低事后反悔概率的场景

常规风险

S级:无直接代码执行或外部调用风险
本技能纯对话驱动,不涉及工具调用、代码执行或敏感数据访问。主要风险在于认知层面:过度追问可能导致分析瘫痪(analysis paralysis),或 AI 提供的「推荐答案」对用户产生锚定效应,抑制原创思考。建议用户明确区分 AI 建议与自主判断的边界。

安全解读

核心用法

"Grill Me" 是一种结构化批判性思维工具,通过模拟高强度面试场景,帮助用户全面审视其计划、想法或设计。执行流程分为三步:首先邀请用户描述其方案;随后沿决策树逐层深入,每次只处理一个分支,直至完全解决;每个问题都附带推荐答案供参考。若问题可通过代码库探索解决,则直接查阅而非询问用户。

显著优点

  • 系统性压力测试:采用决策树遍历方式,确保无遗漏地覆盖所有关键决策点
  • 深度假设挖掘:强制显化隐性假设,避免"想当然"导致的执行偏差
  • 依赖关系梳理:逐层解析决策间的依赖,理清因果链条
  • 双语支持:原生支持英语和俄语指令("grill me"/"прожарь идею"),国际化程度较高
  • 零代码风险:纯 Markdown 文档,无可执行代码,使用环境完全隔离

潜在局限

  • 依赖用户配合度:需要用户投入大量认知资源回应追问,若用户准备不足可能流于表面
  • 无领域专业知识:作为通用框架,对特定行业(如医疗、金融合规)的深度验证能力有限
  • 输出质量波动:最终方案质量高度依赖对话过程中的信息完整度
  • 无自动化验证:无法自动核查事实准确性或数据真伪

适合人群

  • 创业者验证商业模式前的最后把关
  • 产品经理评审 PRD 前的逻辑闭环检查
  • 工程师设计系统架构前的边界 case 梳理
  • 任何需要在重大投入前"红队演练"自己想法的决策者

常规风险

  • 认知疲劳风险:高强度追问可能导致用户产生防御心理,需配合积极的沟通策略
  • 过度分析瘫痪:理论上可无限细分决策树,需用户自行把控深度与效率的平衡
  • 确认偏误残留:若用户已有强烈预设,可能选择性回应以维护原有立场

该 Skill 本身无技术安全风险,但用户需注意:压力测试的是想法的质量,而非取代专业领域的尽职调查。

Grill Me 内容

手动下载zip · 940 B
SKILL.mdtext/markdown
请选择文件