別再讓Claude一味迎合你
本文介紹Matt Pocock開發的/grill-me技能,它透過反覆追問迫使開發者理清需求,避免在模糊的想法上耗費精力。文章詳細闡述了從/grill-me到最終實現的四步工作流,以及保持Claude Code高效執行的相關技巧。
在AI輔助程式設計日益普及的今天,許多開發者習慣於讓AI模型直接生成程式碼,卻忽略了前期思考的重要性。TypeScript教育家Matt Pocock釋出的一套Claude技能包,尤其是其中的/grill-me技能,正試圖改變這一現狀。這些技能並非複雜的框架或封裝,而是一系列簡單的Markdown檔案,卻能在短短三個月內獲得超過5萬GitHub星標。
文章指出,傳統的計劃模式(Plan Mode)存在三個致命缺陷:模糊的需求產生模糊的計劃、執行過程中模型悄悄偏離原計劃、以及計劃從未質疑想法本身的價值。/grill-me正是針對最後一個缺陷設計的——它透過連續提問,迫使開發者在寫任何程式碼之前,先釐清每一個設計決策。
整個工作流包含四個連續步驟:
- /grill-me:對計劃進行徹底問答,直到雙方達成共識。
- /to-prd:基於問答結果生成詳細的產品需求文件。
- /to-issues:將PRD拆分為具體任務,附帶真實上下文和驗收標準。
- /afk:讓模型在無監督狀態下執行已明確的任務。
文章強調,步驟之間不能清除上下文,因為後續環節依賴前序問答中的推理。此外,當問答會話過於複雜時,/handoff技能可以將當前上下文壓縮為文件,交給新會話處理,而主會話保持清晰。
除了核心工作流,Pocock還提供了多項補充技能:/tdd實現紅綠重構迴圈、/zoom-out幫助快速理解不熟悉的程式碼模組、/grill-with-docs在擴充套件現有系統時結合程式碼庫和領域模型進行提問。
文章後半部分還整理了多個讓Claude Code執行更高效的習慣:在構思階段使用最強模型(如Opus),執行階段改用經濟型模型(如Sonnet);透過.claudeignore檔案排除無關目錄,最高可減少30-40%上下文;保持檔案不超過200-300行;在CLAUDE.md中規定搜尋而非讀取大型檔案;及時停用不需要的MCP伺服器;在上下文視窗填充至50-60%時提前壓縮;以及利用Git工作樹並行處理多個特性。
最終,文章重申了核心理念:在AI能夠輕鬆生成程式碼的時代,開發者的瓶頸不再是編碼,而是思考。/grill-me這樣的技能不產生任何程式碼,卻創造了最大的槓桿效應——因為只有想清楚、說清楚,AI才能做清楚。