brainstorm

Brainstorm

通过自适应的结构化提问，将模糊的想法转化为精确、可执行的成果。此技能会根据用户的实际需求调整深度和输出格式——从快速生成想法到全面的提示词工程。

Quick Start

1. 用户提出请求（模糊的想法、头脑风暴请求或需要改进的提示词）
2. 分类——归入三种模式之一：Prompt、Explore 或 Focused
3. 执行相应的探索流程（根据模式提出 3–7 个问题）
4. 按模式生成合适类型的输出
5. 提供后续步骤

Tools

工具	用途
AskUserQuestion	每次只向用户提问一个问题。Claude Code：使用原生 AskUserQuestion 和 options（见下文 AskUserQuestion Usage）。Copilot：使用带有 choices 的 ask_user。Kiro/其他：使用带编号选项的纯文本。
WebSearch	用户没有参考资料且参考资料确实有帮助时，查找参考资料。Claude Code：WebSearch。Copilot/Kiro：web_search。
Agent	委派给 Plan 子 Agent。Claude Code：Agent(subagent_type: "Plan")。Copilot：task(agent_type: "general-purpose") + # Role: Planner 块。Kiro：use_subagent。回退方案：直接在当前流程中制定计划。

AskUserQuestion Usage

即使 API 支持最多 4 个问题，每次调用也只问一个问题——多个问题会导致回答流于表面。

每个问题都需要：

• question：清晰的问题文本，以 ? 结尾
• header：简短标签（最多 12 个字符），显示为标签，例如 "Goal"、"Priority"、"Approach"
• options：包含 2–4 个选项的数组——每个选项包含 label（1–5 个词）和 description（说明权衡）。系统会自动添加 “Other”——请勿自行添加。
• multiSelect：仅当选项不互斥时设为 true。否则省略（默认为 false）。

将推荐选项放在首位，并在其标签后附加 "(Recommended)"。

示例： {"questions": [{"question": "Which matters more?", "header": "Priority", "options": [{"label": "Speed (Recommended)", "description": "Ship fast, iterate later"}, {"label": "Quality", "description": "Get it right the first time"}]}]}

Core Principles

1. 绝不猜测，绝不擅自做决定。 如果对任何事情不确定——用户的意图、限制、偏好或方向——务必先询问用户。不要自行假设、推断默认值或填补空白。提出一个澄清问题的成本，远低于基于错误假设生成结果。
2. 理解清楚之前不要作答。 急于提供帮助会产生泛泛的内容。但“理解”并不意味着“问 13 个问题”——而是要掌握足够的信息，以便给出具体内容。
3. 通过工具一次问一个问题。 多个问题会导致回答流于表面。使用 AskUserQuestion（Claude Code）、ask_user（Copilot），或在最后不得已时使用纯文本——但始终一次只问一个问题。
4. 优先采用选择题。 当答案范围可预期时，提供选项。选择题回答更快、认知负担更低，也能了解用户偏好。只有当答案确实无法预判时，才使用开放式问题。
5. 使用与用户相同的语言。 不要引入用户未使用的术语。
6. 询问生活层面的问题，而非领域知识。 了解限制、风险和不可接受的因素不需要任何领域知识，却能果断排除错误方向。
7. 不要重复询问已知信息。 追踪初始提示和所有回答中已提供的信息。
8. 尊重用户的时间。 根据请求的复杂程度调整提问深度。随口一句“帮我 brainstorm”不需要像“撰写一份详细提示词”那样严谨。

Triage — Choosing the Right Mode

提问前，先阅读用户的请求，并将其归入三种模式之一。这一步在内部完成——不要询问用户想选择哪种模式。

提示词模式

适用情形： 用户明确希望创建或改进提示词，或需要一份供其他 AI/工具/人员使用的全面说明。 信号：“改进这个提示词”“帮我写个提示词”“ช่วยคิด prompt”“我想让 Claude……”，提到要将输出用于其他 AI。 流程： 全面了解需求（围绕目标 → 方向 → 背景 → 标准提出 5–7 个问题） 输出： 改进后的提示词 + 需求梳理摘要

探索模式

适用情形： 用户想集思广益、探索可能性，或思考开放式问题。 信号：“集思广益”“帮我想想”“ช่วยคิดหน่อย”“我想做点什么，但是……”“我该做什么……”“有什么想法吗？” 流程： 简要了解需求（提出 3–5 个问题）——快速了解目标和限制条件，然后生成想法 输出： 精选想法/选项及其权衡，然后邀请用户深入探讨选中的方案

聚焦模式

适用情形： 用户针对已有背景中的具体问题，寻求策略或建议。 信号： 提示词已包含具体信息（数字、技术栈、当前情况）。用户说“集思广益，想想怎么……”“如何减少……”“最好的做法是什么……” 流程： 有针对性地了解需求（提出 0–2 个问题）——只询问确实未知的信息，跳过已说明的内容 输出： 可执行的策略/建议，附优先级和预估影响

按模式划分的工作流

各阶段详细的提问模式、技巧和示例，请参阅 references/QUESTIONING-GUIDE.md

---

提示词模式 — 全面了解需求

这是最全面的流程。用户需要精心撰写的提示词时，使用所有阶段。

阶段 1 — 接收： 确认用户的请求。可以这样说：“我会帮你打磨这个提示词。先问几个问题，让它更贴合你的情况。”

阶段 2 — 目标： 用户希望提示词达成什么效果？将目标归纳为一句话，并至少包含一个可衡量的指标。（1–2 个问题）

阶段 3 — 方向： 哪些结果绝不可接受？有哪些可行方案？收集限制条件后，提出 2–3 个可行方案并说明权衡。优先给出你的建议。（1–2 个问题 + 方案）

阶段 4 — 参考（可选）： 仅在参考资料确实有帮助时询问（例如风格/设计方面的请求）。询问用户是否有示例。如果没有但参考资料会有帮助，则使用 WebSearch。如果搜索结果不理想或没有结果，告知用户，并询问是继续而不使用参考资料，还是尝试其他搜索词。对于简单直接的请求，完全跳过此阶段。（0–1 个问题）

阶段 5 — 背景： 了解实际限制条件：时间、预算、技能、团队、环境。委婉指出与目标相矛盾的地方。（1–2 个问题）

阶段 6 — 标准： 明确“好”的定义。如果标准超过 3 项，则按优先级排序。（1 个问题）

阶段 7 — 综合： 按以下结构起草改进后的提示词：

## Improved Prompt

[The refined, specific prompt incorporating all discovered information]

---

### Discovery Summary

**Goal:** [One sentence with measurable indicator]
**Direction:** [Chosen approach and key constraints]
**Context:** [Practical constraints: time, budget, skills, environment]
**Criteria:** [Ranked evaluation criteria]

改进后的提示词必须独立完整，包含所有内嵌的限制条件，并且足够具体，确保任何 AI 都能生成有针对性的回答。

呈现后询问：“这符合你的需求吗？有什么需要调整的地方吗？” 如有需要，继续迭代。

---

探索模式 — 轻量探索

适用于开放式头脑风暴：用户想要的是创意，而不是提示词。

阶段 1 — 接收 + 快速了解目标： 表示已收到，然后使用提问工具（见工具表）提出一个问题，将目标与动机结合起来，并提供诸如：学习 / 赚钱 / 解决问题 / 构建作品集等选项。（1 个问题）

阶段 2 — 约束条件： 用 1–2 个问题询问不可接受的情况和实际限制。适合时，将相关约束合并到一个问题中（例如时间 + 预算，或技能 + 工具）。（1–2 个问题）

阶段 3 — 生成创意： 根据你了解到的信息，按主题整理并提出 5–8 个具体创意。每个创意都应包括：

• 它是什么（一句话）
• 为什么适合该用户的约束条件
• 一个潜在挑战

阶段 4 — 缩小范围： 询问用户对哪些创意感兴趣。然后提供：

1. 深入探索 某个创意（切换到提示词模式或制定计划）
2. 生成更多 某个特定方向的创意
3. 完成 — 带着这些创意开始行动

---

聚焦模式 — 定向探索

适用于具体问题：用户已经提供了充分背景。

阶段 1 — 确认背景： 总结提示词中已有的信息。明确列出已确定的内容，让用户知道你不会再问一遍。

阶段 2 — 补充信息： 只询问那些会影响建议的真实未知事项。如果提示词足够详细，你可能只需问 1 个问题，甚至可以不问，直接给出建议。（0–2 个问题）

阶段 3 — 制定策略： 提出可执行的建议：

• 按优先级排序（先列快速见效的事项，再列投入较大的事项）
• 每项说明：要做什么、预估影响、所需投入、风险
• 明确建议“从这里开始”

阶段 4 — 优化： 询问是否需要调整。提供通过 Plan 子 Agent 创建实施计划的选项。

---

下一步

交付结果后（无论采用哪种模式），使用 AskUserQuestion（或在不可用时使用 ask_user / 普通文本）提供后续选项：

• 制定计划 — 委派给 Plan 子 Agent：Agent(subagent_type: "Plan")（Claude Code）、使用 # Role: Planner 块调用 task(agent_type: "general-purpose")（Copilot）、使用 use_subagent（Kiro），或者在没有可用选项时直接制定计划
• 深入探索 — 继续探讨某个具体方面
• 完成 — 结束工作流

处理边缘情况

用户想跳过提问： 尊重用户的选择。根据现有信息尽力提供结果，并简要说明缺少了什么：“由于不了解 [X]，结果可能比较笼统，但这是我目前能提供的内容。”

用户说“我不知道”： 提供 2–3 个具体选项，让用户选择。用户的反应可以体现其偏好，无需具备专业知识。

用户的回答存在矛盾： 中立地指出：“你之前提到 X，但 Y 似乎有所不同。我们应该优先考虑哪一个？”

范围太广，无法在一次会话中完成： 建议拆分任务，并分别为每个部分执行工作流。

对话中途发现模式不合适： 切换模式。如果你从探索模式开始，但用户显然需要详细的提示词，就切换到提示词模式。无需重新开始，沿用已了解到的信息即可。