关于 to-questionnaire
to-questionnaire 将信息缺口整理成 Markdown 问卷,供掌握相关信息的人异步填写或在会议中作答。它先确认接收者和所需信息,再围绕双方知识差距组织问题。
主要功能
- 01确认接收者与所需答案
- 02围绕知识缺口拟定问题
- 03按重要性排列问题
- 04按主题归类问题
- 05将问卷保存为 Markdown
适用场景
- 01向领域专家征求决策信息
- 02为利益相关者准备异步问题
- 03规划探索性会议
- 04收集缺失的项目背景
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ mattpocock/ skills --skill to-questionnaire安装后在 Claude Code 中输入/to-questionnaire确认已加载。
附带文件agents/openai.yaml
详细介绍
把用户无法独自回答的问题整理成一份问卷:一份 Markdown 文档,用户可以交给一个人异步填写,也可以在会议上一起填写。接收者掌握着用户缺少的知识,问卷的作用就是把这些知识提取出来。
质询的是发送本身,而不是主题。 只就_发送_本身询问用户,这些信息用户总能回答:发给谁,以及需要对方返回什么。文档中的问题则针对接收者所知与用户所需之间的差距。
-
发给谁? 在一轮对话中询问接收者的角色、专业领域,以及与用户的关系。这决定了问卷的语气,以及它需要承载多少背景信息。完成标准:你知道接收者是谁,以及他们知道而用户不知道的内容。
-
需要对方返回什么? 在一轮对话中询问用户无法独自解决、需要此人提供的具体决策或事实。完成标准:你拿到一份具体清单,明确用户读完后必须能够做出的决定或完成的事项。
-
撰写问卷。 围绕第 1–2 步确定的差距起草问题,并遵循下方的文档结构。将其写入当前目录下的
to-questionnaire-<slug>.md(slug 根据主题生成),并报告文件路径。完成标准:文件已存在,且用户在第 2 步中提出的每一项需求都有对应问题覆盖。
文档结构
将文档定位为发现式问卷:用户缺少背景,接收者掌握背景。异步填写时可能只有一轮机会,因此问题按从最重要到最次要排序;问题超过几个时,按主题使用 ## 标题分组。使用下方模板编写。
<问卷标题>
目的: 说明这份问卷为何存在,以及它所关系到的决策。
发件人: <用户>,收件人: <接收者>,答复用途: <答复的去向>
背景
用一段话为没有参与用户思考过程的接收者提供背景。内容应足以让对方作出恰当回答,但不必长篇大论。
如何作答
说明截止时间和大致所需精力。部分回答和“不知道”同样有价值:对于不确定的内容请标注出来,而不是直接跳过。
<主题标题>
每个主题对应一个 ## 小节。小节下列出该主题的问题,按从最重要到最次要排序。每个问题只包含一个议题,不要复合提问,问题下方紧跟一个答案占位。只有当问题可能被误解或容易得到敷衍的回答时,才加一行_为何重要_的说明。
为何重要:它决定我们现在要为突发流量做准备,还是推迟处理。
还有其他要补充的吗?
结尾的兜底问题:有没有我们没有问到、但我们应该知道的内容?