workshop-facilitation

目的

为交互式技能提供规范的引导模式：每次只进行一个步骤，清晰展示进度，在决策点给出自适应建议，并以可预测的方式处理中断。

输入

无需提供任何内容——此技能定义了其他交互式技能遵循的引导协议。 **也很有用：**如果单独调用，请说明要引导的会话及相关背景；这些背景会作为已给出的答案带入会话。

调用时一并提供的任何内容——技能名称后面的文本、粘贴的背景信息，或附加的 ARGUMENTS: 行——都视为已给出的答案。请使用这些内容，并跳过其中已涵盖的问题；不要重复询问。

**空手而来？也没问题。**当其他技能引用此协议时，请以该技能的“输入”部分为准，了解需要提供什么。

调用示例：使用此协议，引导一场为时 45 分钟、复盘失败的 Beta 版发布的会议。

核心概念

• **一次一个步骤：**每轮只提出一个有针对性的问题。
• **会话提示 + 进入模式：**开始时说明预期，并提供 引导、背景信息或最佳推测模式供选择。
• **进度可见：**显示面向用户的进度标签，例如 背景 Qx/8 和 评分 Qx/5。
• **决策点建议：**仅在需要选择时提供编号选项，不要在每个回答后都提供。
• **快速选择回答选项：**对于常规背景或评分问题，提供简洁的编号回答选项，并在适用时添加 其他（请说明）。
• **灵活解析选择：**接受 #1、1、1 and 3、1,3 或自定义文本，然后综合处理多选内容。
• **根据背景推进：**基于先前回答继续，并避免重复询问已解决的问题。
• **安全处理中断：**直接回答元问题（例如“还剩多少个问题？”），重述当前状态，然后继续。
• **快速路径：**如果用户要求一次性输出，则跳过多轮引导，直接给出精简结果。

应用

1. 首先简要说明预计所需时间和问题数量。
2. 请用户选择一种进入模式：
   • 1 引导模式（一次一个问题）
   • 2 背景信息（粘贴已知背景；跳过重复内容）
   • 3 最佳推测模式（推断缺失信息，并标注假设）
3. 每轮只提出一个问题，并在继续前等待回答。
4. 使用通俗易懂的语言提问；适时提供简短的回答格式示例。
5. 每轮显示进度：
   • 收集背景时显示 背景 Qx/8
   • 评估或评分时显示 评分 Qx/5
6. 仅在能实质性提升建议质量时追问澄清。
7. 对于常规背景或评分问题，尽可能提供快速选择的编号回答选项：
   • 选项应简洁，并尽可能互不重叠。
   • 如果可能的回答是开放式的，请添加 其他（请说明）。
   • 接受 1,3 或 1 and 3 等多选回答。
8. 仅在决策点提供编号建议：
   • 综合背景后；
   • 综合成熟度或特征后；
   • 选择优先事项或行动计划时。
9. 接受数字或自定义选择，综合处理多选内容，然后继续。
10. 如果用户提出元问题打断流程，直接回答，然后重述进度和待回答的问题。
11. 如果用户说停止或暂停，立即停止并等待其明确要求继续。
12. 结束时清晰总结已作出的决定；如果使用了最佳推测模式，还需列出待验证的假设清单。

示例

开场： “先简单说明一下：这大约需要 7-10 分钟，包含约 10 个问题。你想如何开始？

1. 引导模式
2. 提供上下文
3. 最佳猜测模式”

用户：“2”

引导者：“请粘贴你已经了解的信息。我会跳过已回答的部分，只询问缺少的信息。”

综合后选择方向：

1. 优先进行上下文设计（推荐）
2. 优先进行 Agent 编排
3. 优先进行团队与 AI 协作引导

用户：“1 和 3”

引导者：“很好。我们先进行上下文设计，同时并行开展团队与 AI 协作引导。”

**调用时提供的内联输入：**如果用户在调用时就提供了上下文，应将其计为答案，从第一个尚未回答的问题开始，并如实标注进度（如果 Q1 已覆盖，则从 Context Q2/6 开始）。完整对话记录（包括重复提问这一反模式）：examples/inline-input-flow.md。

常见陷阱

• 在同一轮中提出多个问题。
• 每次回答后都提供建议（会增加交互阻力）。
• 使用简写标签，却不提供通俗易懂的问题。
• 隐藏进度，让用户不知道还剩多少内容。
• 忽视用户选择的选项或自定义方向。
• 在使用最佳猜测模式时，未标明假设。

参考资料

• 将其用作交互式引导行为的事实来源。
• 与 skills/*-workshop/SKILL.md 中的工作坊技能以及顾问式交互技能配合使用。