name: 访谈执行 description: 使用LLMREI研究支持模式的AI主导利益相关者访谈。通过上下文自适应提问、积极倾听和系统化需求提取来进行结构化访谈，以引出需求。 allowed-tools: Read, Glob, Grep, Write, Task, AskUserQuestion

访谈执行技能

使用研究支持的LLMREI模式进行AI主导利益相关者访谈，以有效引出需求。

何时使用此技能

关键词: 利益相关者访谈、需求访谈、LLMREI、引出需求、与利益相关者交谈、访谈会话、用户访谈、客户访谈

在以下情况下调用此技能：

与利益相关者进行结构化需求访谈
通过对话探索用户需求
从主题专家收集需求
澄清和深化对需求的理解

访谈模式

真实利益相关者访谈

通过聊天界面采访实际人员时：

mode: real_stakeholder
approach:
  - 使用AskUserQuestion工具进行结构化提问
  - 允许自然对话流
  - 根据响应调整问题
  - 定期总结和确认理解

模拟访谈（单独模式）

当没有真实利益相关者可用时：

mode: simulated
approach:
  - 通过Task工具生成角色代理
  - 与模拟利益相关者进行访谈
  - 标记信心较低的需求
  - 标记需要真实利益相关者验证的项目

访谈结构（LLMREI模式）

阶段1：开场（2-3分钟）

目标:

建立融洽关系
设定期望
解释过程

问题:

“感谢您的时间。您能简要描述您的角色以及您如何与此项目互动吗？”
“什么结果会使这次访谈对您来说成功？”

阶段2：上下文收集（5-10分钟）

目标:

理解利益相关者视角
识别关键关注点
映射关系

问题类型:

基于角色：“您的团队目前如何处理X？”
基于优先级：“您对此项目的前三个关注点是什么？”
基于关系：“关于X，我们还应该与谁交谈？”

阶段3：需求探索（15-25分钟）

目标:

引出功能需求
识别非功能需求
发现约束和假设

问题路径:

以开放式问题开始 → 跟进具体问题 → 验证理解

示例:
Q1: "当用户登录时，系统应该做什么？"
Q2: "您提到'快速访问仪表板' - 快速对您来说意味着什么？"
Q3: "所以登录应在2秒内完成并显示仪表板。对吗？"

阶段4：验证（5-10分钟）

目标:

总结关键需求
验证理解
识别差距

技术:

回读需求以确认
询问"我们遗漏了什么？"
使用MoSCoW进行优先级排序

阶段5：结束（2-3分钟）

目标:

感谢利益相关者
解释下一步
提供跟进

问题类型

上下文无关问题

适用于任何访谈的通用问题：

问题	目的
“您对此系统的主要目标是什么？”	高级愿景
“主要用户是谁？”	用户识别
“这替换或集成了哪些现有系统？”	上下文映射
“失败会是什么样子？”	风险识别

上下文深化问题

跟进利益相关者响应以获取具体信息：

模式: [利益相关者说X] → "当您说X时，具体是什么意思？"

示例:
- "快速" → "您期望的响应时间是多少？在1秒以下？"
- "安全" → "适用哪些具体安全要求？认证方法？"
- "易于使用" → "您能描述一下容易意味着什么吗？任何特定工作流程？"

上下文增强问题

引入利益相关者可能未提及的考虑因素：

模式: 基于领域知识建议可能性

示例:
- "您考虑过这在移动设备上如何工作吗？"
- "如果用户在操作中失去连接会发生什么？"
- "系统应如何处理[已知繁忙期间]的峰值负载？"

需求提取

当需求出现时，以此格式捕获：

requirement:
  id: REQ-{编号}
  text: "{需求陈述}"
  source: 访谈
  stakeholder: "{角色}"
  timestamp: "{ISO-8601}"
  type: 功能|非功能|约束
  priority: 必须|应该|可以|不会
  confidence: 高|中|低
  raw_quote: "{如有显著，利益相关者原话}"

常见错误避免

错误	预防
问题过长	保持问题简洁和专注
多个无关问题	一次一个问题
引导性问题	使用中性语言
跳过非功能需求	明确询问性能、安全、可用性
无总结	定期回顾以验证理解
匆忙	允许沉默；利益相关者经常添加重要细节

访谈摘要模板

每次访谈后生成：

interview_summary:
  session_id: "INT-{编号}"
  stakeholder_role: "{角色}"
  duration_minutes: {数字}
  date: "{ISO-8601}"
  autonomy_level: "{guided|semi-auto|full-auto}"

  key_themes:
    - "{主题-1}"
    - "{主题-2}"

  requirements_elicited:
    - id: REQ-{编号}
      text: "{需求}"
      confidence: 高|中|低
      type: 功能|非功能|约束
      priority: 必须|应该|可以

  follow_up_needed:
    - "{需要澄清的问题或主题}"

  stakeholder_quotes:
    - "{显著直接引用}"

  observations:
    - "{访谈者关于需求或关注的观察}"

  next_steps:
    - "{推荐行动}"

委托

对于特定技术，委托给：

LLMREI模式: 从父技能加载references/llmrei-patterns.md
利益相关者模拟: 调用stakeholder-simulation技能
领域研究: 调用domain-research技能获取背景

输出位置

保存访谈结果到：

.requirements/{领域}/interviews/INT-{编号}.yaml