头脑风暴技能（brainstorming）：在任何创造性工作开始前，先把需求问清楚
核心结论速览
- 它是什么：一个纯对话型的 AI 技能，专门用于在写代码、做设计之前，把「你到底想解决什么问题」聊透，输出的是共识，而不是文档。
- 最大特点：每次只问一个问题、尽量给 2-4 个具体选项、先给推荐再讲备选、用 200-300 字的片段渐进确认，最后用 YAGNI 原则砍掉非必需需求。
- 适用时机：创建功能、构建组件、新增能力、修改已有行为——任何「动手之前」的时刻。
- 不适合做什么：它不产出需求文档、不写测试、不出实施计划，这些交给调用它的命令（如功能调研、方案规划类命令）来完成。
- 收益：把「做错方向再返工」的成本，前移到「十分钟聊清楚」的成本。
该技能叫什么？如何一键安装 AI 技能提升开发效率？
基本信息
| 项目 | 内容 |
|---|---|
| 中文名 | 头脑风暴技能 |
| 英文名 | brainstorming |
| 技能 ID | 11848 |
| 技能类型 | 协作对话类（探索型） |
| 输出物 | 共享理解（不是文档、不是规格、不是代码） |
它解决什么问题
开发者最常见的浪费，不是写代码写得慢，而是写错了东西。需求在脑子里是模糊的，一开始就跳进实现，等到页面做出来才发现「这不是我想要的」，于是返工。
这个技能把「先想清楚」变成一个有结构、可复用的对话流程：它不急着给方案，而是按「理解想法 → 探索约束 → 提出方法 → 验证理解」四步，一次一个问题地把模糊意图拆成清晰共识。它明确声明自己只做理解和探索，不生成规格、测试或实施计划——边界非常干净。
一键安装的思路与步骤
AI 技能的一般安装路径是「获取技能 → 注册到你的 AI 编码环境 → 验证生效」，具体如下：
- 确认前提：你的 AI 编程环境支持技能（Skill）机制，且已能正常调用斜杠命令或技能入口。不同平台的技能目录、注册方式各不相同，以官方说明为准。
- 获取技能：通过技能市场、技能仓库或团队内部技能库，按技能 ID 11848 或英文名 brainstorming 检索并添加。
- 安装/启用：按平台指引完成安装或启用（部分平台为拖入技能目录或配置文件中声明），具体命令与路径以官方说明为准。
- 验证是否生效：在对话中尝试触发该技能，观察它的回复是否符合「一次只问一个问题、给选项、先给推荐」的特征。若它一次性抛出五个问题，说明技能未正确加载。
- 配合命令使用：该技能设计为被功能调研、方案规划、项目启动类命令调用，命令负责提供上下文并处理输出，技能负责对话结构。建议在正式项目中先走一遍这些命令来验证链路。
效率提升的关键点在于：安装一次，之后每次开新功能都自动复用同一套「问对问题」的流程，不需要你每次凭感觉组织提问。
该技能的主要功能和特点
- 每次只问一个问题：这是最硬的一条原则。它明确反对「目的是什么？用户是谁？时间线是什么？」这种三连问，改为「你想通过这个功能解决什么问题？」。好处是回答者不用同时处理多条线索，思路不会被打散。
- 优先给选项而非开放题：把「我们该如何处理认证？」换成「A) JWT 令牌 B) 会话 Cookie C) 仅 OAuth」并说明各自适用场景。选择题永远比填空题好答。
- 先给推荐再讲备选：呈现方案时先说「我推荐 A，因为你的 API 会被移动端调用」，再列其他选项。既降低决策负担，又保留选择自由。
- 渐进式验证：以 200-300 字的片段呈现理解，每段都问「这符合你的想法吗？」。避免一次性抛出长篇大论把人聊困。
- 强制探索替代方案：在定案之前，必须提出 2-3 种不同思路，防止「第一个想到的方案就是最终方案」。
- 无情应用 YAGNI：对任何非必需功能追问「v1 真的需要这个吗？」，主动帮你砍需求、控范围。
- 四类问题库：发现性问题（解决什么、给谁用、成功什么样、为什么是现在）、约束性问题（依赖系统、性能要求、v1 范围、技术限制）、澄清性问题（你说的 X 是指 A 还是 B）、验证性问题（我理解得对吗、我漏了什么）。
- 有明确的反模式清单：多条问题齐发、滥用开放题、跳进解决方案、长篇独白、假设需求、跳过替代方案——每一条都配有「应该这样做」的对照。
和普通对话式 AI 的区别：普通 AI 你问它答，它倾向于「尽快给你一个看起来完整的答案」；这个技能反过来，倾向于「先不给你答案，先把你的问题问明白」。前者容易让你拿到一个自信但错位的方案，后者让你在动手前就对齐。
如何使用该技能？
调用方式
该技能通常不直接单独调用，而是作为对话结构被上层命令（如功能调研、方案规划、项目启动类命令）调用。命令负责上下文与结果处理，技能负责提问与验证方式。具体命令名以你所使用平台的官方说明为准。
分步骤使用指南
第 1 步：带着一个模糊想法开始
不需要事先整理得多清楚，反而越模糊越适合。例如：
「我想给内部工具加一个导出功能，但还没想好具体怎么做。」
第 2 步：回答它的第一个发现性问题
它可能问：「你想通过这个导出功能解决什么问题？」
你的回答会决定后续方向，例如：
「每周要给老板做周报，现在是我手动截图复制到表格里，一次要花 40 分钟。」
第 3 步：在选项题中做选择
它可能接着给：「导出格式上，哪种更贴合你的场景？A) CSV（适合再加工）B) PDF（适合直接汇报）C) 两者都要（工作量翻倍）。我推荐 A，因为你的下游是表格。」
你直接选 A，并补充「但老板偶尔要 PDF」。
第 4 步：回答约束性问题
它可能问：「这需要和现有的权限系统打通吗？不同角色能导出的数据范围是否一致？」
第 5 步：在渐进式确认中纠偏
它会用 200-300 字复述你的需求，然后问「这符合你的想法吗？」。此时最值得做的是指出偏差，例如「范围我同意，但我不想做定时导出，第一版手动触发就够了」——这就是 YAGNI 在起作用。
第 6 步：确认对齐，交给下游
对话结束时不产出文档，而是形成共识。若你需要正式需求文档或规格，由调用它的命令负责生成。
输入输出对照示例
| 环节 | 输入（你的表达） | 输出（技能行为） |
|---|---|---|
| 开场 | 「加个导出功能」 | 只问一个问题：要解决什么问题 |
| 澄清 | 「做周报太费时间」 | 给出格式选项并先推荐 CSV |
| 约束 | 「只能运营看明细」 | 追问权限边界与 v1 范围 |
| 验证 | —— | 200-300 字复述，请求确认 |
| 收尾 | 「对，就这样」 | 输出共享理解，不生成文档 |
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 头脑风暴技能（brainstorming） | 实施前的需求探索对话 | 单问题节奏、选项优先、渐进验证、YAGNI 裁剪 | 低，按技能 ID 或名称添加并按官方说明启用 | 新功能立项、组件设计、需求模糊期 | 优势：流程严格、抗跑偏、不越界产出；不足：不产出文档，需配合命令使用 |
| 通用对话式 AI 助手 | 通用问答与头脑风暴 | 自由对话、快速给方案 | 极低，开箱即用 | 灵感发散、快速了解概念 | 优势：无门槛；不足：容易一次抛多问题、过早给方案、缺少验证环节 |
| 需求文档模板 / 用户故事模板 | 结构化写作工具 | 提供固定字段（角色、场景、验收标准） | 中，需要自行填写 | 需求已基本清晰、需要留档 | 优势：产出可交付文档；不足：不解决「想不清楚」的问题，填空易流于形式 |
| 传统需求评审会议 | 人际协作流程 | 多方对齐、当面决策 | 高，需组织会议与多方时间 | 跨团队、多方利益相关 | 优势：决策权威性强；不足：成本高、频率低、难以在每次小改动前都开 |
如何选：想法还很模糊、又想避免返工，用头脑风暴技能；需要留档交付，用模板或由命令生成文档；需要跨团队拍板，仍然离不开评审会议。三者是互补关系，不是替代关系。
该技能的典型应用场景与实际体验情况
场景一：产品经理提出「加个数据看板」
- 痛点：一句话需求，谁都不知道要看哪些指标、给谁看、多久更新一次。
- 使用方式：技能先问「这个看板要帮你做什么决策？」，再给「实时监控 / 每日复盘 / 周度汇报」三个选项，最后用 YAGNI 砍掉第一版不需要的自定义筛选。
- 实际体验：上手几乎零成本，因为你只需要回答问题。效果最明显的地方是范围收敛——原本以为要做一个月的东西，聊完发现第一版三天能出。
场景二：后端工程师接到「重构订单模块」
- 痛点：重构目标模糊，容易变成「边改边加需求」的无底洞。
- 使用方式：通过约束性问题明确「必须兼容哪些老接口」「性能目标是多少」「v1 与后续范围如何切分」，再用替代方案环节对比 2-3 种拆分策略。
- 实际体验：这类场景下技能的「强制探索替代方案」价值最高，能避免直接采用第一个想到的方案。注意点是：技术细节仍需你自己判断，技能负责的是把问题问全，不替你拍板架构。
场景三：独立开发者做副业项目
- 痛点：没人可讨论，自己跟自己确认，容易陷入自我说服。
- 使用方式：把技能当作「唱反调的搭档」，让它在每个功能点上追问「v1 需要这个吗」。
- 实际体验：最实用的反而是「一次一个问题」的节奏——它逼你把每个决策单独想清楚，而不是一锅乱炖。注意点是：你要诚实回答，敷衍会让对话迅速收敛到错误结论。
场景四：团队新人接手陌生模块
- 痛点：不知道该怎么向老同事提问，问得太散对方没耐心，问得太浅又学不到东西。
- 使用方式：借技能的提问框架（发现、约束、澄清、验证）组织自己的问题清单。
- 实际体验：把「随口问」升级为「结构化问」，沟通轮次明显减少。
整体体验小结：上手难度低（只需回答），效果取决于你是否愿意暴露真实困惑，最需要注意的一点是——它不是拿来生成文档的，如果你的目标是立刻拿到一份需求说明书，应该走调用它的命令，而不是停留在对话本身。
该技能能为用户带来的价值
- 把返工成本前移：动手前花十分钟聊清楚，胜过做完后花三天改。技能的价值不在「产出」，而在「避免产出错的东西」。
- 降低沟通门槛：选择题优于填空题，推荐项优于开放项。对不擅长表达需求的用户，这套结构直接把「说不清」变成「选一个」。
- 压缩需求范围：YAGNI 的反复追问，天然帮你去掉「听起来很酷但 v1 用不上」的功能，直接缩短交付周期。
- 沉淀可复用的思考框架：四类问题（发现、约束、澄清、验证）不只在这个技能里有用，长期看会改变你提问的习惯——这是最难被替代的长期价值。
- 边界清晰，减少误用：它明确不做规格、不做测试、不做计划，避免「让 AI 什么都干」导致的半成品满天飞。
常见问题 FAQ
Q1：这个技能怎么安装？需要付费吗？
按技能 ID 11848 或英文名 brainstorming 在你的 AI 编程环境中检索并添加，再按平台指引启用。具体安装入口、命令与是否收费，以官方说明为准——不同平台的技能分发方式和计费策略不同，本文不代为承诺。
Q2：它能直接帮我写出需求文档或代码吗？
不能，而且这是设计上的刻意选择。技能详情明确写着：它只输出「理解」，不生成规格、测试或实施计划。文档与规格由调用它的命令（功能调研、方案规划、项目启动类命令）负责捕捉和生成。想拿文档，请走命令；想聊清楚，用技能。
Q3：它适合谁用？技术人员用会不会太啰嗦？
适合三类人：产品/需求提出者（把模糊想法说清）、工程师（在重构或加功能前对齐范围）、独立开发者（缺少讨论对象时自我校验）。技术同学如果需求已经非常明确，确实会觉得它啰嗦——它的定位就是模糊期工具，需求清晰时直接动手更高效。
Q4：和直接用 ChatGPT 之类的助手头脑风暴有什么区别？
通用助手倾向于快速给方案，容易一次抛多个问题、跳过验证；这个技能强制「一次一问、选项优先、先推荐、分段确认、必探替代方案」。差别不在模型能力，而在对话纪律。你需要发散灵感时用通用助手，需要收敛共识时用这个技能。
Q5：它会不会问个没完，拖慢进度？
它的流程是四步闭环（理解 → 约束 → 提方案 → 验证），不是无限追问。控制节奏的方法很简单：在渐进验证环节直接说「范围 OK，细节先不展开，进入方案对比」，它会顺着你的节奏走。真正拖慢进度的从来不是多问几句，而是做完才发现方向错了。