Cursor 实战:用 grill-me Skill 把 AI 写的 PRD 拷问到能写代码
文章目录一、为什么需要「拷问」而不是「review」二、grill-me 是什么三、快速上手3 步1. 发现2. 安装3. 触发四、实战回放从 PRD v1.0 到 v1.14.1 会话主链4.2 第一轮愿景合格规格不合格4.3 第二轮一句澄清改变产品形态4.4 落地与二次拷问五、前后对比六、你可以直接复用七、总结参考链接相关推荐本文记录一次完整实战用 AI 写了一份「看起来很完整」的 Android PRD再用grill-meSkill 做结构化拷问把愿景文档收敛成PRD v1.1并推进到工程落地。环境Cursor Node.js npx skills·案例项目离线职场英语口语 APPKotlin Compose一、为什么需要「拷问」而不是「review」用 AI 写 PRD 很快但常见问题也很典型承诺100% 离线却没考虑SpeechRecognizer在大量机型上要联网写系统翻译实际要 API 34 且首次下载语言包常需网络写模糊匹配评分却没定义同义词、阈值和毕业标准普通「帮我 review 一下」往往得到「结构清晰建议补充 xxx」。/grill-me的区别是直接说「不能直接开工」抛出 A/B/C 决策题逼你拍板最后输出可执行的 diff。普通 review/grill-me泛泛建议「不能直接开工」 具体硬伤不要求决策必答题必须拍板建议清单可执行 diff门禁、-中文 TTS、阈值表通常只审文档可跨阶段PRD → 代码 → 数据二、grill-me是什么项内容来源mattpocock/skills · skills.sh 详情页安装量680K2026-07一句话A relentless interview to sharpen a plan or designSkill 正文仅一句Run a /grilling session.触发方式用户主动disable-model-invocation: true不会自动调用同作者相关 Skillgrill-with-docs带文档对照审、batch-grill-me批量拷问。中文镜像vinvcn/mattpocock-skills-zh-cngrill-me。前置条件Node.js npx、支持 Agent Skills 的 IDE本文用 Cursor、一份待审 PRD / 设计 / 架构文档。三、快速上手3 步1. 发现# CLI 搜索npx skillsfindgrill或在 skills.sh 搜grill按安装量排序。也可在 Cursor 里问「有没有 Skill 可以像面试官一样追问产品方案」2. 安装npx skillsaddmattpocock/skillsgrill-me-g-y参数含义-g用户级安装所有项目可用-y跳过确认安装后路径~/.agents/skills/grill-me/SKILL.md。更新npx skills update。3. 触发在 Cursor 对话输入/grill-me附上 PRD 全文或用手动附加Grill MeSkill。输入技巧推荐避免附上完整 PRD 技术约束只说「这个 APP 行不行」用编号回答决策题「都可以」「你定」主动抛一句话原则等问完才发现方向错了实现一部分代码后可再次/grill-me让 Agent 基于 README 源码继续追问——本文案例的第二轮就是这么用的。四、实战回放从 PRD v1.0 到 v1.14.1 会话主链PRD v1.0 /grill-me → 第一轮硬伤 5 道必答题 → 用户拍板 → 第二轮决策验收 4 道追问 → 用户澄清「中文只显示不朗读」→ PRD v1.1 定稿 → 创建 Android 项目W1 骨架 → 对着代码再 /grill-me → 导出 docs/PRD_v1.1.md阶段产出文档拷问三轮问答 → PRD v1.1工程落地Compose 脚手架 核心练习 评分引擎代码复盘5 个实现层追问沉淀PRD 落盘README 补链4.2 第一轮愿景合格规格不合格AI 裁决方向对不能直接开工。核心硬伤三条SpeechRecognizer与「100% 离线」冲突系统翻译 ≠ 离线整句翻译Levenshtein 评的是 STT 文本不是发音5 道必答题不答完不出定稿1. STT 离线失败阻断 / 文本替代 / 仅提示装语音包 2. 翻译 MVP词典还是整句 3. 56 天终点哪 3 个场景算「能交流」 4. 用户路径线性解锁还是入学分流 5. MVP 时间盒6 / 10 周用户拍板仅提示装语音包 · 6000 词词典整句 v2· 工作/餐厅/日常三场景 · 入学分流 · 6 周做全。4.3 第二轮一句澄清改变产品形态AI 对拍板做验收如「仅提示装语音包」须补启动门禁并追问听力模式、毕业考时机等。关键转折——用户一句澄清会中文的人学英语读英文即可中文不需要读。据此砍掉中文 TTS/STT「听英文说中文」改为听英选中文四选一。定稿定位给会中文的人用的离线英语口语 APP看中文、听英文、说英文中文只显示、不朗读。- 100% 离线 / 中英双向语音 / 模糊匹配 / 系统整句翻译 配好英文语音包后离线 / 仅英文 TTS·STT / 阈值同义词表 / 6000 词词典 听英选中文 · 三场景 14 题毕业考 · 入学三档分流4.4 落地与二次拷问W1 交付Compose 底部导航、语音环境门禁、入学分流、Room 种子数据、三种核心练习、ScoringEngine。对着代码再/grill-me典型追问无语音包用户被门禁挡住有没有 Plan B同义词表为空时评分引擎如何判等价W1 只有 3 天课入学分流差异体现在哪56 课 6000 词APK 体积与内容迭代策略艾宾浩斯复习数据W2 能否平滑迁移最后将 PRD v1.1 从对话 transcript 导出至docs/PRD_v1.1.md——拷问结果必须落盘聊天不是文档仓库。五、前后对比维度v1.0grill 前v1.1grill 后定位像多邻国的离线英语 APP会中文者练口语看中文、听英文、说英文离线100% 离线配英文语音包后可用语音英 中 TTS/STT仅英文 TTS/STT中文只显示听力听英文说中文听英选中文评分 / 毕业模糊匹配 KPI 百分比阈值 同义词表 三场景可测毕业考状态愿景文档可开工 → 已实施 W1定位窄了但能做出来的概率高了几个数量级。六、你可以直接复用# 1. 安装npx skillsaddmattpocock/skillsgrill-me-g-y# 2. 准备 PRD / 设计 / 架构说明# 3. Cursor 对话/grill-me粘贴你的方案# 4. 用编号回答 AI 抛出的决策题# 5. 要求输出「可开工版」并落盘到 docs/# 6. 实现后再 /grill-me对着代码追技术债三条原则上下文一次给齐— PRD、技术栈、约束不要让人猜主动抛一句话原则— 「中文不需要读」往往比改十个功能点更有效结果必须落盘— transcript 会丢文档不会七、总结/grill-me的 Skill 正文只有一行但它激活的是一套产品决策压缩器把隐含矛盾逼到台面离线 vs STT、评分 vs 发音把模糊承诺变成可测标准毕业考 14 题、评分阈值把聊天纪要变成可落盘的工程规格PRD v1.1 →docs/如果你也在用 AI 写 PRD、技术方案或架构设计不妨装一个grill-me在写第一行代码之前先过一轮「评审面试」。参考链接资源地址grill-mehttps://skills.sh/mattpocock/skills/grill-me作者仓库https://github.com/mattpocock/skills相关推荐Android 工程师的 AI 搭档Android CLI Skills 实战笔记Ollama 本地高效部署DeepSeek模型深度搜索解决方案

相关新闻

TI GDK开发套件:单节电池电量计评估与自动化测试实战指南

TI GDK开发套件:单节电池电量计评估与自动化测试实战指南

1. GDK开发套件:单节电池电量计评估的“瑞士军刀”在电池管理系统(BMS)的开发工作中,最让人头疼的环节之一,莫过于对电量计(Fuel Gauge)芯片的评估与验证。你手头可能有一颗TI的bq系列电量计芯片…

2026/7/29 13:28:09 阅读更多 →
告别论文踩坑!2026五大AI学术工具权威测评,Gradpaper、笔墨AI实力领跑

告别论文踩坑!2026五大AI学术工具权威测评,Gradpaper、笔墨AI实力领跑

每年毕业季,大量学生都会面临论文写作、查重降重、格式排版的多重压力,借助AI工具提升效率已是行业常态。但当前AI学术工具市场乱象丛生,很多工具看似功能齐全,实则写作不规范、查重不准确、降重效果差,导致用户论文反…

2026/7/29 13:27:09 阅读更多 →
LZH格式文件怎么打开?用「软领Win解压缩」轻松解压旧日文压缩包

LZH格式文件怎么打开?用「软领Win解压缩」轻松解压旧日文压缩包

在日常处理旧软件、历史游戏资源或日文资料包时,你可能会遇到后缀为 .lzh 或 .lha 的文件。这种格式和常见的 ZIP、RAR 结构不同,属于早期日本市场广泛使用的归档压缩格式。要打开它,不能直接双击或改扩展名,需要先提取内容&#…

2026/7/29 13:27:09 阅读更多 →

最新新闻

DIY小型烟雾发生器:从压缩空气雾化原理到创意视觉应用

DIY小型烟雾发生器:从压缩空气雾化原理到创意视觉应用

1. 项目概述:从“烟雾宝盒”到创意视觉的诞生 最近在短视频和社交媒体上,一个叫“烟雾宝盒”的小玩意儿火了起来。你可能刷到过这样的视频:一个看似普通的木盒或亚克力盒子,轻轻一按,瞬间从盒子的缝隙或特定孔洞中涌出…

2026/7/29 13:34:12 阅读更多 →
2026年6月广州市花都区二手房价格深度分析

2026年6月广州市花都区二手房价格深度分析

一、报告概述本报告基于2026年6月广州市花都区多个典型二手房实际成交案例,从成交价格、户型结构、区域分布、市场趋势等维度进行深度分析,旨在为购房者、投资者及行业从业者提供真实、客观的市场参考。数据来源:广州市房地产中介协会、链家、…

2026/7/29 13:34:12 阅读更多 →
2026年6月广州市从化区二手房价格深度分析

2026年6月广州市从化区二手房价格深度分析

一、报告概述本报告基于2026年6月广州市从化区多个典型二手房实际成交案例,从成交价格、户型结构、区域分布、市场趋势等维度进行深度分析,旨在为购房者、投资者及行业从业者提供真实、客观的市场参考。数据来源:广州市住房和城乡建设局网签数…

2026/7/29 13:34:12 阅读更多 →
Geo专家于磊:AI引用偏好与GEO标准框架

Geo专家于磊:AI引用偏好与GEO标准框架

过去二十年,搜索优化围绕“排名”展开;而当答案由生成式引擎直接合成,“被引用”成为一种新的稀缺资源。Geo专家于磊长期观察这一转向,指出GEO的本质不是争夺链接,而是争夺成为AI答案一部分的资格。对从业者而言&#…

2026/7/29 13:34:12 阅读更多 →
Ubuntu图片裁剪工具全解析:从入门到精通

Ubuntu图片裁剪工具全解析:从入门到精通

1. Ubuntu平台图片裁剪工具全景指南在Linux生态中,Ubuntu作为最流行的桌面发行版之一,其图像处理需求日益增长。最近帮同事处理一批产品展示图时,我发现虽然Windows/Mac有大量现成解决方案,但Ubuntu用户往往需要花费更多时间寻找合…

2026/7/29 13:34:12 阅读更多 →
API 账单暴涨一夜:Taotoken 日志分析揪出的 3 个耗子洞

API 账单暴涨一夜:Taotoken 日志分析揪出的 3 个耗子洞

从17倍API费用激增事件看大模型成本治理的关键策略 上周五凌晨3点,我们的AI工作流服务遭遇了一次严重的成本失控事件——在短短2小时内,API调用费用激增17倍,直接导致当月预算超标。通过Taotoken的智能日志分析平台,我们最终定位…

2026/7/29 13:33:12 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/28 12:04:22 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/28 8:29:16 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/28 5:03:42 阅读更多 →

月新闻