Communitygithub.com

Grill Me

Entreviste o usuário incansavelmente sobre um plano ou design até alcançar um entendimento compartilhado, resolvendo todos os ramos da árvore de decisão. Use quando o usuário quiser testar seu plano, ser questionado sobre seu design ou disser explicitamente 'grill me'.

O que é Grill Me?

A skill **Grill Me** transforma o agente de IA em um entrevistador rigoroso, projetado para estressar planos e decisões de design de forma sistemática e exaustiva. Ela percorre toda a árvore de decisão, resolvendo dependências ramo por ramo, e só permite a implementação após confirmação explícita do usuário. A skill é ideal para equipes de desenvolvimento que usam agentes como Claude Code, Cursor ou Codex e desejam evitar ambiguidades antes de codificar. Seu processo combina verificação de fatos no código-fonte (evitando perguntas desnecessárias), recomendações sempre apresentadas como opção preferida, perguntas em formato de múltipla escolha (MCQ) e armazenamento automático de respostas em arquivos de conhecimento. O resultado é uma base de decisões rastreável e um plano validado antes de qualquer implementação.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add chirag127/skill-grill-me

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Grill Me faz?

Entreviste o usuário incansavelmente sobre cada aspecto de seu plano até que você alcance um entendimento compartilhado e inequívoco. Percorra a árvore de design ramo por ramo, resolvendo as dependências entre decisões uma de cada vez antes de passar para a próxima.

Processo

  1. Fatos do código-fonte, decisões do usuário. Antes de perguntar qualquer coisa, verifique se a resposta é um fato que pode ser descoberto no código-fonte (configuração, padrões existentes, decisões anteriores, arquivos OKF knowledge/). Consulte esses — não pergunte. Apenas decisões que são genuinamente do usuário são colocadas para ele. Não leia além do necessário; siga as especificações OKF e okf-prompt-lookup antes de pesquisar amplamente. (Divisão fato/decisão emprestada de Matt Pocock 2026-07-08.)

  2. Sempre recomende uma resposta. Para cada pergunta, forme sua própria resposta recomendada primeiro. Coloque-a como opção 1 com (Recomendado) anexado, por exemplo: "PostgreSQL (Recomendado)". Use opções para ensinar — forneça informações nos rótulos.

  3. Pergunte via AskUserQuestion MCQ, nunca texto livre.

  4. Agrupe perguntas relacionadas. Até 4 por chamada AskUserQuestion. Agrupe perguntas independentes em um lote; se uma pergunta posterior depender de uma resposta anterior, faça-a em um lote seguinte.

  5. Percorra a árvore em profundidade. Resolva as dependências de um ramo antes de passar para o próximo. Se uma resposta remodelar decisões downstream, derive o próximo lote com base nela. (Enquadramento de árvore de design de Brooks, via Matt Pocock 2026-07-08.)

  6. Portão de confirmação antes de executar. NÃO comece a implementar o plano até que o usuário confirme explicitamente o entendimento compartilhado. Cada resposta bloqueada é registrada em knowledge/ de acordo com self-update-rule + grill-to-knowledge — no mesmo turno. (Portão de confirmação emprestado de Matt Pocock 2026-07-08.)

  7. Pare quando todos os ramos estiverem resolvidos. Não pare após uma rodada só porque o usuário respondeu — continue até que a árvore esteja fechada.

Referências cruzadas

  • knowledge/rules/agent/grill-to-knowledge.md — capturar cada resposta bloqueada
  • knowledge/rules/agent/self-update-rule.md — disciplina de escrita no mesmo turno
  • knowledge/rules/agent/auto-grill-on-architectural-decisions.md — quando disparar

Habilidades Relacionadas