# 影片筆記：AI 很認真亂做？用 Grill Me 先把需求問清楚｜Codex / GPT-5.5

## 一句話總結
影片介紹並實戰演示了名為 **Grill Me** 的 AI Agent 技能，該技能在 AI 執行任務前扮演「檢察官」角色，透過反向拷問使用者來釐清模糊需求與技術細節，從而避免 AI 因資訊不足而產生錯誤猜測，顯著提升專案產出的完整度與準確性。

## 核心重點
*   **Grill Me 的核心概念**：
    *   靈感來自歐美脫口秀中的 "Roast me"（被尖銳批評）。
    *   在 AI 開始工作前，先將使用者放在舞臺上進行拷問。
    *   目的：確保專案細節被討論清楚，避免 AI 自動腦補或猜測。
    *   價值：作為「檢察官」，在實作前審視任務，逼使用者釐清問題，將模糊想法轉化為 AI 可執行的企劃。
*   **實戰比較結果（貪食蛇遊戲開發）**：
    *   **未使用技能**：僅憑一句簡短提示詞，AI 產出的遊戲功能單一（如穿牆機制、無速度隨分數增加等），且需額外時間修正。
    *   **使用 Grill Me**：AI 主動提出 18 個問題，引導使用者確認側邊欄定義、遊戲模式、輸入方式、分數記錄與通知機制等細節。最終產出的遊戲完整度更高，包含模式切換、視覺風格、分數儲存及 Agent 工作結束後的提醒通知等功能。
*   **技能來源與生態**：
    *   該技能來自 Matt 的 GitHub 倉庫（Claude Code Skills）。
    *   Matt 曾任職於 Versel，現專注於 AI Engineering 教學，擅長將工程師工作流程拆解為可被 AI 重複執行的方法。
    *   推薦搭配其他技能（如 Grill with Docs, 2PRD, TDD）使用，以優化開發流程。
*   **延伸應用**：
    *   Winston 分享了基於 Grill Me 概念設計的「知識蒸餾」技能，用於將人的判斷、知識、品味轉為可重複使用的技能。
    *   介紹了 Skool AI 學習社群，提供每週 QA 與技能檔案下載。

## 詳細大綱

### 一、 核心概念：什麼是 Grill Me？
*   **定義與精神**：
    *   概念類似歐美脫口秀中的 "Roast me"（被尖銳批評）。
    *   在 AI 開始工作前，先將使用者放在舞臺上進行拷問。
    *   目的：確保專案細節被討論清楚，避免 AI 自動腦補或猜測。
*   **價值主張**：
    *   作為「檢察官」，在實作前審視任務。
    *   逼使用者釐清問題，避免方向錯誤。
    *   將模糊的想法轉化為 AI 可執行的企劃。

### 二、 背景與來源
*   **來源**：Matt 分享的 Claude Code Skills 倉庫。
*   **Matt 的背景**：
    *   工程師、內容創作者、教育者。
    *   曾任職於 Versel，現專注於 AI Engineering 教學。
    *   擅長將工程師工作流程拆解為可被 AI 重複執行的方法。
*   **技能特點**：
    *   簡短，非複雜 Prompt 或神奇自動化。
    *   核心在於「問清楚」而非「做太多」。

### 三、 安裝與技術架構
*   **安裝步驟**：
    1.  前往 Matt 提供的 GitHub 倉庫（網址於影片說明欄）。
    2.  進入 `Skills` 資料夾，選擇 `Productivity` 資料夾。
    3.  複製 `Grill me` 技能的網址。
    4.  在 AI Agent 軟體中新增專案，貼上網址並要求安裝該倉庫內所有技能。
    5.  重新啟動軟體以讀取技能。
*   **支援軟體**：
    *   Cursor
    *   Windsur
    *   Claude Code
    *   Codex
    *   Antigravity
*   **相容性**：即使技能最初為 Claude Code 設計，現代 AI Agent 能自動調整為適合的檔案型別。

### 四、 實戰比較：貪食蛇遊戲開發
*   **測試環境**：
    *   軟體：Codex
    *   模型：GPT 5.5（高推理模式）
    *   任務：製作一個可在側邊欄直接玩的貪食蛇小遊戲。
*   **實驗 A：無技能引導（Baseline）**
    *   輸入：「我想要做一個貪食蛇的遊戲，可以在側邊欄直接玩。」
    *   結果：
        *   耗時：4分鐘製作 + 2分鐘修正側邊欄問題。
        *   功能：穿牆機制（非撞牆死）、鍵盤操作、速度可手動調整（非隨分數增加）。
        *   評價：邏輯與可玩性尚可，但與原始設定不同，且需額外修正。
*   **實驗 B：使用 Grill Me 技能**
    *   流程：輸入提示詞後，觸發 Grill Me 技能，進入多輪問答。
    *   關鍵問答環節（共 18 題）：
        1.  **側邊欄定義**：確認是 Codex GPT 側邊欄、瀏覽器側邊欄或其他。
        2.  **產品形態**：一次性原型 vs. 固定留存的工具。
        3.  **開啟方式**：斜線指令 vs. 語音/文字指令（如「開貪食蛇」）。
        4.  **使用情境**：確認為「等待 AI Agent 工作時」的陪伴遊戲。
        5.  **操作方式**：方向鍵 WASD vs. 畫面按鈕（考慮焦點不在遊戲區的場景）。
        6.  **遊戲節奏與規則**：短局速/暫停/一鍵重開 vs. 經典中速/撞牆死。
        7.  **休閒模式**：建議撞牆可穿越的休閒模式。
        8.  **分數與記錄**：是否記錄分數、是否儲存、是否需清除重置功能。
    *   最終成果：
        *   功能完整：經典/休閒模式切換、視覺風格切換。
        *   數據管理：詳細儲存遊玩記錄、歸零按鈕。
        *   情境整合：模擬 Agent 工作結束後的「通知提醒」功能（含測試按鈕）。
    *   結論：透過問答釐清框架，提升專案初期完整度，減少事後重構成本。

### 五、 延伸應用與推薦
*   **Matt 的技能倉庫其他寶藏**：
    *   **Grill with Docs**：針對既有開發專案，與 AI 對齊檔案定義、審核標準與錯誤管理。
    *   **2PRD**：將 Grill Me 的訪談結果轉為完整的專案管理檔案（PRD）。
    *   **TDD**：在寫程式時執行，讓 AI 測試每個能力與 PRD 要求，進行紅燈/綠燈案例測試，降低 BUG 可能性。
*   **Winston 的自製技能：知識蒸餾**
    *   **概念**：基於 Grill Me 核心，透過追問訪談或附加檔案，將人的判斷、知識、品味、決策記錄下來，轉為可重複使用的技能。
    *   **執行邏輯**：
        1.  設定最高標準（例如：搜尋世界上最厲害的 YouTuber）。
        2.  模擬該標準人物招募員工的要求。
        3.  將細項要求轉為問題，考核使用者專業知識。
    *   **資源**：詳細操作過程見第 90 週每週 QA。

### 六、 社群與結語
*   **Skool AI 學習社群**：
    *   每週 QA 分享 AI 工具或自動化技能。
    *   提供技能檔案下載，方便使用者直接安裝至指定目錄。
    *   持續進行 90 週的討論。

## 工具 / 模型 / 名詞整理
*   **技能名稱**：
    *   Grill me
    *   Roast me（概念參考）
    *   Grill with Docs
    *   2PRD
    *   TDD
    *   知識蒸餾技能（Winston 自製）
*   **軟體/平台**：
    *   GitHub
    *   Codex
    *   Cursor
    *   Windsur
    *   Claude Code
    *   Antigravity
    *   Skool AI 學習社群
*   **模型**：
    *   GPT 5.5（高推理模式）
*   **人物/組織**：
    *   Matt（工程師、內容創作者、教育者，曾任職於 Versel）
    *   Winston（影片講者）
    *   Versel

## 操作流程整理
1.  **獲取技能**：
    *   前往 Matt 提供的 GitHub 倉庫。
    *   進入 `Skills` -> `Productivity` 資料夾。
    *   複製 `Grill me` 技能的網址。
2.  **安裝技能**：
    *   在支援的 AI Agent 軟體（如 Codex, Cursor, Windsur, Claude Code, Antigravity）中新增專案。
    *   貼入技能網址，要求安裝該倉庫內所有技能。
    *   重新啟動軟體以讀取技能。
3.  **執行任務（以貪食蛇遊戲為例）**：
    *   **步驟一（Baseline）**：直接輸入提示詞「我想要做一個貪食蛇的遊戲，可以在側邊欄直接玩。」觀察 AI 直接產出的結果（可能需後續修正）。
    *   **步驟二（使用 Grill Me）**：
        *   輸入提示詞後，觸發 Grill Me 技能。
        *   AI 作為「檢察官」主動提出問題（如側邊欄定義、產品形態、開啟方式、使用情境、操作方式、遊戲節奏、休閒模式、分數記錄等）。
        *   使用者逐一回答問題，釐清需求細節。
    *   **步驟三（產出）**：AI 根據問答結果生成完整遊戲，包含模式切換、視覺風格、分數儲存及通知提醒等功能。

## 值得注意的限制或風險
*   **模型版本疑義**：影片中提到使用「GPT 5.5」模型，此名稱與目前公開的主流模型版本（如 GPT-4, GPT-4o 等）不符，可能為口誤、內部測試版本名稱或聽寫錯誤。
*   **技能相容性**：雖然技能最初為 Claude Code 設計，但現代 AI Agent 能自動調整為適合的檔案型別，不過仍需確認特定軟體（如 Windsur, Antigravity）的相容性細節。
*   **依賴使用者回應品質**：Grill Me 的效果高度依賴使用者對 AI 提問的回應清晰度，若使用者無法明確回答，可能仍無法達到最佳效果。

## 逐字稿辨識疑點
*   **GPT 5.5**：逐字稿中多次提及使用「GPT 5.5」模型，此名稱與目前公開的主流模型版本（如 GPT-4, GPT-4o 等）不符，疑為口誤、內部測試版本名稱或聽寫錯誤，需查證。
*   **2PRD**：技能名稱寫作「2PRD」，疑為「To PRD」或特定縮寫，需查證該技能倉庫中的實際名稱。
*   **Windsur**：軟體名稱寫作「Windsur」，疑為「Windsurf」的拼寫錯誤，需查證。
*   **Codex GPT**：講者提及「Codex GPT 的側邊欄」，Codex 通常指代代碼生成模型或特定 IDE 插件，與 GPT 的組合稱呼較少見，疑為特定產品線名稱或口誤，需查證。
*   **Versel**：公司名稱寫作「Versel」，疑為「Vercel」的拼寫錯誤，需查證。

## 可延伸追問
*   Grill Me 技能是否可以自訂問題清單，以適應不同類型的專案（如非程式開發類）？
*   除了 Matt 提供的技能外，Skool AI 社群中還有其他哪些類似的「檢察官」或「需求釐清」類型的 AI 技能？
*   Winston 提到的「知識蒸餾」技能具體如何設定「最高標準」，並將其轉化為可重複使用的技能檔案？
*   在實際開發中，如何平衡 Grill Me 帶來的額外問答時間與後續減少重構成本之間的效率取捨？