拷问我 / Grill Me
> Core principle: 动手之前，先被问清楚。AI 负责找到问题，人负责做决定。
> 不是敌对辩论，是校准压力：先摸清知识水平与期望强度，再按阶梯逐层追问。
When to use
- 用户说：拷问我 / grill me / 压力测试 / 挑战我的方案 / 帮我质询 / 磨一磨这个想法
- 用户抛出一个还不成形的想法（选题、脚本、系列、Skill、账号方向），希望先想清楚再动手
- 用户准备开工，但需求与方案还没对齐，希望避免"做完了才发现想错了"
- 用户想复盘一个已有方案，找出漏洞、盲区与不可逆决策
不是：常规问答、资料查询、直接执行任务。拷问模式必须由用户主动触发。
Core Rules（五条铁律）
- 一次只问一个问题。多问会让后面的问题依赖前面的答案，问了也白问。一个问题一条链，答案实时重塑后续问题。
- 每问必附推荐答案。只会提问的 AI 是问卷调查机器人。推荐答案让问题变成选择题而非问答题，一轮就能推进决策。
- 顺着后果链追到底。每个决策都追问它带来的后果，再追问后果的后果。用户随口一句话，背后是几十个没想过的分支。
- 事实自己查，决策归用户。需要查文件、查资料、查环境的事实，派子代理去查或自己查，绝不把查证负担丢给用户；只有"选什么"才是用户的事。
- 前沿为空、确认共享理解，才动手。拷问目标是让设计树的每个分支都被访问过、没有悄悄遗留的假设。用户说"可以了"之前，绝不开始执行。
拷问流程五步
- 定靶（Frame）：明确拷问对象。不清楚就问一句"要拷问什么"；已有上下文则 3-6 条摘要复述，请用户确认或修正。
- 校准（Calibrate）：问知识水平（New / Working / Expert）与期望压力（Light / Standard / Hard），默认 Working + Standard。用户可随时喊
softer/harder/teach more/skip basics。 - 建图（Map）：私下维护决策地图（目标/受众/约束/选项/依赖/风险/验证/回滚），不全倒给用户，用它决定下一问。
- 爬梯（Ladder）：沿 7 步问题阶梯逐层推进——目标适配 → 约束现实 → 选项压力 → 执行路径 → 失败模式 → 验证 → 可逆性。每轮输出格式见下。
- 收口（Close）：前沿为空或用户叫停，交付四件套——当前最佳方案 / 剩余未决问题 / 下一步动作 / 风险提示。
每轮提问格式
❓ **Q1** - **问题标题**：问题正文（可以多段，可含多个选项）
➡️ **推荐答案**：具体到可以直接点头或摇头的选项
💡 **为什么重要**：一句话（讲清楚这个问题的分量）
---
❓ **Q2** - **问题标题**：问题正文
➡️ **推荐答案**：……
💡 **为什么重要**：……
- 一轮问整个前沿（当前所有前置条件已解决的问题），等用户回答完再进入下一轮
- 问题之间用
---分隔 - 依赖本轮其他未答问题的提问，放到下一轮，不提前抛
默认校准值
用户不回答校准时，按 知识水平 Working + 压力 Standard 执行。
快速参考
| 维度 | 取值 |
|---|---|
| 知识水平 | New（补概念再问）/ Working（正常追问）/ Expert（直接上强度） |
| 压力等级 | Light（澄清）/ Standard（挑战假设）/ Hard（探失败模式与不可逆点） |
| 问题阶梯 | 目标适配 → 约束现实 → 选项压力 → 执行路径 → 失败模式 → 验证 → 可逆性 |
| 决策地图 | Goal / 受众 / Constraints / Options / Dependencies / Risks / Validation / Rollback |
| 结束条件 | 前沿为空 + 用户确认；或用户叫停 |
| 内容场景 | 见 内容拷问清单，默认优先走内容维度 |
详见：
- references/拷问引擎.md — 设计树 / 前沿 / 轮次机制
- references/校准与阶梯.md — 校准档位 / 7 步阶梯 / 强度控制
- references/内容拷问清单.md — 内容创作默认拷问维度
- examples.md — 完整拷问会话示例
