概述 rich-elicitation 用于在开始工作前处理任务歧义。当用户请求中存在过多未回答的维度、且每个维度都有若干合理答案时,该技能不会默默选择默认值,而是跨多轮提出有针对性的澄清问题。目标是得到正确的初稿,而不是需要三轮修改的通用答案。轮次上限为 3 轮;第 3 轮后仍不清楚的内容将给出显式假设并继续推进。
触发条件 满足以下情况时使用:请求有 2 个及以上歧义维度,且每个维度有 3 个以上可行选项;用户在范围、受众、语气、格式或策略上的可能意图不明确;早期答案会实质性改变输出的结构或方向;任务涉及写作、规划、设计、建议或开放式创意工作;第 1 轮答案解锁了需要在继续前解决的新选择集。 不应触发的情况:简单的事实查询或数学计算;范围清晰、只有单一明显解释的请求;存在安全默认值的次要未知项。
使用方式 第一步,运行触发检查清单,逐项判断是否存在多种有效输出格式、受众未知、语气不明、范围可窄可宽、技术还是通俗处理不清、存在多个战略方向、用户约束未知等信号,若命中 2 项及以上则触发本技能。第二步,使用 ask_user_input_v0 提出第 1 轮问题,最多 3 个问题,相关问题合并为一次调用,先用 1–2 句话说明提问原因,每个问题标记一个选项为(推荐)。第三步,根据第 1 轮答案重新运行检查清单,若仍有 2 项及以上信号未解决则进入第 2 轮,否则继续。第四步,按需执行后续轮次:第 1 轮为决定整体输出的阻塞性问题,最多 3 个;第 2 轮为第 1 轮答案解锁的追问,最多 3 个;第 3 轮为最终细节,最多 2 个,谨慎使用。轮次之间自然过渡,不要机械地宣告“第 2 轮”。第五步,在第 3 轮后(或更早,若上下文足够)简要说明剩余假设并开始任务。
示例 示例一为多轮场景:用户请求“帮我为项目做一份演示文稿”。第 1 轮问受众、主要目标、已有内容量,用户回答投资者、路演、粗略笔记,因此进入第 2 轮,追问融资阶段和幻灯片长度,之后无需第 3 轮。示例二为单轮场景:用户请求“写一封跟进提案的商务邮件”,第 1 轮仅问语气和主要目标,得到答案后即有足够上下文,不再追问。
最佳实践 每个问题始终标记一个(推荐)选项;提问前先用 1–2 句话铺垫;一次调用最多合并 3 个相关问题;每轮后重新评估,上下文足够即停止;互斥选择用 single_select,可组合时用 multi_select;第 3 轮后显式说明剩余假设。避免用 6 次单独调用完成 2 次分组调用即可完成的事;避免同一问题标记两个推荐选项;避免使用“其他”“视情况而定”等无说明的模糊选项;避免在界面中机械标注轮次;避免为存在安全默认值的次要细节启动追问轮。
适用场景 适用于写作、规划、设计、建议与创意类开放式任务,尤其是早期答案会打开新选择集的场景。
限制 该技能不验证用户答案的内部一致性,而是按给定内容采信;轮次结构是指南而非硬性契约,何时停止需要判断;与 ask_user_input_v0 配合效果最佳,在没有该工具的环境中问题质量可能下降;不处理只能通过获取外部信息(如读取用户未上传的文件)才能解决的歧义;不适合实时或对延迟敏感、任何提问开销都不可接受的工作流。
安全说明 该技能为纯推理,不发出 shell 命令、不读取文件、不发起网络请求、不改变状态,风险级别为无,无需运行 npm run security:docs 审查。
常见问题 问了一个好问题得到答案后未检查是否出现新未知项;所有选项看似同等有效时未标记推荐;为消除所有未知而运行 4 轮以上;第 2 轮重复第 1 轮已解决的类别。对应做法是每轮后重新运行检查清单、选择对多数用户适用或风险最低的选项并标记、硬性限制 3 轮、每轮解锁新维度而非重复已解决问题。
相关技能 @ask-user-questions 提供带推荐选项的单轮澄清,适合较简单任务;当早期问题的答案会打开新的有意义选择时,使用 rich-elicitation。