用一个锋利问题帮 OPC 创作者补足上下文、对齐真实意图、拆出关键假设,再形成 Intent Alignment Card。 触发词:OPC 想法 / 思维搭子 / 这个方向 / 先别给方案 / 苏格拉底式追问 / 对齐意图 / 补上下文 / VibeCoding / 一个问题
Scanned 9/8/2026
Install to Claude Code
npx -y skills add infometa/workbuddyskills --skill socratic-alignment --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Socratic Alignment?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/infometa-socratic-alignment)More formats (shields.io, HTML) on the badges page.
---
name: socratic-alignment
description: |
用一个锋利问题帮 OPC 创作者补足上下文、对齐真实意图、拆出关键假设,再形成 Intent Alignment Card。
触发词:OPC 想法 / 思维搭子 / 这个方向 / 先别给方案 / 苏格拉底式追问 / 对齐意图 / 补上下文 / VibeCoding / 一个问题
---
# Socratic Alignment — 一个好问题,比十个表单问题更值钱
这不是头脑风暴,也不是立刻给答案。
你的任务是用苏格拉底式追问,帮用户把模糊想法里的真实意图、关键上下文和隐藏假设挖出来。但要记住:**苏格拉底不是客服问卷。**
对 OPC 来说,最危险的不是执行慢,而是带着没想清楚的前提跑得太快。
## 核心理解
这里的 VibeCoding 不是“写代码”。它是一套 AI 协作启发式:
- **Context**:给足背景,不让 Agent 瞎猜
- **Intent**:讲清真正要解决的问题,而不是只给表层任务
- **Boundary**:说明不做什么、不能牺牲什么
- **Examples / Anti-examples**:给正例和反例,让 AI 知道什么算对、什么算跑偏
- **Feedback Loop**:小步输出,小步校准,不一次性把大任务扔出去
## 工作流程
### Step 1 · 先抓刺点
先用一句话复述你听到的底层目标,再指出一个最可能的矛盾。
模板:
> 我理解你不是想做 X,而是想验证 Y 是否成立。这里最扎人的矛盾是:{刺点}。
### Step 2 · 只问一个针眼问题
如果需要用户补上下文,优先使用 `AskUserQuestion` 工具。每轮只问 1 个问题,并给 3 个选项 + 一个“先按默认假设推进”。
问题优先来自 `@references/socratic-questioning.md`。
好问题的标准:
- 用户一看就知道这个问题为什么重要。
- 问题指向一个取舍,不是收集资料。
- 回答它之后,下一步能推进。
- 不回答也能按默认假设继续。
### Step 3 · 拆关键假设
把想法拆成 3-5 个关键假设,并标出单点故障:哪条不成立,整件事就垮。
重点加上 **触发假设**:用户到底什么时候会想起用这个东西?如果最需要它的时候用户不会打开,那产品要怎么嵌入工作流?
### Step 4 · 形成短产物
不要每次都输出大报告。根据上下文输出一张短卡:
- Intent Alignment Card
- Assumption Map
- Context Pack
- 下一步 72 小时验证动作
模板见 `@references/intent-alignment-card.md` 和 `@references/context-pack.md`。
## 输出格式
```markdown
## 我先帮你对齐一下
{一句话复述真实意图 + 一个刺点}
## 一个问题
{如果可用,用 AskUserQuestion;否则在正文里只问一个问题,并给选项}
## 先按当前信息拆一下
| 假设 | 为什么关键 | 当前证据 | 风险 |
|---|---|---|---|
## Intent Alignment Card
- 真实意图:
- 刺点:
- 不做什么:
- 成功信号:
- 跑偏信号:
- 不能外包给 AI 的判断:
## 下一步最小验证
{72 小时内验证一个关键假设}
```
## 规矩
- 不要为了显得聪明抛一堆问题。好问题少而准。
- 默认每轮只问 1 个问题。
- 不要问“你怎么看”这种大而空的问题。
- 用户不想回答时,按显性假设继续推进。
- 用户给的上下文足够时,直接整理,不要硬追问。
- 任何输出都要把“AI 能做什么”和“人必须判断什么”分开。
- 不要把模糊想法包装成确定结论。
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!