Skill Interview Builder

👤 irenerachel 📦 v1.0.0 ⭐ 4.4 ⬇️ 698 下載
💻 開發程式設計 免費

📖 技能介紹


name: skill-interview-builder description: | 通過分步訪談引導使用者理清需求,最終產出完整的Skill檔案包(含SKILL.md、參考文件、示例檔案等), 並打包為可直接使用的壓縮包。 當用戶說"我想通過訪談新建Skill"、"用訪談方式做一個Skill"、"訪談建Skill"、 "通過訪談幫我生成Skill"、"訪談式建立Skill"、"我想訪談做一個XX的技能"時觸發。 觸發關鍵詞必須包含"訪談"二字,不含"訪談"的Skill建立請求不由本Skill處理。 不用於已有完整SKILL.md只需小改的情況,也不用於一次性提示詞請求。


Skill訪談式構建器

引導使用者完成一次結構化需求訪談,收集配套素材,最終打包生成一份可直接使用的完整Skill檔案包。

核心原則

  1. 使用者不需要懂Skill格式——他們只需要回答問題,你來負責轉化
  2. 每輪問完先小結確認——不要一口氣把12個問題全丟擲來
  3. 允許跳過不確定的問題——給出合理預設值,標註為假設
  4. 最終產出必須可直接使用——複製到資料夾就能跑

訪談階段

第一輪:核心意圖

依次問這4個問題:

  1. 這個Skill最終要產出什麼?(比如:一篇文章、一份報告、一組提示詞、一個方案)
  2. 你平時會怎麼說來觸發它?(想想你的自然表達,比如"幫我寫個週報"、"做個分鏡")
  3. 哪些場景絕對不要觸發?(比如:不要用來做XX、遇到XX情況不要用)
  4. 做到什麼程度算完成?(列出3-5個可以打勾的標準)

問完後,把回答整理成簡短摘要,請使用者確認後再繼續。

第二輪:執行環境

依次問這4個問題:

  1. 它執行在什麼環境裡?(選項:Claude Code / Cowork / Cursor / Windsurf / 釦子 / OpenClaw / ChatGPT / 其他)
  2. 允許用哪些工具?(如果不確定可以跳過,預設為該環境的標準工具)
  3. 需要讀取哪些參考資料或檔案?(比如:風格指南、模板、行業規範、歷史案例)
  4. 需要寫指令碼嗎?(如果不確定,預設不需要)

問完後,整理摘要並標記矛盾點,請使用者確認後再繼續。

素材收集(第二輪確認後立即進行)

根據第二輪中問題7(參考資料)和問題8(指令碼需求)的回答,主動引導使用者提交配套素材。 明確告知使用者:

根據你剛才描述的需求,這個Skill執行時可能需要以下配套素材。如果你手上已經有,可以現在直接上傳給我,我會一起打包到最終的Skill檔案包裡:

按需列出以下類別(只列使用者需求相關的,不要全列):

  • 參考文件:風格指南、行業規範、品牌手冊、模板檔案等(放入 references/)
  • 示例檔案:正例輸出樣本、反例輸出樣本、歷史案例等(放入 examples/)
  • 指令碼或程式碼:執行時需要的輔助指令碼、資料處理工具等(放入 scripts/)
  • 素材資源:圖片模板、字型檔案、配色方案、圖示包等(放入 assets/)

    發現更多技能外掛,請訪問7w4.net。

規則: - 使用者上傳的檔案原樣儲存到對應目錄,不做修改 - 如果使用者暫時沒有,標記為「待補充」,在最終檔案包中保留空目錄和 README 佔位說明 - 如果使用者表示不需要任何配套素材,跳過此環節直接進入第三輪

第三輪:輸出契約

依次問這4個問題:

  1. 最終輸出必須長什麼樣?(描述格式、結構、長度等)
  2. 有哪些必須包含的內容?
  3. 有哪些必須避免的內容?
  4. 能給一個正例和一個反例嗎?(如果暫時沒有可以跳過)

問完後,彙總全部資訊。

工作流程

  1. 問第一輪,等待回答
  2. 整理第一輪摘要,請使用者確認
  3. 問第二輪,等待回答
  4. 整理第二輪摘要,標記矛盾點,請使用者確認
  5. 引導素材收集:根據第二輪迴答,列出需要的配套素材類別,請使用者上傳或標記為「待補充」
  6. 問第三輪,等待回答
  7. 彙總成完整的結構化需求
  8. 如果還有矛盾或關鍵資訊缺失,最多追問5個修復問題
  9. 根據訪談結果,生成完整Skill包: a. 寫一句精確的name和description(description必須包含具體觸發詞和排除條件) b. 按以下骨架生成SKILL.md正文:
    • Goal(目標)
    • When to use(觸發條件)
    • Do not use(排除條件)
    • Inputs to collect(需要收集的資訊)
    • Procedure(執行步驟,含決策分支)
    • Output format(輸出格式)
    • Definition of done(完成標準,每條可打勾驗證)
    • Failure handling(異常處理)
    • Additional resources(配套檔案引用,明確列出每個配套檔案的路徑和用途) c. 建立資料夾結構並寫入所有檔案:
    • SKILL.md 放在根目錄
    • 使用者上傳的參考文件放入 references/
    • 使用者上傳的示例檔案放入 examples/
    • 使用者上傳的指令碼放入 scripts/
    • 使用者上傳的素材資源放入 assets/
    • 對「待補充」的目錄,建立空目錄並寫入 README.md 說明需要補充什麼 d. 生成5條測試Prompt:
    • 2條應該觸發
    • 2條不應該觸發
    • 1條邊界情況
  10. ⚠️ 驗證點:檢查生成的Skill是否滿足以下條件
    • 12個問題的回答都有體現在最終Skill中
    • description包含使用者在第2題中描述的觸發詞
    • description包含使用者在第3題中描述的排除條件
    • 完成標準與使用者第4題的回答對齊
    • 流程步驟可執行,沒有模糊指令(不使用"幫助""支援""改善"等模糊動詞)
    • 完成標準每一條都可以打勾驗證
    • 正文預計不超過500行
    • SKILL.md 中 Additional resources 引用的檔案路徑與實際資料夾結構一致 如果不滿足,修正後再繼續
  11. 根據當前環境能力,選擇交付方式(三檔降級):

    方式A:打包下載(首選) 適用環境:Claude Code、Cowork 等支援 Bash + 檔案系統的環境 操作:將整個Skill資料夾打包為 .zip 壓縮包,命名為 {skill-name}.zip,提供下載連結

    方式B:寫入指定資料夾 適用環境:Cursor、Windsurf 等有檔案寫入能力但無法打包下載的環境 操作: - 詢問使用者希望將Skill資料夾儲存到哪個路徑(如 ~/.claude/skills/{skill-name}/) - 逐個建立目錄和檔案,直接寫入使用者指定的位置 - 完成後列出已建立的檔案清單供使用者確認

    方式C:純文本輸出(兜底) 適用環境:釦子、ChatGPT 等無檔案系統操作能力的環境 操作: - 在對話中依次輸出 SKILL.md 完整內容和所有配套檔案內容 - 每個檔案用明確的檔案路徑標題分隔,方便使用者複製 - 輸出資料夾結構樹,告知使用者手動建立目錄並貼上內容

    判斷規則:優先嚐試方式A,如果環境不支援 zip 命令則降級到方式B,如果連檔案寫入也不支援則降級到方式C。 也可以在第二輪確認環境後,直接根據使用者選擇的執行環境預判交付方式。

  12. 交付最終Skill包,附上關鍵設計決策的說明和檔案清單

生成SKILL.md的質量標準

  1. 用具體動作動詞開頭,不用"幫助""支援""改善"等模糊詞
  2. 觸發條件用使用者的自然表達,不用技術術語
  3. 軟性質量要求必須轉化為可檢查的規則
  4. 正文只寫AI不知道的資訊——不要解釋AI已知的概念
  5. 正文控制在500行以內,超出部分拆到配套檔案
  6. 確保另一個AI看了也能直接執行,不需要額外解釋
  7. 不要堆砌身份設定(如"你是資深XX專家"),聚焦任務指令和流程約束

輸出格式

最終交付物根據環境能力,以三種方式之一交付(zip壓縮包 → 寫入指定資料夾 → 純文本輸出)。 同時在對話中展示以下摘要資訊:

訪談簡報

<三輪問答 + 素材收集的結構化彙總>

已解決的問題

<消除的模糊點、做出的假設、解決的矛盾>

檔案包清單

skill-name/
├── SKILL.md                    (核心技能檔案)
├── references/                 (參考文件)
│   ├── xxx-guide.md
│   └── README.md              (如無檔案,說明需要補充什麼)
├── examples/                   (示例檔案)
│   ├── good-example.md
│   ├── bad-example.md
│   └── README.md
├── scripts/                    (輔助指令碼,如果需要)
│   └── README.md
└── assets/                     (素材資源,如果需要)
    └── README.md

注:只建立使用者需求相關的目錄。無內容的目錄保留 README.md 佔位,說明該目錄的用途和待補充內容。

最終SKILL.md

<完整內容,已寫入壓縮包>

配套檔案說明

檔案路徑 來源 用途說明
references/xxx.md 使用者上傳 風格參考
examples/good.md AI生成 正例輸出樣本
... 待補充 ...

測試Prompt

編號 Prompt 預期結果
1 ... ✅ 應觸發
2 ... ✅ 應觸發
3 ... ❌ 不應觸發
4 ... ❌ 不應觸發
5 ... ⚠️ 邊界情況,說明預期行為

設計決策說明

<為什麼這樣設計description、為什麼這樣劃分邊界、為什麼選擇這個檔案結構、為什麼選擇這些配套檔案>

完成標準

  1. 12個訪談問題都有回答或合理推斷
  2. 矛盾點已解決或已明確標註為假設
  3. 產出了完整的SKILL.md,可直接複製到資料夾使用
  4. 使用者上傳的配套素材已歸入對應目錄
  5. 未提供的配套素材目錄已建立 README.md 佔位說明
  6. SKILL.md 中 Additional resources 的檔案路徑與實際資料夾結構一致
  7. 所有檔案已通過方式A(zip壓縮包)、方式B(寫入指定資料夾)或方式C(純文本輸出)交付給使用者
  8. 包含5條測試Prompt及預期結果
  9. description足夠精確,能被準確觸發
  10. 所有完成標準都是可打勾驗證的

🤖 AI 評測

這個 Skill 質量不錯,能幫你把零散的想法整理成完整的技能檔案。它的訪談設計很人性化,不用一次性回答所有問題,還有確認環節避免誤解。交付方式考慮周到,不同環境都能用。不足之處是說明文件偏長,簡單需求可能用不上這麼複雜的流程,另外對一些邊界情況的處理說得不夠清楚。總體適合需要認真規劃 Skill 的場景。

📊 多維度評分

適應性4.4
規範性4.2
有效性4.5
可靠性4.3
可信度4.8

📁 包含檔案 (2 個)

📄 SKILL.md 10.1 KB
📄 _meta.json 142 B