Pular para o conteúdo
Skillpedia
E-mail e mensagens107 mil · #355

interview-me

Faz perguntas para entender exatamente o que você precisa. Garante que o agente compreenda sua real necessidade antes de começar o trabalho.

O que ela faz

Esta ferramenta ajuda a IA a entender o que você realmente quer, mesmo que você não saiba explicar direito. Ela faz isso fazendo uma pergunta de cada vez até ter certeza do seu objetivo.

Quando usar

  • ✓Quando você pede algo vago como 'faça um app'.
  • ✓Quando você diz 'me entreviste' ou 'tenho dúvidas'.
  • ✓Quando há conflito entre o que você pede e o que precisa.

Exemplo do que pedir para a IA

“Me entreviste antes de começar a criar o app.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/addyosmani/agent-skills/blob/main/skills/interview-me/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/addyosmani/agent-skills/blob/main/skills/interview-me/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A IA primeiro tenta adivinhar o que você quer e qual a sua certeza sobre isso. Depois, faz uma pergunta de cada vez, explicando o porquê da pergunta, até entender completamente.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add addyosmani/agent-skills --skill interview-me

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/addyosmani/agent-skills/main/skills/interview-me/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Entreviste-me

Visão Geral

O que as pessoas pedem e o que elas realmente querem são coisas diferentes. Elas pedem "um painel" porque é o que se pede, não porque um painel resolve o problema delas. Elas dizem "faça mais rápido" sem um número para atingir.

O momento mais barato para encontrar essa lacuna é antes que qualquer plano, especificação ou código exista. Assim que você começar a construir, os custos de mudança são reais, e o usuário vai racionalizar a coisa errada em algo "bom o suficiente". O desalinhamento fica travado.

Essa habilidade fecha a lacuna antes que custe qualquer coisa. As outras habilidades da fase de Definição assumem que você já sabe mais ou menos o que quer: idea-refine gera variações a partir de uma ideia, spec-driven-development escreve os requisitos, doubt-driven-development testa um plano sob estresse depois que você o esboçou. Entreviste-me é a parte anterior a tudo isso, onde você faz uma pergunta por vez, com sua melhor suposição anexada, até que você consiga prever o que o usuário vai dizer antes que ele diga.

Quando Usar

Aplique esta habilidade quando:

  • A solicitação estiver faltando pelo menos um dos seguintes: quem é o usuário, por que ele quer isso, como é o sucesso, qual é a restrição limitante
  • A solicitação é convencional em vez de específica ("construa X para mim", "faça mais rápido") e você não consegue desempacotar a convenção sem adivinhar
  • Você for tentado a começar com suposições que não foram reveladas
  • O usuário não disse qual valor ele está otimizando quando dois valores razoáveis estão em tensão (simplicidade vs. flexibilidade, custo vs. velocidade)
  • O usuário invoca explicitamente: "entreviste-me", "me interrogue", "antes de começarmos, temos certeza?", "teste meu raciocínio"

Quando NÃO usar:

  • A solicitação é inequívoca e autônoma ("renomeie esta variável", "corrija este erro de digitação")
  • O usuário pediu explicitamente velocidade em vez de verificação
  • Solicitações puras de informação ("como X funciona?", "o que este código faz?")
  • Operações mecânicas (renomeações, formatações, movimentações de arquivos)
  • Você já tem ≥95% de confiança; releia a condição de parada abaixo antes de assumir que não tem

Carregando Restrições

Esta habilidade precisa de um usuário ativo e responsivo. Não invoque em contextos não interativos como pipelines de CI, execuções agendadas, /loop ou loops autônomos. Se você estiver em um desses e a solicitação for subespecificada, sinalize isso como um bloqueador para o usuário em vez de adivinhar.

O Processo

Etapa 1: Hipotetize, com um número de confiança

Antes de perguntar qualquer coisa, anote sua melhor leitura atual do que o usuário quer em uma frase, mais um número de confiança honesto (0–100%):

HYPOTHESIS: You want a way to answer "how are we doing?" in standup, and "dashboard" was the convention that came to mind.
CONFIDENCE: ~30% — missing: who it's for, what "metrics" means in context, and what success looks like

O número força a honestidade. Se você escreveu um número alto, mas não consegue prever as reações do usuário às próximas três perguntas que faria, o número está errado. Comece no nível de confiança que você pode defender.

Quando a confiança for inferior a ~70%, anexe um breve motivo na mesma linha — o que ainda está em aberto ou faltando. Isso diz ao usuário exatamente o que a entrevista precisa revelar e impede que o número seja um sinal vago.

Etapa 2: Faça uma pergunta por vez, cada uma com uma suposição anexada

Formato:

Q: <one focused question>
GUESS: <your hypothesis for the answer, with the reasoning that produced it>

Espere a reação do usuário antes de fazer a próxima pergunta.

Por que uma por vez, não em lote:

  • O usuário não pode reagir às suas hipóteses se você as enterrar em uma lista
  • Lotes incentivam a leitura superficial e a obtenção de respostas
  • A terceira pergunta geralmente depende da resposta da primeira; fazer todas de uma vez trava o enquadramento errado
  • A energia do usuário para pensar cuidadosamente é finita; gaste-a uma pergunta por vez

Por que anexar uma suposição:

  • O usuário reage mais rápido a uma suposição errada do que gera uma resposta do zero
  • Isso o compromete com uma hipótese sobre a qual você pode estar visivelmente errado, o que o mantém honesto
  • Isso revela suas suposições, que é o que a entrevista deve expor

O risco aqui é um usuário educado concordar com sua suposição para ser agradável. Mitigue isso estando visivelmente disposto a errar e, ocasionalmente, suponha em uma direção sobre a qual você espera que o usuário retruque.

Etapa 3: Ouça por "querer vs. deveria querer"

As respostas mais perigosas são aquelas em que o usuário diz o que uma resposta pensada soa como em vez do que ele realmente quer. Observe:

Perguntas frequentes

Por que a IA faz uma pergunta de cada vez?

Para que você possa responder com calma e a IA possa ajustar as próximas perguntas com base nas suas respostas, evitando mal-entendidos.

O que fazer se a IA errar o palpite?

A IA quer ser errada para aprender. Se o palpite estiver longe, apenas corrija a IA para que ela entenda melhor.

Quando devo parar de responder as perguntas?

Quando a IA apresentar um resumo do que você quer e você concordar dizendo 'sim'.

Detalhes

Descrição original do autor

Extracts what the user actually wants instead of what they think they should want. Achieves this through one-question-at-a-time interview until ~95% confidence about the underlying intent. Use when an ask is underspecified ("build me X" without "for whom" or "why now"), when the user explicitly invokes ("interview me", "grill me", "are we sure?", "stress-test my thinking"), or when you catch yours

repo: addyosmani/agent-skills

Popularidade

Estrelas no GitHub
107 mil
Posição no ranking
#355
Licença
MIT
Atualizada em
13/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas