學習筆記

TL;DR

Groomy 透過在 AI 動手前先窮盡式地提問，將 AI 的「先做再改」轉變為「先問後做」，大幅提升 AI 協作的效率與精準度，避免了無效的修改與時間浪費。

快速結論

Groomy 是一個強大的 AI 協作工具，其核心價值在於革命性地改變了 AI 工作流程。過去 AI 經常是接到模糊指令後就直接執行，導致產出不符預期，需要不斷來回修改；Groomy 則反其道而行，要求 AI 在開始任何工作（如寫程式、改造內容）之前，先扮演「考官」的角色，窮盡式地向使用者提問，釐清每一個細節與決策點。

這種「先問後做」的模式，能將使用者腦中模糊或未確定的想法，透過 AI 的引導式提問，逐步釐清並轉化為清晰的共識。AI 在提問過程中，會先自行查找事實性資訊，只在真正需要使用者拍板的決策點停下，並提供推薦答案，大大縮短了溝通時間。最終，AI 才根據明確的共識開始執行任務，確保產出的結果高度符合預期。

因此，Groomy 讓 AI 協作從低效的「試誤」轉變為高效的「精準執行」，使用者只需投入少量時間與 AI 對話，就能大幅減少後續的修改成本，並產出更符合需求的結果。它不僅適用於程式開發，也能應用於內容創作、決策規劃等需要釐清想法的場景。

這支影片在說什麼

這支影片介紹了一款名為 Groomy 的 AI Skills，旨在解決 AI 在協作過程中「未釐清需求就執行」導致效率低落的問題。影片透過實際案例，展示 Groomy 如何在 AI 動手前，引導使用者釐清專案細節，達成共識，進而提升 AI 協作的準確性與效率。這支影片適合任何需要與 AI 協作、希望提升工作產出品質的使用者。

最重要的 3-5 個重點

1. Groomy 的核心價值是「先問後做」的協作模式：不同於一般 AI 接受模糊指令後就直接執行，Groomy 要求 AI 在動手前，透過一系列問題，窮盡式地釐清使用者的需求、偏好與決策點，確保所有細節都達成共識後才開始執行。
2. AI 在提問過程中提供推薦答案，加速溝通：Groomy 的 AI 在提問時，會先提供自己的推薦答案，使用者只需簡單回覆「對」即可推進對話，無需每次都解釋一大段。同時，AI 會自行查找事實性資訊，只在真正需要決策時才詢問使用者。
3. 實例展示 Groomy 的應用與成效：影片透過改造個人部落格首頁的案例，對比了未使用 Groomy (AI 直接修改，結果不符預期) 和使用 Groomy (AI 逐一詢問，釐清細節，產出符合預期) 的差異，證明了 Groomy 在提升精準度與減少返工上的顯著優勢。
4. Groomy 可應用於多種場景，不僅限於程式碼：除了程式碼改造，Groomy 還被用於決定下一期內容主題、規劃內容深度與主線，展現其在決策規劃、內容創作等領域的廣泛適用性。
5. Groomy 提供不同版本以滿足不同需求：除了基本的 Groomy，還有 Groomy with docs (邊問邊記錄決策到文件) 和 Batch Grammy (一次性提出所有能問的問題，適合快速進行)，以及開發中的 Batch Grammy，提供更靈活的協作選項。

知識架構

• AI 協作的問題

  • AI 接受模糊指令後直接執行
  • 產出不符預期，需要從頭來過
  • 問題出在 AI 未釐清使用者真實需求

• Groomy 的解決方案：先問後做

  • AI 扮演「考官」角色
  • 在動手前窮盡式提問
  • 釐清每一個細節與決策點
  • 達成共識後才開始執行

• Groomy 的運作機制

  • AI 先自行查找事實性資訊
  • 在真正需要使用者拍板的決策點停下
  • 提供推薦答案，加速溝通
  • 使用者只需回覆「對」或做出決策

• Groomy 的應用場景

  • 程式碼改造
  • 內容創作（如部落格首頁改造）
  • 決策規劃（如決定下期內容主題、深度）

• Groomy 的衍生工具

  • Groomy: 核心功能，問完即止

• Groomy with docs: 邊問邊記錄決策到文件

  • Batch Grammy: 一次性提問，適合快速進行 (開發中)
  • Grammy: 共同的提問引擎

關鍵概念

• Groomy: 一款 AI Skills，能讓 AI 在動手前先對使用者進行窮盡式提問，釐清需求。
• 先問後做: Groomy 核心的協作模式，將傳統 AI 的「先做再改」轉變為「先問清楚再做」。
• 考官角色: Groomy 中 AI 在執行任務前的身份，透過提問引導使用者釐清細節。
• 窮盡式提問: Groomy 透過一系列問題，深入探討專案的各個面向，不遺漏任何決策點。
• 推薦答案: Groomy 在提問時會提供建議，使用者可快速回覆，加速對話流程。
• 事實性資訊查找: Groomy 的 AI 會自行查找相關事實，只在必要時詢問使用者。
• 拍板決策: 指使用者需要做出最終決定的環節，Groomy 會在此停下來詢問。
• 上下文的記錄: Groomy 的對話記錄充滿使用者的真實想法、提問與答案，形成一份有用的參考資料。
• Groomy with docs: Groomy 的一個版本，會在提問的同時，將專案中的決策記錄成一份文件。
• Batch Grammy: Groomy 的一個版本，能一次性提出所有可問的問題，適合追求效率的使用者。
• Grammy: Groomy 等工具背後使用的共同提問引擎。

重要例子與細節

• 部落格首頁改造案例:
  • 未使用 Groomy: 指令「幫我改造我的部落格首頁」，AI 直接動手，但自行決定了內容主推重點，忽略了使用者在意的訂閱功能，導致結果不符預期，需重來。
  • 使用 Groomy:
    1. AI 先翻閱部落格代碼，了解現狀。
    2. 提問 1: 「這次改造你最想讓訪客做的那一件事是什麼？是讀到你最新的協作、認識你，還是充著課程和資訊來？」AI 推薦：既然主要更新博客，就讓博客當主角。
    3. 使用者回覆：對。
    4. 提問 2: 「另外，我想提高訂閱率。」AI 順著追問訂閱框的佈局。
    5. AI 翻閱代碼發現訂閱組件文案不錯，但位置在頁面最底下，大多數人滾不到。
    6. 提問 3: (AI 發現問題後提出) 「你最新的食篇博客全是每天一篇的 AI 早讀日报而首頁那個大圖衛默认就是拿最新一篇頂上去的，這麼做首頁最顯眼的位置展示的會是一條日报，不是能代表你的那種文章。」AI 停下提醒使用者這個問題。
    7. 雙方約定：首頁大圖固定選最新的一篇常文。
    8. 後續提問: 關於其他板塊的流覽、看、訂閱的佈局。
    9. 最終共識: 博客當主角、訂閱放兩處、首頁大圖鎖定常文、其他板塊降級。
    10. AI 再次確認「這樣對嗎？」，使用者確認後 AI 才開始動手。
  • 總結: Groomy 總共問了 5-6 個問題，沒有廢話，都是內行話，確保改造結果精準。
• 決定下一期內容主題案例:
  • 使用者需求: 選擇 Skills 系列下一期該做哪個主題。
  • 候選題目: Hyperframes 的幾個 Skills，以及一些別的方向。
  • Groomy 提問:
    1. 「下一期做哪個主題？」AI 推薦：從別人的 Skills 切回自己日常使用的工具。
    2. 「那麼做給誰看？講多深？」AI 推薦：講輕量級的、想上手的觀眾。
    3. 使用者表示想做給開發者，做一期專業介紹。
    4. AI 繼續追問：「那這期專業介紹主線是什麼？」
    5. AI 推薦：可以從應和使用者需求切入。
  • 結果: 透過一問一答，確

定了选题、深度、主線，甚至連開頭都釐清楚。

• Groomy 的安裝與使用:
  • 安裝命令: mpx scales add groomy
  • 使用方式: 在對話框輸入 /groomy 即可主動調用。
• Groomy 的規模: 儘管功能強大，但核心代碼非常小，只有幾行字，並且可以輕鬆安裝。

可學習的洞察

1. AI 協作的本質是清晰的溝通，而非直接執行：Groomy 的出現證明了，AI 的價值不僅在於執行力，更在於其引導使用者釐清複雜需求的溝通能力。
2. 將「思考」的環節前置，能大幅降低「執行」的成本：在 AI 動手前投入少量時間進行充分溝通，可以避免後續大量的修改與返工，從長遠來看是極為划算的。
3. AI 可以是「協作者」也是「引導者」：Groomy 透過提問，將 AI 的角色從單純的執行者，轉變為能引導使用者思考、梳理思路的夥伴。
4. 結構化提問是解決模糊問題的有效手段：Groomy 的窮盡式提問，本質上就是一種結構化思考的應用，幫助使用者將零散的想法組織起來。
5. 類似「對話式」的思維梳理方法，對人類自身也有益：影片中提到 Groomy 類似「對著小黃鴨自言自語」的系統化，這種方法不僅對 AI 有效，使用者透過與 Groomy 對話，也能更清晰地梳理自己的想法。

可行動的整理

1. 安裝 Groomy 體驗: 在專案中執行 mpx scales add groomy，並主動調用 /groomy 來嘗試使用。
2. 嘗試 Groomy 於程式碼改造: 針對現有專案，提出一個程式碼改造需求，觀察 Groomy 的提問方式與產出。
3. 應用 Groomy 於內容企劃: 思考下一篇部落格文章、影片或專案的需求，使用 Groomy 協助釐清主題、目標受眾、內容深度等。
4. 探索 Groomy with docs: 如果有需要記錄專案決策的場景，可以嘗試使用 Groomy with docs 來幫助自動化記錄。
5. 思考自己在與 AI 協作時的痛點: 反思過去與 AI 協作的經驗，哪些是類似 Groomy 所解決的問題，並思考如何在未來與 AI 互動時，主動採取類似 Groomy 的「釐清」步驟。

複習問題

1. Groomy 解決了 AI 協作中的哪一個核心問題？
2. 請解釋 Groomy 的「先問後做」模式，並說明其與傳統 AI 協作模式有何不同。
3. 在 Groomy 的提問過程中，AI 會提供推薦答案，這對使用者有什麼好處？
4. 影片中提到的部落格首頁改造案例，未使用 Groomy 和使用 Groomy 分別發生了什麼情況？
5. 除了程式碼改造，Groomy 還能應用於哪些場景？

待確認資訊

• 無明顯待確認資訊。