AI 问得太多？将对话式交互重构为“单选/多选”模式的架构设想

在 2026 年的 AI 开发流中，我们正面临一种新型的“交互疲劳”。当你使用 Agent Skills 进行需求对齐时，AI 往往会化身为“问题狂魔”，在 grill-me 环节抛出几十个开放式问题。这种纯文本的对话模式看似自由，实则极低效：你需要手动打字回复每一个细节，稍有不慎，AI 还会因为理解偏差再次发起追问。

我最近在翻阅 skills 项目的高赞 Issue 时（Issue #71），发现社区有一个极具前瞻性的共识：我们需要将 AI 的交互模式从“命题作文”重构为“单选/多选”的结构化流。

💡 报错现象总结：开发者在进行安全扫描、架构评审或需求对齐时，常因 AI 提出的开放式问题过多而导致回复效率低下（Issue #71）。现有的交互模型缺乏结构化约束，开发者需要耗费大量精力输入重复性的确认文本，且 AI 无法从零散的文本回复中精准提取决策分支。

对话式交互的“效率墙”：为什么打字是开发者的敌人？

AI 辅助开发的本质是“决策”。在 grill-me 技能执行时，它的底层逻辑是遍历决策树的所有分支。目前的实现是：AI 问，你写。

# 当前的低效对话模式：
AI: 你希望数据库支持读写分离吗？如果支持，是延迟一致性还是强一致性？
User: 需要读写分离，接受延迟一致性。
AI: 好的。那负载均衡策略你倾向于轮询还是加权？
... (开发者已疯)

这种交互模式在移动端或者深夜脑力疲劳时简直是灾难。根据 Issue #71 的反馈，如果 AI 能将这些决策点转化为 UI 层的单选或多选按钮，交互频率将从“分钟级”降低到“秒级”。

深度剖析：利用结构化 Prompt 强制约束 AI 响应流

要实现这一功能，核心不在于修改大模型本身，而在于重构 skills 的输出协议。在 skills 的源码设计中，我们可以通过拦截 AI 的输出，强制其遵循特定的 Schema。

我们设想将 grill-me 的内部逻辑从“自由提问”升级为“结构化提问”。

交互维度	现状：自由文本对话	架构设想：结构化选项流
输入密度	低，依赖用户打字速度	极高，只需点击/回车
决策边界	模糊，用户可能给出模棱两可的回答	清晰，强制在预设分支中二选一
状态追踪	困难，需从长文中提取意图	极其简单，对应枚举值（Enum）即可
错误纠偏	AI 可能误解你的文本描述	几乎为零，选项即意图

其核心代码逻辑在于引入一个 UI-Protocol-Layer：

// 架构师设想的 AI 响应格式
{
  "question": "选择数据库一致性方案",
  "type": "single-choice",
  "options": [
    { "label": "强一致性 (Strong)", "value": "strong" },
    { "label": "最终一致性 (Eventual)", "value": "eventual" }
  ],
  "allow_custom": true
}

手动构建“选项式对话”的笨办法

在官方正式合并这一功能前，硬核开发者只能通过极其繁琐的“Prompt 补丁”来强行续命：

1. 手动维护 Enum 表：你得在 System Prompt 里塞入一长串：“如果我要做决策，请列出 [A] [B] [C] 让我选，我只会回复字母。”
2. 处理 AI 的“话痨”本性：即便你约束了格式，AI 偶尔还是会吐出一大堆解释，导致你编写的解析脚本（Parser）直接崩掉。
3. 多轮状态机维护：你需要自己写一个中转服务器来保存当前的决策状态，否则 AI 很快就会忘记你在上一轮选了 [A] 还是 [B]。

这种“原生态”的折腾方式不仅跨平台兼容性极差，而且每次更新模型版本，你都要重新调优那堆脆弱的正则表达式。

告别交互疲劳，进入“一键决策”时代

未来的 AI 开发不应该是在聊天框里比拼手速，而应该是像操作仪表盘一样精准点击。

为了回应 Issue #71 提出的迫切需求，我已经在 GitCode 开发者社区发布了 《高效 AI 交互协议：Agent Skills 选项流重构实战课程》。这个课程包含了一个现成的中间件补丁，能让你的 skills 自动识别结构化选项，并在终端生成可交互的菜单。访问 GitCode，领取这套架构重构方案，让你的 AI 助手真正学会“听话”，把打字的时间留给更深度的思考。

[访问 GitCode 学习《高效 AI 交互协议》实战课程，彻底解决交互疲劳。]