- 核心使用流程：基于规范的“三阶段”法
这是 Anthropic 工程师及资深用户最推荐的用法，旨在通过前端的“采访”消除歧义，确保 AI 生成的代码一次性达标：
第一阶段：深度访谈（The Interview）
提供一个极简的初始需求。
指令示例：“我想要给我的应用添加用户身份验证功能。请使用 AskUserQuestionTool 对我进行采访，以构建一份规范文档。”
AI 行为：Claude 会暂停自动化流程，弹出结构化的单选或多选面板，询问诸如技术栈选择（OAuth、JWT）、UI 偏好、异常处理逻辑等 15 到 40 个详细问题。
第二阶段：生成规范（The Spec）
在访谈结束后，让 AI 将所有回答汇总，生成一份详尽的技术规范（Spec）文档（如 auth_spec.md）。
第三阶段：精准执行（Execution）
开启一个新的会话，将这份规范文档作为背景上下文。
效果：由于所有决策已在“采访”中明确，AI 在编写代码时不再需要猜测，从而极大地减少了后期调试和 Token 浪费。
- 触发工具的具体提示词（Prompt）技巧
如果你想强制 AI 调用该工具进行深度挖掘，可以使用以下来源中提到的提示词：
计划详审模式：
“阅读这个计划文件，并使用 AskUserQuestionTool 对我进行详尽的采访，内容涉及：技术实现、UI/UX、风险权衡等，确保问题具有深度且非显而易见。”
高置信度门控：
“请使用澄清问题接口（Clarifying Questions Interface）进行询问，直到你 98% 确定自己完全理解了任务并能专家级地实施为止。在达到这一置信度之前，不要展示任何代码。”
牛津式辩论
如果你想挑战自己的设计思路，可以告诉 Claude 你们正在进行“牛津式辩论”，由它担任反对派，使用该工具挖掘你想法中的漏洞和过度设计之处。
- 工具的交互特性
在使用过程中，你会看到以下结构化的交互界面：
结构化选项：
每个问题包含 2 到 4 个预设选项，每个选项都有简洁的标签（Label）和详细的描述（Description）。
多选支持：
如果 AI 设置了 multiSelect: true，你可以同时选择多个路径（例如同时启用多个功能模块）。
自定义输入：
系统会自动在预设选项外添加一个 “Other” 选项，允许你输入自定义文本，打破预设限制。
使用 AskUserQuestionTool 就像是
从“让实习生直接去写代码”转变为“先让资深架构师给你做咨询”。
AI 不再盲目猜测你的意图，
而是在动笔前先把“设计蓝图”里的每一个分叉路口都和你确认清楚，
确保最后盖出来的房子严丝合缝。
如果你用的模型不支持？
你可以将 AskUserQuestionTool 理解为一种通用的“交互模式”。
虽然它在 Anthropic 生态（Claude Code）中体验最完整，
但通过 MCP 协议或针对性的提示词，
GPT 系列、Gemini 以及其他集成了 MCP 的模型都可以利用这一机制来实现更精准的开发。
下面也整理了一份可以复制即用的
请阅读我的初步需求/方案 [此处输入或拖入你的方案内容或文件路径]，并在开始执行前启动“访谈模式”：
- 强制调用 AskUserQuestionTool（或澄清问题接口）对我进行深度“采访”，以消除所有歧义。 2. 采访深度要求：问题必须涵盖技术实现细节、UI/UX 偏好、方案权衡（Tradeoffs）、潜在担忧以及非显而易见的边缘情况；请确保提出的问题具有深度，不要问显而易见的问题。
- 置信度门控：请持续提问，直到你 98% 确定自己已完全理解任务并能以专家级水平实施为止；在达到此置信度前，严禁展示或编写任何代码。
- 最终输出：访谈结束后，请将我所有的回答与决策汇总，生成一份详尽的技术规范文档（Specification）并写入文件，作为后续实施的唯一事实来源。 帮我整理下格式，不要修改和遗漏任何一个字，不修改内容。
发表回复