brainstorming 快速入门

superpowers 套件里的”需求头脑风暴” Skill,逼着 AI 在写代码前用 Socratic 提问把需求聊透,生成设计文档。

这是什么?解决什么问题?

brainstorming 是 obra/superpowers 仓库里最常用的子 Skill 之一,也是入门 superpowers 流程的第一道门。它的核心是”Hard-Gate”设计门禁:任何新功能在动手写代码前,必须先经过 AI 抛出的 Socratic 式提问清单,需求收敛后生成设计文档,人工确认才能进入下一阶段。

对小白来说,这个 Skill 解决的是”我也不知道我想要什么,但 AI 已经动手写了”的问题。普通 AI 倾向于”接到任务立刻动手”,结果跑偏返工;装了 brainstorming,AI 会先反问 5-10 个问题——“目标用户是谁?性能要求?数据规模?异常处理策略?”——把模糊想法变成清晰需求,再决定动手。

准备工作

• 支持 Agent:Claude Code(主推)、支持 Skills 协议的 Agent。
• 运行环境:Claude Code 0.2+;无其他依赖。
• 配套 Skills:建议与 using-superpowers 元 Skill、writing-plans、test-driven-development 配合使用。
• 目标项目:任意新功能、新项目。

3 步快速上手

第 1 步:确认 Skill 已加载

ls ~/.claude/skills/superpowers/skills/brainstorming/
# 应看到 SKILL.md

第 2 步:在 Claude Code 中发起需求

claude

发起任务:

我想做一个命令行 TODO 工具。请用 superpowers 的 brainstorming Skill 先帮我厘清需求,再决定怎么做。

第 3 步:跟着 AI 的问题回答

AI 会拒绝直接动手,转而抛出 Socratic 提问清单:

• 目标用户是开发者还是普通用户?
• 需要支持多人协作还是单机?
• 数据存储用 SQLite 还是 JSON 文件?
• 优先级:P0 核心功能 vs P1 增值功能?
• 与现有工具(taskwarrior、todo.txt)差异化在哪?

你回答完所有问题,AI 会自动生成 docs/designs/YYYY-MM-DD-todo-cli.md 设计文档,等你确认后进入 writing-plans 阶段。

常见踩坑

1. 跳过 brainstorming 直接写代码:违反 Hard-Gate 协议,Skill 会反复要求先做需求对齐。
2. 回答问题时偷懒:你说”随便都行”,AI 也没法继续,需求要尽量具体。
3. 设计文档没存档:Skill 默认会写 markdown 到 docs/designs/,记得 git 跟踪,后续 code-review 有据可查。
4. 不区分”trivial 任务”:一行 fix、文档勘误不需要 brainstorming,prompt 里说明 trivial 即可跳过。
5. AI 提问太多:有时 AI 会问 20 个问题,这时你可以说”我目前能想到的就这些,你帮我补充剩下”。
6. 把 brainstorming 输出当”终稿”:它只是设计起点,真到实现还要 writing-plans 拆任务。

初级用法

• 新功能必走 brainstorm:在 CLAUDE.md 写明”任何新功能必须 brainstorming”。
• PR 携带设计文档:把 brainstorming 输出的 markdown 链接到 PR 描述。
• 团队设计评审:用 brainstorming 输出做团队会议讨论起点,效率提升明显。

高级玩法

• 多轮迭代:第一轮需求对齐 → 写 design doc → 用户反馈 → 第二轮细化 → 定稿,Skill 支持多轮。
• 与 using-superpowers 联动:元 Skill 自动调度,无需手动点名。
• 自定义问题清单:在 SKILL.md 基础上加公司内部必须问的问题(合规、安全、隐私)。

小技巧

• 回答时给”为什么不”的解释,AI 后续能给出更精准的方案。
• 用 mermaid 语法画架构图,Skill 支持在设计文档中直接渲染。
• 复杂项目可以拆成多个 brainstorming 轮次,每轮聚焦一个子模块。
• 关注作者 blog.obra.dev 上的 brainstorming 实战案例。
• 不要把”头脑风暴”误解为”漫无边际地聊”,它有明确的问题边界与收敛流程。

常见问题 FAQ

Q1: 这个 Skill 跟 brainstorming 有什么关系?必须装吗?

A: Skill 是给 AI Agent 用的”技能包”,能告诉 Agent 怎么按特定规范工作。不是必须装——如果你的项目规模小、要求不高,不装也能用。但装上能让 Agent 输出的质量更高、更符合最佳实践,推荐装。

Q2: 这个 Skill 适合哪些 AI Agent?Cursor?Claude Code?其他?

A: brainstorming 来自 Obra,主要面向支持 Skill 机制的 Agent。常见兼容 Agent 包括 Claude Code、Cursor、OpenCode、Windsurf 等。具体兼容性请查 Skill 官方文档。

Q3: 装了这个 Skill 后,会拖慢 Agent 响应吗?

A: 会的——Skill 通常会增加 prompt 长度,导致响应变慢、token 消耗增加。但质量提升明显。建议:1) 只装项目必需的 Skill;2) 用 Skill 启动/加载/卸载机制按需加载;3) 定期清理不用的 Skill。

Q4: 怎么验证 Skill 装对了?

A: 在 Agent 中输入”列出已加载的 Skill”或类似命令。如果 Skill 出现在列表里,说明装对了。然后用 Skill 跑一个相关任务,看输出是否符合 Skill 规范。

Q5: 这个 Skill 有许可证吗?能商用吗?

A: 取决于 brainstorming 的许可证。常见许可证包括 MIT(完全自由)、Apache-2.0(自由但有专利条款)、源可用(可看不能用)、GPL(强开源)。商用前请查仓库 LICENSE 文件。

参考链接

• superpowers 仓库:https://github.com/obra/superpowers
• 该 Skill 目录:https://github.com/obra/superpowers/tree/main/skills/brainstorming
• 设计文档示例:https://github.com/obra/superpowers/blob/main/docs/designs/
• 作者博客:https://blog.obra.dev/
• Socratic 方法介绍:https://en.wikipedia.org/wiki/Socratic_method
• 相关 Skill writing-plans:https://github.com/obra/superpowers/tree/main/skills/writing-plans

brainstorming 的 Socratic 传统

brainstorming Skill 借鉴了古希腊哲学家苏格拉底的”产婆术”——通过连续提问帮助对方发现自己已有的知识,而不是直接给答案。在 AI 时代,这种方法的威力在于:它把”AI 替代人思考”变成”AI 协助人思考”。

很多新人让 AI 写代码,得到的产出跑偏,根源是”需求不清”。如果让 AI 用 brainstorming Skill 反问 5-10 个问题,用户被迫想清楚”我到底要什么”,需求清晰后,后续 writing-plans、implementing、testing 都会顺很多。

进一步阅读

• superpowers 仓库的 docs/designs/ 目录有大量真实 brainstorming 输出,值得学习。
• 作者博客(https://blog.obra.dev/) 定期更新 brainstorming 实战案例。
• Socratic Method 维基百科(https://en.wikipedia.org/wiki/Socratic_method) 介绍方法的哲学根源。
• 《The Design of Everyday Things》(《设计心理学》) 强调”先理解用户再设计”的重要性。
• 《Don’t Make Me Think》(《点石成金》) 讲 Web 可用性的核心原则。
• 《User Story Mapping》(《用户故事地图》) 提供另一种需求梳理方法,可与 brainstorming 互补。

实战建议

1. 新功能必走 brainstorm:在 CLAUDE.md 写明”任何新功能必须 brainstorming”,形成纪律。
2. PR 携带设计文档:把 brainstorming 输出的 markdown 链接到 PR 描述,reviewer 看得明白。
3. 团队设计评审:用 brainstorming 输出做团队会议讨论起点,效率提升明显。
4. 多轮迭代:第一轮需求对齐 → 写 design doc → 用户反馈 → 第二轮细化 → 定稿。
5. 与 using-superpowers 联动:元 Skill 自动调度,无需手动点名。
6. 自定义问题清单:在 SKILL.md 基础上加公司内部必须问的问题(合规、安全、隐私)。

本文基于官方文档和公开资料整理，AI辅助生成，MagicNetWorld 尚未完成独立实测。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。