القائمة
Socratic requirements clarification พร้อม Ambiguity Scoring — ใช้กับ project ใหม่ที่ requirements ยังไม่ชัด หรือเมื่อ MOM/REQ มีจุดคลุมเครือมาก ช่วยให้ PM ถามคำถามที่ถูกต้องก่อนเริ่มสร้าง diagram
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Pre/Post execution validation + Phase Gate enforcement — ป้องกันการข้าม step, auto-validate output, ให้คะแนน quality score
สแกน code ใน Scaffold/ ด้วย 53 security rules (6 หมวด) — secrets, permissions, injection, AI-specific, config, dependencies — ก่อน deploy หรือหลัง Dev report
Coordinate PM/Dev/QA agents แบบ Pipeline Pattern — auto-route งานตาม role, ส่งต่ออัตโนมัติเมื่อ status เปลี่ยน, track progress ทุก handoff
Create color-coded teaching scripts / presenter talking-point documents (.md) that serve as a "live reading book" for speakers. The output is a markdown file where each color tells the presenter what to do: blue = speak this line, red = pronunciation guide, dark blue = slide header, black = stage direction & audience engagement, yellow box = terminology. Use this skill whenever the user mentions: teaching script, talking points, presenter script, key talking point, speaker notes, lecture script, training script, presentation script, สคริปต์การสอน, สคริปต์วิทยากร, คำพูดที่ต้องอ่าน, หนังสือสำหรับพูด, or any request to create a document that guides a speaker through a slide deck with exact words to say, pronunciation help, and stage directions. Also trigger when the user uploads a PowerPoint (.pptx) and asks to write a script, narration, or talking points for it.
Use for QA evidence, release readiness, rollback review, and close-out decisions.
Use for build completion evidence, code review readiness, and ready-for-QA checks.
| name | Deep Interview |
| description | Socratic requirements clarification พร้อม Ambiguity Scoring — ใช้กับ project ใหม่ที่ requirements ยังไม่ชัด หรือเมื่อ MOM/REQ มีจุดคลุมเครือมาก ช่วยให้ PM ถามคำถามที่ถูกต้องก่อนเริ่มสร้าง diagram |
อ้างอิง OMC (oh-my-claudecode) deep-interview skill — ปรับให้เข้ากับ PMO workflow Related Skills:
- Load
pmo-traceabilityเพื่อ log decisions + activity- Load
pmo-activity-diagramเมื่อ interview เสร็จแล้วจะสร้าง diagram
Skill นี้ช่วย PM clarify requirements ก่อนเริ่ม Pipeline 8 ขั้นตอน เมื่อ:
ปัญหาที่ skill นี้แก้:
ก่อนเริ่มสร้าง diagram AI ต้องประเมิน Ambiguity Score ก่อน ถ้า score > 20% → ต้องทำ Deep Interview ก่อน ห้ามเริ่ม diagram
| Dimension | คำถามที่ใช้วัด | Score Range |
|---|---|---|
| Goal Clarity | รู้ไหมว่าระบบนี้แก้ปัญหาอะไร? ใครเป็น primary user? | 0-20% |
| Scope Clarity | รู้ไหมว่า feature ไหนอยู่ใน scope? phase ไหน? | 0-20% |
| Constraint Clarity | รู้ไหมว่ามี budget/timeline/tech constraint อะไร? | 0-20% |
| Success Criteria | รู้ไหมว่า "เสร็จ" แปลว่าอะไร? KPI อะไร? | 0-20% |
| Context Clarity | รู้ไหมว่ามีระบบเดิม (brownfield) หรือทำใหม่ (greenfield)? มี integration อะไร? | 0-20% |
| Score | ความหมาย | Action |
|---|---|---|
| 0-20% | Ambiguity ต่ำ — requirements ชัดเจน | ข้ามไปเริ่ม Pipeline ได้เลย |
| 21-40% | Ambiguity ปานกลาง — มีจุดไม่ชัดบางจุด | ทำ Quick Interview (3-5 คำถาม) |
| 41-60% | Ambiguity สูง — ต้อง clarify หลายจุด | ทำ Full Interview (8-15 คำถาม) |
| 61-100% | Ambiguity สูงมาก — ยังไม่พร้อมสร้าง diagram | ทำ Deep Interview + แนะนำนัดประชุมลูกค้าเพิ่ม |
อ่าน MOM + REQ ทั้งหมดของ project แล้วให้คะแนน:
## Ambiguity Assessment — P{XX}-{CODE}
| Dimension | Score | เหตุผล | คำถามที่ต้องถาม |
|-----------|:---:|---|---|
| Goal Clarity | {X}% | {ทำไมให้คะแนนนี้} | {คำถามที่ช่วย clarify} |
| Scope Clarity | {X}% | ... | ... |
| Constraint Clarity | {X}% | ... | ... |
| Success Criteria | {X}% | ... | ... |
| Context Clarity | {X}% | ... | ... |
| **Total Ambiguity** | **{X}%** | | |
**Recommendation:** {ข้ามได้ / Quick Interview / Full Interview / Deep Interview + นัดประชุม}
จัดคำถามตาม dimension ที่ score สูงสุด (ถามด้าน unclear ก่อน):
กฎการถาม:
Goal Clarity:
Scope Clarity:
Constraint Clarity:
Success Criteria:
Context Clarity:
ทุก answer จาก PM/User ต้อง:
เมื่อ interview เสร็จ:
## Deep Interview Summary — P{XX}-{CODE}
**วันที่:** YYYY-MM-DD | **Ambiguity: {Before}% → {After}%**
### Key Findings
1. {Finding 1 — จากคำถาม X}
2. {Finding 2 — จากคำถาม X}
### Decisions Made
| # | Topic | Decision | Rationale |
|---|-------|----------|-----------|
### Open Questions (ต้องถามลูกค้าอีก)
| # | คำถาม | ถามใคร | Priority |
|---|-------|--------|:---:|
| 1 | {คำถามที่ PM/AI ตอบไม่ได้} | {ชื่อลูกค้า/stakeholder} | H/M/L |
### Ready to Start
- [ ] Ambiguity Score < 20%
- [ ] Open Questions ที่ priority H ได้คำตอบหมดแล้ว
- [ ] PM confirm ว่า scope ครบ
AI ต้องเสนอ Deep Interview อัตโนมัติเมื่อ: