Bliki: 交互式 LLM

Martin Fowler

Martin Fowler2026年5月14日

Bliki: 交互式 LLM

8.5Score

TL;DR · AI 摘要

Martin Fowler 提出通过让 LLM 主动提问来构建上下文，从而提升 AI 协作效率。

核心要点

LLM 可以通过主动提问逐步构建任务所需上下文
单次提问策略能提高对话质量和信息准确性
该方法适用于需求文档生成和专家知识提取

结构提纲

按章节快速跳转。

§引言
LLM 在复杂任务中需要大量上下文信息。
·交互式 LLM 方法
通过让 LLM 主动提问来构建任务所需的上下文。
·单次提问策略
Harper Reed 的方法强调每次只提一个问题。
·应用场景扩展
可用于需求文档生成、专家知识验证等场景。
›多阶段协作
多个 LLM 可协同完成文档创建与评审。

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）

Interrogatory LLM
- 核心概念
  - 主动提问构建上下文
  - 替代传统文档编写
- 应用场景
  - 需求文档生成
  - 专家知识验证
  - 跨模型协作
- 实施策略
  - 单次提问法
  - 多阶段 LLM 协作

金句 / Highlights

值得收藏与分享的关键句。

LLM 应该像记者一样采访用户，而不是被动接收信息。
— 第 2 段
⬇︎ 下载 PNG 𝕏 分享到 X
单次提问策略可以显著提高上下文构建的准确性和完整性。
— 第 3 段
⬇︎ 下载 PNG 𝕏 分享到 X
对于不擅长写作的专家，LLM 采访可能是更有效的知识提取方式。
— 第 4 段
⬇︎ 下载 PNG 𝕏 分享到 X

#AI协作#LLM应用#软件工程

打开原文

询问式大语言模型（LLM）

[](https://martinfowler.com/bliki/InterrogatoryLLM.html#navmenu-bottom)

重构
敏捷开发
架构
关于我
Thoughtworks
[](https://martinfowler.com/feed.atom "RSS订阅")
[](https://www.twitter.com/martinfowler "Twitter动态")
[](https://toot.thoughtworks.com/@mfowler "Mastodon动态")
[](https://www.linkedin.com/in/martin-fowler-com/ "LinkedIn")
[](https://bsky.app/profile/martinfowler.com "Bluesky")

[询问式大语言模型（LLM）](https://martinfowler.com/bliki/InterrogatoryLLM.html)

2026年5月14日

马丁·福勒（Martin Fowler）

生成式人工智能

当我们需要大语言模型（LLM）执行一项复杂任务时，往往需为其提供大量上下文信息。例如，为一项新功能设计架构，就需要描述该功能面向用户的呈现方式、实现时应遵循的规范、需对接的外部系统等各类信息——这些内容加起来可能长达数页 Markdown 文档。最直观的做法是由人工撰写这些上下文，但另一种可行方案是：先由 LLM 对人类进行“访谈”，再基于访谈结果自动生成上下文。

具体操作方式是：向 LLM 发出提示，要求它主动向我提问。它应提出所有构建恰当上下文所必需的问题；我可以直接提供其中大部分信息，并告知它若无法自行推断，则需参考哪些其他资料来源。待访谈完成后，LLM 即可生成一份结构化的上下文报告，供后续环节（或许交由另一模型）使用，以推进下一步工作。

我首次看到对这一方法较为清晰的阐述，是在 Harper Reed 的博客中。他方法中一个显著特点是：严格要求 LLM 每次仅提出一个问题。（我在实践中发现，常常需要反复提醒它遵守这一规则。）

另一种应用询问式 LLM 的方式是：先提供一份文档（例如软件需求规格说明书），该文档承载了某个领域的知识；然后让 LLM 对一位人类专家进行访谈，以验证该文档的准确性。这相当于用与 LLM 的对话替代传统的人工审阅——而人们往往觉得审阅文档十分困难，尤其当文档本身质量不高时，与 LLM 展开对话反而可能更高效、更有成效。

显然，上述两种方式可以结合使用：先用一个询问式 LLM 构建文档，再用其他询问式 LLM 分别邀请不同领域的专家参与审阅。

以上讨论的是利用询问式 LLM 为某项特定 LLM 应用创建或评估上下文。但该技术的应用范围远不止于此。我自己已成长为一名“天然写作者”——即把写作视为思考过程中不可或缺的一环。唯有通过写作，我才真正理解某个概念。然而人各不同：许多人觉得写作极其困难，甚至“非常”困难。当我们要将某人头脑中的知识转化为他人可理解的形式时，这种困难便成为切实障碍。或许，对这类人而言，接受 LLM 的访谈比亲自撰写文档要容易得多。诚然，最终产出的内容难免带有 AI 写作特有的“味道”，令我这样的人不寒而栗；但比起因时间仓促而草草成文，或干脆放弃写作导致知识完全无法传递，这仍是更好的选择。