La Skill Grill Me : Comment J'Extrais Mon Propre Cerveau

La Skill Grill Me : Comment J'Extrais Mon Propre Cerveau

La skill qui m'a le plus appris sur la construction d'un AI Operating System fait six phrases de long.

Pas six cents lignes. Pas une toolchain Python avec une douzaine de documents de référence. Six phrases dans un fichier markdown. Je l'ai ouverte en m'attendant à trouver quelque chose d'astucieux et j'ai failli fermer l'onglet quand j'ai vu à quel point elle était courte. Puis je l'ai lancée, et elle m'a interrogé pendant cinquante et une minutes sur un workflow d'empaquetage — et à la fin elle en savait plus sur la façon dont je gère réellement cette partie de mon activité que n'importe quel document que j'avais jamais écrit à ce sujet.

C'est la skill Grill Me pour Claude Code, et elle résout le problème le plus difficile de tout cet espace : faire entrer ce qui est dans votre tête dans la machine. Pas "qu'est-ce qu'une skill." Pas "dix skills que vous devriez installer." Le goulot d'étranglement sans glamour dont personne ne veut parler — votre savoir est enfermé dans votre crâne, et un modèle de base ne peut pas lire les pensées.

Voici la partie que j'ai mis du temps à accepter. Vous, moi et toute autre personne lisant ceci pointons le même modèle vers nos problèmes. Claude Opus 4.8. Les mêmes poids, le même entraînement, le même raisonnement. Le modèle n'est pas votre avantage. Ce qui rend vos outputs IA différents de la bouillie générique que tout le monde génère vient d'un seul endroit : le contexte, la voix et les décisions durement acquises que vous lui fournissez. Enlevez cela et chaque output régresse vers la moyenne insipide. Donc le vrai jeu n'a jamais été "trouver un meilleur modèle." C'est "extraire votre savoir et le façonner pour qu'une machine puisse le consommer." Grill Me est le meilleur outil que j'ai trouvé pour faire exactement cela.

Pourquoi votre brain dump produit un output IA générique

Laissez-moi commencer par ce que j'ai fait de travers pendant des mois.

Quand je voulais construire une skill, je m'asseyais et écrivais tout ce que je savais sur le processus dans un fichier markdown. Un brain dump. Je pensais être méthodique — trois cents lignes, titres, puces, le grand jeu. Puis la skill construite dessus produisait un travail qui était correct. Compétent. Oubliable. Le genre d'output qui vous fait dire "oui, c'est à peu près ça" et ensuite vous réécrivez silencieusement la moitié.

Le problème n'est pas que je suis un mauvais rédacteur. Le problème est qu'un brain dump ne capture que ce que vous savez déjà savoir. Il ne peut pas capturer ce que vous ne pensez pas à mentionner — les exceptions, le "oh attendez, sauf quand le client est dans l'UE," la raison pour laquelle vous avez arrêté de le faire autrement il y a trois ans. Ce savoir tacite est précisément la différenciation qui rend votre AIOS le vôtre plutôt que celui de tout le monde. Et vous ne l'écrirez jamais volontairement, parce que par définition vous avez oublié que c'est même une décision.

J'ai appris cela en observant comment je cadre les projets clients. Les projets qui se passent bien ne sont pas ceux où je laisse le client parler. Ce sont ceux où je pose des questions inconfortables, presque agaçantes. "Que se passe-t-il avec la commande si le paiement réussit mais que la vérification de stock échoue ?" Le client marque une pause. Ils n'y avaient pas pensé. Cette pause est toute la valeur. C'est la différence entre un système fiable à 80% et un à 95%. Les questions qui semblent excessives sont celles qui trouvent les failles.

Grill Me prend exactement cette dynamique — l'interview de découverte implacable — et la pointe vers vous. L'IA devient le consultant agaçant, et vous devenez le client qui n'avait pas pensé au cas limite. Cette inversion des rôles est tout le truc. Si vous avez passé du temps sur pourquoi le contexte d'agent IA bat la configuration, c'est la version la plus concentrée de cette idée que je connaisse.

Mais avant de vous montrer le prompt, vous devez voir le peu qu'il contient réellement. Ça va vous surprendre.

Ce que la skill Grill Me contient réellement

Voici la skill complète. C'est le vrai SKILL.md de mon répertoire .claude/skills/grill-me/, écrit à l'origine par Matt Pocock et publié dans son dépôt public de skills sous skills/productivity/grill-me/ :

---
name: grill-me
description: Interview the user relentlessly about a plan or design until
  reaching shared understanding, resolving each branch of the decision tree.
  Use when user wants to stress-test a plan, get grilled on their design,
  or mentions "grill me".
---

Interview me relentlessly about every aspect of this plan until we reach a
shared understanding. Walk down each branch of the design tree, resolving
dependencies between decisions one-by-one. For each question, provide your
recommended answer.

Ask the questions one at a time.

If a question can be answered by exploring the codebase, explore the codebase
instead.

C'est tout. C'est la chose entière. Le frontmatter est du câblage — un nom et une description qui disent à Claude quand déclencher la skill. Le corps contient quatre instructions :

1. Interviewer implacablement jusqu'à la compréhension partagée. Pas "poser quelques questions." Implacablement. Le mot fait un vrai travail — il donne au modèle la permission de continuer au-delà du point où un assistant poli s'arrêterait.
2. Parcourir l'arbre de conception, en résolvant les dépendances une à une. Chaque décision a des décisions filles. "Recherche avancée ou simple champ ?" Si avancée — quels filtres ? Quels ordres de tri ? Chaque réponse ouvre de nouvelles branches. Vous parcourez jusqu'à ce que chaque feuille soit concrète.
3. Pour chaque question, donner votre réponse recommandée. C'est la partie que la plupart des gens ratent. Ce n'est pas un interrogatoire à blanc. Le modèle propose un défaut, donc vous réagissez à une recommandation, au lieu de générer des réponses à partir de rien. Réagir est dix fois plus rapide que rédiger.
4. Si la codebase peut y répondre, regarder là au lieu de demander. Ne gaspillez pas mon attention sur des questions qu'un grep pourrait résoudre.

Cette quatrième ligne est pourquoi je lui fais confiance. Une skill moins bonne me poserait quarante questions dont cinq qu'elle aurait pu répondre elle-même en lisant mon code. Celle-ci résout les questions faciles toute seule et réserve mon cerveau pour les difficiles.

Combien de questions une session Grill Me pose-t-elle réellement ? Dans mes sessions réelles, entre 16 et 50 environ, selon la nébulosité du sujet — ce qui correspond à ce que d'autres praticiens rapportent. Une feature bien définie atterrit en bas. Une opération commerciale complète atterrit en haut, et au-delà.

La leçon que je réapprends sans cesse : les skills efficaces ne sont pas des automatisations complexes. La chose la plus utile dans toute ma configuration est un prompt de six phrases. J'écris sur cette tension dans comment je teste les skills Claude avant qu'elles ne cassent mon workflow — la complexité est généralement un signal d'alerte, pas une feature. Grill Me en est la preuve.

Donc si l'original est si bon, pourquoi l'ai-je modifié ? À cause d'un mode de défaillance spécifique qui apparaît dès que vos sessions deviennent longues.

La correction qui a rendu les longues sessions de grill utilisables : le checkpointing

Le Grill Me original a un problème qu'il ne peut pas voir lui-même, et vous ne le rencontrez que quand vos sessions deviennent longues.

Ma session d'empaquetage a duré cinquante et une minutes. Vers la minute quarante, la conversation avait énormément grandi — des dizaines de questions, des dizaines de réponses, des branches dans des branches. Et le modèle a commencé à dériver. Une décision que j'avais verrouillée à la minute huit a silencieusement cessé d'apparaître dans son raisonnement à la minute quarante. Pas parce que le modèle est bête, mais parce qu'à mesure que la conversation active grandit, les tours précédents reçoivent moins d'attention. Le détail que vous avez réglé il y a une heure est en compétition avec tout ce qui a suivi pour le même focus fini. (Si vous avez ressenti cela lors de sessions longues, j'ai détaillé la mécanique dans hygiène de contexte et limites de tokens de Claude Code.)

Un brillant interview d'une heure est sans valeur si le modèle oublie la première moitié à la fin.

Donc l'amélioration que j'utilise est d'une simplicité absolue : checkpoint après chaque question individuelle. Au moment où une question est répondue, la skill ajoute cet échange à un fichier markdown sur le disque — avant de passer à la question suivante. La conversation dans la fenêtre de contexte peut dériver tant qu'elle veut. L'enregistrement est immuable, dans un fichier, complet depuis la question un.

Je les conserve dans un dossier brainstorms/ à la racine du projet. Chaque session produit un log, et chaque log porte trois choses :

• Décisions clés — les feuilles résolues de l'arbre de conception, formulées comme des engagements. "Les retours sont gérés par X, pas Y, parce que Z."
• Le log complet Q&R — chaque question et ma réponse exacte, dans l'ordre, pour que je puisse reconstruire le raisonnement plus tard.
• Un résumé des points forts — un bref condensé en haut du fichier que je peux parcourir en trente secondes, six semaines plus tard, sans relire tout le transcrit.

your-project/
├── brainstorms/
│   ├── 2026-06-05-packaging-process.md
│   ├── 2026-06-04-ai-safety-rollout.md
│   └── 2026-06-01-client-onboarding-flow.md
├── .claude/
│   └── skills/
│       └── grill-me/
│           └── SKILL.md
└── ...

Il existe un cousin réel et publié de cette idée qui vaut la peine d'être connu. La skill grill-with-docs prend la même interview implacable et écrit les termes résolus dans un glossaire CONTEXT.md et les compromis difficiles et surprenants dans des fichiers ADR (docs/adr/) au moment où ils cristallisent, inline, au lieu de les regrouper à la fin. Le même instinct que mon dossier brainstorms/ — capturez le moment où une décision est prise, pas après la session quand vous êtes fatigué et que la nuance s'est évaporée. Deux routes vers la même destination : la conversation en direct est fragile, le fichier sur disque ne l'est pas.

Et une fois que le fichier existe, quelque chose d'utile se passe après la fin de la session.

Ce qui se passe après la fin de l'interview

La capture n'est pas la ligne d'arrivée. C'est la matière première.

Quand une session se termine, j'ai un log brainstorms/ structuré plein de décisions et de cas limites que le modèle vient d'extraire de ma tête. L'étape suivante est de réinjecter cela dans le système : demander à Claude de suggérer des mises à jour pour la skill concernée et sa documentation en se basant sur les nuances qu'il vient de capturer. La session d'empaquetage n'a pas seulement produit des notes — elle a produit une meilleure skill d'empaquetage, parce que chaque "oh, sauf quand..." que j'avais oublié était maintenant écrit et pouvait être intégré dans les instructions sur lesquelles la skill s'exécute.

C'est aussi là que Grill Me fait quelque chose que je n'avais pas prévu : elle signale ce que vous ne savez pas. Au milieu de la session sur la sécurité IA, elle a atteint une branche que je ne pouvais pas répondre — quelque chose sur une limite de rétention de données qui n'était genuinement pas mon appel. Au lieu de deviner ou de me laisser bluffer, elle l'a marqué. "Ceci nécessite l'input de celui qui est responsable de votre posture compliance." Ce seul marquage valait plus que dix réponses, parce qu'il me disait exactement où aller demander à un vrai humain avant de construire quelque chose sur une hypothèse fausse.

Donc la boucle est : griller → capturer en markdown → mettre à jour la skill → marquer les lacunes → combler les lacunes avec le bon stakeholder → griller à nouveau le trimestre suivant quand le processus a changé. Chaque passage vous laisse avec une skill plus éprouvée et un AIOS qui en sait plus sur votre activité réelle. C'est le workflow de support sous l'AI Operating System que j'ai construit avec Claude Code — le pilier couvre l'architecture ; Grill Me est comment vous le remplissez avec un savoir qui est genuinement le vôtre.

Si vous voulez que ce type d'extraction de connaissances structurée fonctionne à l'échelle d'une entreprise entière — pas juste un processus — c'est le genre de chose que Ramlit construit pour les équipes : transformer l'expertise enfermée dans les têtes de vos collaborateurs seniors en systèmes que le reste de l'entreprise (et son IA) peut réellement utiliser.

Maintenant, le chiffre qui m'a fait réorganiser comment je commence chaque skill.

La mathématique d'itération : démarrer à 90% au lieu de 70%

Voici l'argument pour passer une heure à se faire griller avant d'écrire une seule ligne d'instructions de skill.

Construisez une skill de la manière normale — brain dump, écrivez-la, exécutez-la — et au premier essai elle atterrit quelque part autour de 70% d'efficacité. Assez bonne pour être utile, assez fausse pour nécessiter une surveillance. Puis vous itérez. Chaque utilisation réelle révèle une lacune, vous la corrigez, et sur de nombreux cycles elle rampe vers 95%. La trajectoire fonctionne. Elle est juste lente, parce que chaque lacune vous coûte un cycle complet construire-exécuter-découvrir pour la trouver.

Grill Me anticipe cette découverte. Parce que l'interview chasse les cas limites avant que vous ne construisiez, la même skill commence sa vie autour de 90% au lieu de 70%. Vous ne trouvez pas l'exception UE au jour quarante quand un client reçoit un output incorrect. Vous la trouvez à la minute douze de l'interview, quand le modèle demande "qu'est-ce qui change pour les clients UE ?" et que vous dites "oh — c'est vrai."

Le vieux dicton du charpentier convient parfaitement : passez quatre heures à aiguiser la hache avant deux heures à couper l'arbre. Le travail en amont semble être un retard. Ça ne l'est pas. Une hache affûtée à travers un arbre en deux heures bat une émoussée qui coupe pendant huit. Une heure de grill qui vous fait passer de 70% à 90% à l'itération un vous économise une douzaine de cycles corriger-et-relancer en aval. Je n'ai jamais regretté l'heure. J'ai regretté chaque skill que j'ai livrée sans elle.

Pour être honnête sur le compromis : c'est un vrai travail cognitif, pas un outil passif que vous lancez et oubliez. Une session Grill Me de cinquante minutes c'est cinquante minutes de réflexion intense sur des décisions que vous gériez en pilote automatique. Si vous êtes fatigué, c'est épuisant. Et pour une skill genuinement triviale, le grill complet est excessif — parfois un brain dump suffit vraiment. Adaptez la profondeur de l'interview aux enjeux de la skill. Le but n'est pas de tout griller. C'est de griller les choses qui font mal si vous les ratez.

Alors comment en lancer une concrètement ?

Comment utiliser la skill Grill Me dans Claude Code

Deux façons de la déclencher, et elles se comportent un peu différemment.

Langage naturel. Tapez quelque chose comme "Hey, grille-moi sur comment on fait l'onboarding client" ou "grille-moi sur ce plan de déploiement." La description de la skill correspond à la phrase et Claude la déclenche. C'est comme ça que je démarre la plupart des sessions — c'est conversationnel et vous pouvez viser largement.

Commande slash. Lancez /grill-me directement. Plus délibéré, bien quand vous connaissez exactement le sujet et voulez sauter l'échauffement.

Quoi qu'il en soit, voici le flux que je suis :

1. Nommez la cible précisément. Pas "grille-moi sur mon business." Trop large — vous obtiendrez un survol superficiel de tout. Choisissez un processus : "grille-moi sur comment j'applique l'IA de manière sûre dans l'entreprise." Cible étroite, interview profonde.
2. Répondez honnêtement, y compris 'je ne sais pas.' Les réponses "je ne sais pas" sont la chose la plus précieuse que vous produirez, parce que ce sont les lacunes que le marquage va capturer. Ne bluffez pas pour paraître compétent devant un modèle qui essaie de vous aider.
3. Réagissez à ses réponses recommandées. Rappelez-vous, il propose un défaut pour chaque question. Souvent le mouvement le plus rapide est "oui, ça, mais change une chose." Vous éditez, pas rédigez.
4. Laissez-la tourner longtemps. Résistez à l'envie de conclure à la question dix parce que vous vous ennuyez. L'or est généralement dans la seconde moitié, sur les branches que vous ne saviez pas exister. Les sessions de plus d'une heure sont normales et bonnes.
5. Récoltez l'output. Quand ça se termine, vous avez des notes de découverte, un résumé des décisions clés, des logs Q&R structurés, et une liste de marquages indiquant où vous avez besoin d'un autre humain. Lisez le résumé des points forts. Puis demandez à Claude d'intégrer les nouvelles nuances dans la skill concernée.

Une mise en garde honnête sur la configuration : le Grill Me upstream brut ne fait pas de checkpoint vers un dossier brainstorms/ tout seul — c'est la couche d'amélioration que j'ai décrite, et vous devez l'ajouter au corps de la skill (une instruction pour ajouter chaque question répondue à un fichier markdown daté avant de continuer). L'original garde tout dans la conversation en direct, qui est exactement là où le problème de dérive habite. Si vos sessions sont courtes, l'original convient. Si elles sont longues, ajoutez l'instruction de checkpoint ou vous perdrez la première moitié.

C'est tout le workflow. Six phrases de prompt, un dossier, et l'habitude de laisser la machine vous poser les questions que vous ne vous poseriez jamais.

La prochaine fois que vous vous asseyez pour construire une skill et sentez l'envie de simplement déverser tout ce que vous savez dans un fichier — arrêtez. Vous ne savez pas ce que vous savez. Laissez la machine le découvrir. Ouvrez une session, dites "grille-moi," et consacrez l'heure inconfortable. La version de votre AIOS qui sort de l'autre côté sonnera comme vous au lieu de sonner comme tout le monde pointant le même modèle vers les mêmes problèmes. Cette voix — celle qu'aucun modèle de base ne peut vous donner — est le seul avantage qui existe.

Questions Fréquemment Posées

Qu'est-ce que la skill Grill Me dans Claude Code ?

Grill Me est une skill Claude Code qui vous interviewe implacablement sur un plan, processus ou design jusqu'à ce que votre savoir soit entièrement capturé. Elle parcourt chaque branche de l'arbre de décisions une question à la fois, propose une réponse recommandée pour chacune, et résout les questions de la codebase elle-même au lieu de demander. Elle a été créée par Matt Pocock. Voir ce que la skill contient réellement ci-dessus pour le code source complet.

Comment déclencher la skill Grill Me ?

Dites "grille-moi sur [sujet]" dans Claude Code, ou lancez la commande slash /grill-me directement. La formulation en langage naturel correspond à la description de la skill et la déclenche automatiquement ; la commande slash est plus délibérée quand vous connaissez déjà exactement le sujet.

Combien de questions une session Grill Me pose-t-elle ?

Une session typique pose entre 16 et 50 questions environ, selon la clarté du sujet. Des features bien définies atterrissent en bas ; une opération commerciale complète atterrit en haut et peut durer plus d'une heure. Adaptez la profondeur de la session au coût d'avoir la skill fausse.

Pourquoi Grill Me est-il meilleur que simplement écrire un brain dump ?

Un brain dump ne capture que ce que vous savez déjà savoir — il rate les cas limites tacites et les décisions oubliées qui rendent votre AIOS unique. L'interview implacable de Grill Me révèle ces lacunes avant que vous ne construisiez, raison pour laquelle une skill grillée démarre près de 90% d'efficacité au lieu des ~70% auxquels une skill brain-dump démarre typiquement.

Grill Me sauvegarde-t-il la conversation dans un fichier ?

La skill originale garde tout dans la conversation en direct, qui peut dériver lors de sessions longues. Le workflow amélioré ajoute une instruction de checkpoint qui ajoute chaque question répondue à un fichier markdown daté dans un dossier brainstorms/ avant de continuer — préservant chaque décision même quand le contexte du chat grandit. Voir la correction de checkpointing ci-dessus.

Travaillons Ensemble

Vous cherchez à construire des systèmes IA, automatiser des workflows ou faire évoluer votre infrastructure tech ? J'adorerais vous aider.

• Fiverr (builds personnalisés et intégrations) : fiverr.com/s/EgxYmWD
• Portfolio : mejba.me
• Ramlit Limited (solutions entreprise) : ramlit.com
• ColorPark (design et branding) : colorpark.io
• xCyberSecurity (services de sécurité) : xcybersecurity.io