dbs-good-question 是把模糊困惑整理成问题说明书的 Skill。它帮助 AI 明确观察对象、目标、冲突、约束和验证方式，也会判断一个任务能自动化到什么程度。
“为什么内容没人买”很容易得到一堆泛泛建议。它会先把问题落到具体断点：是看过的人少，点进主页的人少，还是咨询以后没有付款？不同现象需要不同材料，不能用同一句“价值感不足”解释到底。
你可以提供已有数据、聊天记录和不能改变的条件。它会区分事实与未知，材料不足时给半成品说明书，继续追问最关键的缺口，而不会为了格式齐全编出一组数字。
提出候选解释后，还要写清如果解释成立，应该看到什么信号，以及下一步怎样验证。能自圆其说，只说明这段分析听起来通顺；有反馈入口，才有机会知道它是否靠谱。
在自动化问题上，它还会拆出 AI 可做的工作、人需要判断的部分和必须回收的现实反馈。例如报销流程里，读取文件可以是一项任务，尚未写清的审批规则则要先补齐。
适合困惑很多、却不知道先给 AI 什么材料的时候。最后拿到的问题说明书，可以作为后续分析或执行的任务输入。