tfx-interview

tfx-interview — Quantified Socratic Requirements Exploration

라우팅 정본 D2는 .claude/rules/tfx-routing.md를 따른다.

ARGUMENTS 처리: 이 스킬이 ARGUMENTS: <값>과 함께 호출되면, 해당 값을 사용자 입력으로 취급하여 워크플로우의 첫 단계 입력으로 사용한다. ARGUMENTS가 비어있거나 없으면 기존 절차대로 사용자에게 입력을 요청한다.

OMC deep-interview + ouroboros 오마주. 모호성을 숫자로 측정하고 20% 미만까지 질문한다. "측정할 수 없으면 개선할 수 없다."

Antigravity 위임: 분석·점수 계산·산출물 초안은 Antigravity CLI에 위임하여 Claude 토큰을 절약한다. 위임 패턴: Bash("TFX_CLI_MODE=antigravity bash ~/.claude/scripts/tfx-route.sh antigravity '{prompt}'")

위임 패턴

Claude와 Antigravity의 역할을 분리하여 토큰을 최적화한다.

담당	작업
Claude	AskUserQuestion (사용자 상호작용), 최종 파일 저장
Antigravity	모호성 점수 계산, 질문 생성, 응답 분석, 산출물 초안

# 위임 호출 형태
Bash("TFX_CLI_MODE=antigravity bash ~/.claude/scripts/tfx-route.sh antigravity '{prompt}'")

Antigravity 실패 시 Fallback: Claude Opus가 분석을 직접 처리한다.

용도

• 구현 전 요구사항 명확화
• 모호한 요청을 정량적으로 분석하여 실행 가능한 수준으로 구체화
• 빠진 제약 조건, 성공 기준, 경계 조건을 체계적으로 발견
• 과잉 구현/과소 구현 방지

핵심: 모호성 점수 (Ambiguity Score)

요구사항의 모호성을 수학적으로 측정한다:

ambiguity = 1 - (goal × 0.40 + constraints × 0.30 + criteria × 0.30)

각 요소 (0.0 ~ 1.0):
  goal       — 목표 명확도. "무엇을 달성하려는가?"가 명확한가?
  constraints — 제약 조건 명확도. 범위, 기술 스택, 시간, 호환성 등
  criteria   — 성공 기준 명확도. "어떻게 되면 완료인가?"

예시:
  입력: "인증 기능 추가해"
  goal = 0.5 (인증이 무슨 인증? OAuth? JWT? 세션?)
  constraints = 0.2 (기술 스택? 기존 시스템 연동?)
  criteria = 0.1 (테스트? 성능? 보안 수준?)
  ambiguity = 1 - (0.5×0.40 + 0.2×0.30 + 0.1×0.30) = 1 - 0.29 = 0.71 (71%)

목표: ambiguity < 0.20 (20% 미만)이 될 때까지 질문 반복.

워크플로우

Step 1: 초기 모호성 평가

사용자 입력을 Antigravity에 전달하여 초기 ambiguity score를 계산한다:

# Claude → Antigravity 위임
Bash("TFX_CLI_MODE=antigravity bash ~/.claude/scripts/tfx-route.sh antigravity 'Analyze the following requirement and calculate ambiguity score. Return JSON: {goal, constraints, criteria, ambiguity, suggested_questions}: {user_input}'")

Antigravity가 반환한 JSON에서 점수를 읽어 사용자에게 표시한다:

출력 예시:
  "📊 현재 모호성: 71%
   - 목표: 50% 명확 (어떤 인증 방식?)
   - 제약: 20% 명확 (기술 스택 미정)
   - 기준: 10% 명확 (완료 조건 없음)
   → Stage 1: Clarify부터 시작합니다."