高 复杂度
SPECS Framework
Situation · Purpose · Expected Output · Context · Style
注重细节与精确性。Expected Output字段消除了猜测,非常适合复杂的技术任务。
- 定义
- SPECS框架（Situation · Purpose · Expected Output · Context · Style）是一种提示词工程结构，将你对AI的请求拆分为5个独立字段。最适合复杂的技术分析与调研任务。
5个字段
1
Situation
需要解决的当前状态或问题。
2
Purpose
这项任务为何重要——背后的业务或个人目标。
3
Expected Output
准确描述输出应包含什么内容、采用什么格式、要交付什么结果。
4
Context
限制条件、背景信息、相关数据或特定领域知识。
5
Style
输出的语气、格式与呈现方式。
真实示例
场景： 撰写一份技术规格文档
SPECS提示词
Situation: 我们需要在CRM和邮件平台之间实现API集成。Purpose: 自动化潜在客户培育流程。Expected Output: 一份500字的技术规格文档,包含端点列表、认证方式和错误处理要求。Context: REST API,OAuth 2.0,1万个联系人。Style: 技术性文风,用标题分段结构化呈现。
何时使用SPECS
适用场景
- ✓复杂的技术分析与调研任务
- ✓对输出有精确要求的任务
- ✓AI需要大量上下文信息的场景
- ✓有明确规格要求的专业交付物
不适用场景
- ✗快速的日常任务(使用APE或RTF)
- ✗开放性本身有价值的创意任务
- ✗有自然分步流程的任务(使用RISEN)
常见问题
SPECS代表什么?
SPECS代表Situation、Purpose、Expected Output、Context和Style——一个细节丰富的框架,非常适合复杂的技术和专业任务。
Expected Output字段有什么特别之处?
Expected Output字段要求你在向AI提问之前就明确定义成功的标准,从而避免得到模糊或偏离预期的回答。
SPECS与CO-STAR有何不同?
SPECS专注于精确定义输出要求;CO-STAR则专注于控制语气、语调和受众。技术性交付物用SPECS,内容创作用CO-STAR。