什么是 SPECS 框架
SPECS 框架是一种面向规范的提示词模式，它将每个提示词视为一份微型需求文档，而不是随意的聊天消息。 它专为那些精确性、结构性和可重复性比开放式创意更重要的任务而设计。SPECS 对 GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro 及本地模型都很有效，因为它消除了指令中的歧义。
当不同的人或系统必须执行同一个提示词并获得一致的结果时，SPECS 尤其有用。通过将提示词转化为清晰的规范，你可以更轻松地排查问题、比较模型行为，并在工作流中保持标准一致。
SPECS 的五个组成部分
一个好的 SPECS 提示词会定义全部五个组成部分，使模型确切知道要做什么、为什么做，以及如何为回答设定格式。 每个组成部分聚焦于指令的不同部分。
常见的定义如下：
- Scope（范围）：任务涵盖什么，以及明确排除什么。
- Purpose（目的）：输出应支持的目标或决策。
- Examples（示例）：一个或多个示例输入与输出，用于引导模型。
- Constraints（约束）：严格的规则，如长度限制、格式或禁止的行为。
- Steps（步骤）：模型为得出输出而应遵循的内部顺序。
SPECS 框架为什么有用
SPECS 框架适用于分析型、运营型和集成型任务，当你需要机器可用的结果而不仅仅是可读的文字时，它尤其有用。 它减少了隐含假设，并使提示词的每个部分都明确化——这对生产环境的工作流至关重要。
其常见的好处包括：
- 排查更简单，因为你可以单独调整或测试规范中的各个组成部分。
- 得益于约束与示例，跨模型、跨运行的输出更稳定。
- 与后续处理更契合，因为结构是事先已知的。
示例：糟糕的 SPECS 提示词 vs 优秀的 SPECS 提示词
当你看到同一个任务用两种方式书写时，无结构请求与基于 SPECS 的请求之间的差异就一目了然。 这里有一个从文本中提取信息的示例。
糟糕的提示词
"阅读这封客户邮件并总结要点。"
优秀的提示词
"Scope：分析单封客户支持邮件，提取与我们支持团队相关的关键信息。忽略营销或销售机会。Purpose：产出一份结构化摘要，可记录到我们的工单系统中，并帮助客服人员更快回复。Examples：输入：'我今天尝试重置密码两次，链接两次都过期了……' 输出：{"issue_type": "password_reset", "urgency": "medium", "summary": "重置链接在用户完成流程前就过期了"} Constraints：输出必须是有效的 JSON，包含 `issue_type`、`urgency` 和 `summary` 键。不要添加额外字段。`urgency` 必须为以下之一：low、medium、high。Steps：1) 识别主要问题，2) 根据影响和受挫程度推断紧急度，3) 写一份少于 25 个词的简明摘要。"
SPECS 版本确切地定义了模型应产出什么、应如何推理，以及结果将如何被使用。
何时使用 SPECS 框架
当你的主要目标是结构化、可靠的输出，而非探索性的头脑风暴时，你应当使用 SPECS 框架。 这通常包括：
- 将邮件、聊天或文档中的数据提取到固定模式。
- 带有严格规则的代码转换、文档生成与重构。
- 标题、指标和格式均已预定义的报告生成。
- 任何 AI 输出直接馈入另一个系统或脚本的工作流。
PromptQuorum 如何实现 SPECS 框架
PromptQuorum 是一款多模型 AI 调度工具，它将 SPECS 框架作为内置提示词结构之一提供，使用户无需从零构建即可设计规范式提示词。 当你在 PromptQuorum 中选择 SPECS 时，应用会显示用于 Scope、Purpose、Examples、Constraints 和 Steps 的专用字段，然后将它们组装成一条结构良好的指令。
在 PromptQuorum 中，SPECS 框架让你能够：
- 在各自独立的字段中捕获每个组成部分，使规范保持可读且易于编辑。
- 将同一个基于 SPECS 的提示词并行应用于多个模型，便于比较不同供应商如何处理严格的格式。
- 为工单摘要、报告生成或代码审查等重复性工作流保存和共享 SPECS 模板。
将 SPECS 与其他框架搭配使用
你应当将 SPECS 框架定位为结构化输出的主干，并为互补任务将其与其他框架结合。 一种实用的模式是：
- 凡是必须产出可预测结构或馈入工具的内容，都使用 SPECS。
- 将 CRAFT 等创意型框架用于营销与文案。
- 当你想看到中间推理时，使用分析–规划–执行（APE）等面向推理的框架。
- 对不值得编写完整规范的快速任务，使用通用的单步框架。
如何使用 SPECS 框架
- 1Setting（环境）：提供关于环境、系统或领域的上下文。 示例：'你是一家医疗健康公司的数据分析师。患者隐私至关重要。所有查询都必须符合 HIPAA。'
- 2Problem statement（问题陈述）：说明你正在解决的具体问题。 示例：'识别在过去 90 天内用药依从性较低的患者群组。'
- 3Examples（示例）：提供 2–3 个良好输出的具体示例。 对于分析，展示一张表格或示例发现。对于代码生成，展示遵循你风格的可运行代码。
- 4Constraints（约束）：列出严格的规则与偏好。 示例：'仅使用 SQL（不使用 Python）。查询必须在 5 秒内执行完毕。输出必须匿名化（不含患者姓名）。'
- 5Style（风格）：指定偏好的语气、语言和格式。 示例：'技术受众。使用精确术语。返回一份 markdown 报告。'